Le protocole MCP arrive dans QGIS : plusieurs plugins permettent déjà de piloter un SIG par agent IA

Le Model Context Protocol (MCP) est un protocole ouvert, introduit par Anthropic fin 2024, qui standardise la façon dont un modèle de langage peut se connecter à des outils et des sources de données externes : un fichier, une base, une API, un logiciel. Plutôt que de coder une intégration sur mesure pour chaque assistant IA, un éditeur de logiciel publie un "serveur" MCP qui expose les fonctions de son outil dans un format que n'importe quel client MCP (Claude Code, Claude Desktop, Cursor, ou un autre assistant compatible) sait interroger. Depuis le printemps 2026, ce protocole a trouvé un terrain d'application concret et inattendu : QGIS.

Une convergence, pas un projet isolé

Ce qui rend l'épisode intéressant n'est pas l'existence d'un plugin en particulier, mais le nombre de développeurs qui, indépendamment les uns des autres, ont eu la même idée à quelques mois d'écart. Le dépôt officiel de plugins QGIS référence aujourd'hui plusieurs ponts distincts vers le MCP : QGIS Agent MCP (développé par Auguste Sagaert, en version 0.5.0 depuis le 20 août 2026, compatible QGIS 3.44 à 4.99), QGIS MCP Bridge, WAI QGIS MCP, ainsi que des projets portés directement sur GitHub comme qgis_mcp (jjsantos01) ou qgis-mcp (nkarasiak, puis repris par d'autres contributeurs). Un plugin voisin, AI GIS Agent, pousse la logique plus loin en ajoutant une couche de workflows multi-agents et un accès à des données géographiques en ligne.

Cette multiplication spontanée d'outils qui répondent au même besoin, sur le même logiciel, dans la même fenêtre de quelques mois, est en général le signe qu'un besoin réel existait avant que la solution technique ne devienne triviale à construire. Le MCP, normalisé et documenté, a visiblement abaissé la barrière technique au point que plusieurs développeurs indépendants, dans l'écosystème open source QGIS, ont pu construire et publier leur propre version sans se concerter.

Ce que ces plugins permettent concrètement

Le principe commun à ces outils est de faire tourner un petit serveur local à l'intérieur de QGIS, auquel un client MCP peut se connecter pour piloter la session en cours : ajouter une couche, lancer un traitement de géotraitement, modifier un style, interroger les attributs d'une entité, ou enchaîner plusieurs de ces étapes à partir d'une instruction unique formulée en langage naturel. Dans le cas de QGIS Agent MCP, l'auteur revendique plus de 100 outils typés accessibles à l'agent, organisés dans un catalogue adaptatif pensé pour ne pas saturer le contexte du modèle, ainsi que des workflows "guardés" et reprenables en cas d'interruption, avec une revue visuelle de la carte à chaque étape.

Un point d'architecture mérite d'être souligné, car il conditionne la confiance qu'on peut accorder à ce type d'outil : plusieurs de ces plugins annoncent explicitement ne pas exposer d'exécution Python arbitraire côté agent, et faire en sorte que les données du projet restent sur la machine locale, sans transiter par un service cloud tiers. L'agent IA ne reçoit donc pas un accès libre à l'interpréteur Python de QGIS ; il dispose d'un ensemble fini de fonctions prédéfinies, ce qui limite (sans l'annuler) le risque qu'une instruction mal formulée ou une hallucination du modèle n'endommage un projet.

Ce que ça ne change pas encore

Il serait prématuré d'y voir une bascule complète de la pratique SIG. Ces plugins restent, à ce stade, des ponts entre un client MCP et les fonctions déjà existantes de QGIS : ils ne remplacent pas l'expertise nécessaire pour choisir la bonne méthode d'interpolation, juger de la qualité d'une classification, ou interpréter correctement un résultat de géotraitement. Un agent qui exécute une instruction mal posée produira un résultat tout aussi mal posé, simplement plus vite. La valeur ajoutée se situe surtout dans l'automatisation de chaînes de traitement répétitives, ou dans l'accélération d'étapes exploratoires qui demandaient auparavant de naviguer dans plusieurs menus.

Pourquoi ça concerne la formation en géomatique

Pour qui enseigne QGIS, l'apparition quasi simultanée de plusieurs outils équivalents est un signal à ne pas ignorer : la capacité à piloter un SIG par instruction en langage naturel, via un agent IA connecté en local, devient accessible sans compétence en développement particulière. Cela ne dispense en rien de comprendre ce que fait réellement un outil de géotraitement ; au contraire, cela déplace une partie de la valeur du "savoir cliquer au bon endroit" vers le "savoir vérifier et interpréter ce qu'un agent vient de produire". C'est une compétence de contrôle qualité, pas une compétence de raccourci, et elle mérite d'entrer dans les modules consacrés à l'intégration de l'IA dans les outils SIG classiques.

À ce stade, ces plugins restent jeunes (quelques mois d'existence, des versions encore en 0.x) et méritent d'être testés sur des projets non critiques avant tout usage en production.