Les agents de codage hallucinent des signatures d'API, recommandent des packages obsolètes et ignorent les changements cassants car leurs données d'entraînement sont statiques. Ajouter une recherche web en direct via MCP donne à tout agent de codage un accès à la documentation actuelle, aux journaux de modifications et aux discussions de la communauté. L'agent peut vérifier ses suggestions par rapport aux résultats de recherche réels avant d'écrire du code. Ce tutoriel montre comment ajouter un serveur de recherche Scavio MCP à votre agent de codage, le configurer pour chercher avant de coder, et vérifier que le code généré correspond aux docs API actuelles. Vous aurez un agent de codage qui consulte les documents en direct avant de suggérer des solutions.
Prérequis
- Un agent de codage (Claude Code, Cursor, Codex ou similaire)
- Une clé API Scavio de scavio.dev
- Le support MCP dans votre agent
Parcours
Étape 1: Ajouter le serveur de recherche MCP
Configurez le serveur Scavio MCP dans la configuration de votre agent.
# Add to your agent's MCP config (.mcp.json or equivalent):
# {
# "mcpServers": {
# "scavio": {
# "url": "https://mcp.scavio.dev/mcp",
# "headers": {
# "x-api-key": "YOUR_SCAVIO_API_KEY"
# }
# }
# }
# }Étape 2: Configurer le comportement de recherche avant le code
Mettez en place des instructions qui disent à l'agent de vérifier les docs avant d'écrire du code.
# Agent instructions (CLAUDE.md, .cursorrules, or system prompt):
# Before using any API or library:
# 1. Search for the current documentation
# 2. Verify the API signature matches the latest version
# 3. Check for breaking changes or deprecations
# 4. Use the verified API in your codeÉtape 3: Tester avec une recherche de documentation
Vérifiez que l'intégration de recherche fonctionne en consultant une API actuelle.
import os, requests
API_KEY = os.environ["SCAVIO_API_KEY"]
resp = requests.post("https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": "Next.js 15 server actions documentation 2026"})
for r in resp.json().get("organic_results", [])[:3]:
print(f"{r['title']}")
print(f" {r.get('link','')}")Étape 4: Vérifier l'exactitude du code
Faites écrire du code par l'agent et vérifiez qu'il correspond à la documentation actuelle.
# Example workflow:
# 1. Ask agent: "Write a Next.js server action for form submission"
# 2. Agent searches: "Next.js 15 server actions form handling"
# 3. Agent finds current docs and API signatures
# 4. Agent writes code that matches the latest API
# 5. No hallucinated imports or deprecated patterns
# Test the search that the agent would run:
resp = requests.post("https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": "Next.js 15 server action form submission example"})
results = resp.json().get("organic_results", [])[:3]
for r in results:
print(f"{r['title']}: {r.get('link','')}")Exemple Python
import os, requests
API_KEY = os.environ["SCAVIO_API_KEY"]
def check_docs(query):
resp = requests.post("https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": query})
return [{"title": r["title"], "url": r.get("link","")}
for r in resp.json().get("organic_results",[])[:3]]
for doc in check_docs("Next.js 15 server actions docs"):
print(doc["title"], doc["url"])Exemple JavaScript
const H = {"x-api-key": process.env.SCAVIO_API_KEY, "Content-Type": "application/json"};
async function checkDocs(query) {
const r = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST", headers: H,
body: JSON.stringify({platform: "google", query})
});
return (await r.json()).organic_results || [];
}
checkDocs("Next.js 15 server actions docs").then(rs =>
rs.slice(0,3).forEach(r => console.log(r.title, r.link))
);Sortie attendue
A coding agent configured with MCP web search that verifies documentation and API signatures against live search results before generating code.