AWS Agent Registry reçoit des schémas de métadonnées unifiés pour les agents et les serveurs MCP
Dans les entreprises qui comptent des dizaines d'agents IA et de serveurs MCP, on perd vite la trace de leurs responsables et de la question de savoir s'ils ont passé le contrôle de sécurité. AWS Agent Registry permet désormais à un administrateur de définir un schéma commun de champs — environnement, unité métier, statut du scan — auquel chaque enregistrement doit se conformer. Le registre rejettera « production » si seule la valeur « prod » est autorisée. Il est donc préférable de convenir du vocabulaire des champs avec les équipes avant de créer le schéma.
Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Lorsque le nombre d'agents, de serveurs MCP et de compétences augmente dans une entreprise, un problème très concret apparaît : personne ne sait plus qui est le propriétaire d'un serveur donné, dans quel environnement il tourne, ni si quelqu'un l'a contrôlé sur le plan de la sécurité. AWS Agent Registry est un catalogue où ces ressources sont enregistrées, validées et retrouvées. Auparavant, chaque enregistrement ne comportait qu'un nom, une description, un descripteur de protocole et un statut de validation. Il n'était pas possible d'ajouter les champs propres à l'organisation — unité métier, équipe propriétaire, classe de risque. Désormais, le registre accepte des schémas de métadonnées personnalisés.
Comment fonctionne un schéma
L'administrateur définit un ensemble de paires « clé — valeur » que chaque enregistrement du registre doit porter. Pour chaque champ, on indique le nom, le type (texte, enum, URL ou booléen), les valeurs admises et le caractère obligatoire ou non. Certains champs sont communs à tous les types d'enregistrements, et l'on peut en ajouter de spécifiques pour certains types. Par exemple, dans l'exemple d'AWS, un champ facultatif networkEgress a été ajouté pour les serveurs MCP : pas de trafic sortant, uniquement au sein du VPC, ou une liste d'adresses autorisées sur Internet.
Le registre vérifie les valeurs lors de la création et de la mise à jour d'un enregistrement. Si une équipe envoie « production » au lieu de la valeur autorisée « prod », elle reçoit une ValidationException. Un enregistrement sans métadonnées est enregistré avec le statut NON_COMPLIANT : on peut ainsi conserver un brouillon, mais il ne peut pas être soumis à validation tant que les champs obligatoires ne sont pas renseignés. Le statut COMPLIANT signifie seulement que les valeurs sont conformes au schéma. Ce n'est pas une approbation : la décision reste celle des validateurs.
Exemple : de l'enregistrement à la recherche
AWS illustre le fonctionnement à travers un scénario fictif, l'entreprise AnyCompany. L'administrateur crée un registre sans approbation automatique. Les champs obligatoires sont environment, businessUnit et securityScanStatus. Les champs facultatifs sont renseignés plus tard : ownerTeam, cmdbId, dataClassification et un lien vers le rapport du scanner.
L'équipe paiements publie un serveur MCP destiné à lire les données du grand livre comptable. Il est d'abord enregistré avec le statut de scan PENDING. Ensuite, l'automatisation récupère les données depuis les systèmes existants : résultat du scanner de sécurité, identifiant CMDB, classe de données. Un détail important de l'API : une mise à jour remplace l'intégralité de la carte des métadonnées. Le script doit donc d'abord lire les valeurs actuelles, y ajouter les siennes, puis tout écrire en une fois.
Lorsque l'enregistrement passe à l'état « en attente de validation », le registre envoie un événement à Amazon EventBridge, et une règle déclenche une fonction AWS Lambda. Cette fonction vérifie quatre conditions : l'enregistrement est COMPLIANT, le scan est réussi (PASSED), un cmdbId est renseigné, et les données sont publiques ou internes. Si une vérification échoue, l'enregistrement est rejeté et la raison précise la condition en cause. En production, il est plus judicieux d'orienter les enregistrements contenant des données confidentielles vers une vérification manuelle plutôt que de les rejeter.
Un consommateur trouve le serveur via search_discoverable_registry_records. Il peut combiner une requête en langage naturel (« ledger lookup ») avec des filtres sur les champs : environment=prod, businessUnit=payments, securityScanStatus=PASSED. Seuls les enregistrements validés apparaissent dans les résultats. Un agent procède de la même manière via l'endpoint MCP du registre. Dans l'exemple d'AWS, un agent construit avec Strands et des modèles d'Amazon Bedrock transforme la phrase « serveur MCP de production pour les paiements ayant passé le scan » en une recherche filtrée de ce type.
Points à prendre en compte lors de la conception
AWS formule plusieurs conseils pratiques.
- Convenez d'abord du vocabulaire avec les équipes qui publient et valident les enregistrements. Le schéma ne peut être qu'étendu : ajouter des champs et des valeurs admises, ou rendre un champ facultatif obligatoire. Renommer, supprimer ou changer le type d'un champ n'est pas possible.
- Les anciens enregistrements ne sont pas réécrits lorsque le schéma évolue. Si un enregistrement ne correspond plus au schéma, il est marqué NON_COMPLIANT mais conserve son statut d'approbation. Sa prochaine mise à jour doit déjà respecter le nouveau schéma. La modification d'un enregistrement approuvé crée un brouillon, qui doit être à nouveau validé. Jusqu'à cette validation, les consommateurs voient la version précédente.
- Ne rendez obligatoire que ce que l'éditeur peut renseigner au moment de l'enregistrement. Les valeurs qui arrivent plus tard, depuis la CI ou les scanners, peuvent d'abord être provisoires, par exemple PENDING.
- Ne placez pas de secrets, d'adresses internes ni de résultats de scan détaillés dans des métadonnées largement lisibles. Pour ces données, mieux vaut conserver un lien vers le rapport, protégé par le contrôle d'accès du système d'origine.
En résumé
Cette nouveauté n'ajoute aucun modèle et ne modifie pas le fonctionnement des agents eux-mêmes. Elle répond à un enjeu de gouvernance : un vocabulaire commun de faits, que les administrateurs, les équipes de sécurité, les validateurs et les agents eux-mêmes utilisent de la même manière. Si vous construisez un catalogue interne d'agents, le schéma de métadonnées fait passer la validation de la lecture de descriptions à la vérification de données structurées, et la recherche du tâtonnement à des filtres.
La limite est tout aussi claire : la qualité dépend de la réflexion préalable sur les champs, puisqu'il ne sera pas possible de les renommer ensuite. AWS a publié l'exemple de code sur GitHub, et les détails figurent dans la documentation d'Agent Registry.
- 22 nov. 2026AWS Quick reçoit un connecteur Meta Ads : campagnes et rapports à partir d'une simple requête texte
- 22 nov. 2026Le projet personnel de LangChain est devenu une start-up valorisée 3 milliards de dollars en quatre ans et a levé 300 millions
- 21 nov. 2026Amazon offre l'agent IA AWS Quick avec Claude gratuitement, le forfait Plus coûte 25 $ par mois
- 21 nov. 2026Anthropic a clôturé sa première semaine en Bourse à une valorisation de 1,6 billion de dollars, mais a perdu 8,5 % en une journée
Questions clés sur cet article
Comment fonctionne un schéma?
L'administrateur définit un ensemble de paires « clé — valeur » que chaque enregistrement du registre doit porter. Pour chaque champ, on indique le nom, le type (texte, enum, URL ou booléen), les valeurs admises et le caractère obligatoire ou non. Certains champs sont communs à tous les types d'enregistrements, et l'on peut en ajouter de spécifiques pour certains types.
Que sait-on sur Exemple : de l'enregistrement à la recherche ?
AWS illustre le fonctionnement à travers un scénario fictif, l'entreprise AnyCompany. L'administrateur crée un registre sans approbation automatique. Les champs obligatoires sont environment, businessUnit et securityScanStatus. Les champs facultatifs sont renseignés plus tard : ownerTeam, cmdbId, dataClassification et un lien vers le rapport du scanner. L'équipe paiements publie un serveur MCP destiné à lire les données du grand livre comptable. Il est d'abord enregistré avec le statut de scan PENDING.
Que sait-on sur Points à prendre en compte lors de la conception ?
AWS formule plusieurs conseils pratiques. Convenez d'abord du vocabulaire avec les équipes qui publient et valident les enregistrements. Le schéma ne peut être qu'étendu : ajouter des champs et des valeurs admises, ou rendre un champ facultatif obligatoire. Renommer, supprimer ou changer le type d'un champ n'est pas possible. Les anciens enregistrements ne sont pas réécrits lorsque le schéma évolue.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.