Une agence gérant 34 sites WordPress clients, chacun avec son propre agent connecté pour des tâches variées (rédaction assistée, maintenance, support), s’est retrouvée dans une situation impossible à superviser manuellement : trente-quatre journaux MCP distincts, sur trente-quatre installations séparées, sans aucune vue d’ensemble sur l’activité réelle des agents. Ce cas décrit l’architecture de supervision centralisée construite pour résoudre ce problème, distincte d’un simple tableau de bord de sécurité déjà traité ailleurs sur ce blog.
L’objectif n’était pas de dupliquer les journaux détaillés de chaque site, mais de repérer les signaux d’usage anormal à l’échelle du parc entier, quelque chose qu’aucun journal local, pris isolément, ne pouvait révéler.
Architecture générale
Site client 1 ─┐
Site client 2 ─┤
... ├──► Agrégateur central (API dédiée)
Site client 34 ┘ │
▼
Base de synthèse (agence)
│
▼
Tableau de bord de supervisionChaque site client conserve son propre journal MCP complet en local, exactement comme avant : rien n’a été retiré côté site. Un agent léger, exécuté via une tâche planifiée toutes les quinze minutes, transmet à l’agrégateur central un résumé chiffré de l’activité récente, pas le détail complet de chaque appel.
Ce que le résumé transmis contient
Pour limiter le volume transmis et éviter de faire transiter des données potentiellement sensibles entre sites clients et agence, seul un résumé statistique est envoyé : nombre d’appels d’outils par catégorie (lecture, écriture, suppression), nombre d’erreurs, et liste des identifiants d’outils les plus sollicités sur la période. Le contenu détaillé des prompts ou des réponses ne quitte jamais le site d’origine.
{
"site_id": "client-034",
"periode": "2026-07-06T08:00:00Z/2026-07-06T08:15:00Z",
"appels_lecture": 12,
"appels_ecriture": 1,
"appels_suppression": 0,
"erreurs": 0,
"outils_frequents": ["search_articles", "get_order_summary"]
}Détecter l’anomalie par comparaison, pas en absolu
Le point le plus utile de cette architecture n’est pas la surveillance d’un site isolé, mais la comparaison entre sites de profil similaire. Un site e-commerce avec 200 appels de lecture par heure n’a rien d’anormal ; un site vitrine à faible trafic avec le même volume, en revanche, déclenche une alerte, car ce niveau d’activité tranche nettement avec son propre historique et avec des sites de profil comparable dans le parc.
| Signal | Déclencheur d’alerte |
|---|---|
| Volume d’appels de lecture | Écart marqué par rapport à l’historique du site |
| Appels de suppression | Tout appel hors plage horaire habituelle |
| Taux d’erreurs | Hausse soudaine sur une fenêtre de 24 heures |
Résilience en cas de site indisponible
Si un site client tombe ou que la tâche planifiée échoue à transmettre son résumé, le tableau de bord ne bloque pas : il affiche simplement l’absence de données récentes pour ce site, avec un indicateur visuel distinct d’une activité anormalement basse. Cette distinction s’est révélée nécessaire après un premier incident où l’équipe a confondu un site simplement hors ligne avec un agent brutalement inactif, perdant un temps précieux à chercher une explication du mauvais côté.
Un tableau de bord de supervision qui ne distingue pas « aucune donnée reçue » de « activité anormalement faible » finit par générer plus de confusion que d’aide.
Ce que cette architecture n’ambitionne pas
Elle ne remplace pas les garde-fous propres à chaque site (quotas, permissions, validation humaine), qui restent la première ligne de défense locale. Le tableau de bord d’agence intervient en seconde ligne, pour repérer ce qu’un site isolé ne peut pas voir par lui-même : un pattern d’usage qui ne devient suspect que par comparaison avec le reste du parc.
En résumé
Superviser l’activité des agents IA sur un parc de sites à l’échelle d’une agence gagne à s’appuyer sur des résumés statistiques agrégés plutôt que sur une centralisation complète des journaux détaillés, à la fois pour des raisons de volume et de confidentialité entre clients. La valeur de cette approche vient surtout de la comparaison entre sites, qui révèle des anomalies invisibles à l’échelle d’un site pris isolément.
