# MC Studio

> Matisse Chenavas and MC Studio: AI adoption by teams, operational AI, agentic engineering, data, business applications and architecture.

Portfolio of Matisse Chenavas (MC Studio), written in the first person. Every indexable page exists as Markdown at its URL plus `.md` (home: `https://mc-stud.io/index.md`, English home: `https://mc-stud.io/en.md`).
French is the default language; English lives under `/en`. The same documents, concatenated, are in https://mc-stud.io/llms-full.txt.

## Pages (French)

- [Matisse Chenavas, AI Adoption Lead et ingénieur](https://mc-stud.io/index.md): Je suis Matisse Chenavas, AI Adoption Lead et ingénieur logiciel : je fais entrer l’IA et l’ingénierie agentique dans le travail réel des équipes.
- [Approche](https://mc-stud.io/approche.md): Je pars du métier réel, pas de la technologie : je rends la complexité lisible, puis je construis le système le plus simple qui répond au besoin.
- [Expertises](https://mc-stud.io/expertises.md): Mes cinq expertises, de l’adoption de l’IA à l’architecture : chacune part d’un symptôme concret et se termine par un système en usage.
- [Réalisations](https://mc-stud.io/realisations.md): Mes dossiers de preuve : des projets réels menés en direct ou chez un partenaire, avec l’essentiel en trente secondes, puis la preuve et les limites.
- [Articles](https://mc-stud.io/articles.md): Mes notes de terrain : méthodes, retours d’expérience et limites observées en livrant des systèmes métier et en travaillant avec des agents.
- [Agents et open source](https://mc-stud.io/open-source.md): Les extensions, skills et outils que je construis pour travailler avec des agents de code, publiés tels quels : usage, installation, code source.
- [ESN et agences : mon expertise pour vos clients](https://mc-stud.io/partenaires.md): Pour les ESN et agences : je viens compléter vos équipes sous votre pilotage, au service de vos clients, et je laisse la compétence chez vous.
- [À propos de Matisse Chenavas](https://mc-stud.io/a-propos.md): Ingénieur logiciel et fondateur de MC Studio, je relie la vision d’une direction aux réalités du terrain et je fais adopter l’IA par les équipes.
- [Contact](https://mc-stud.io/contact.md): Décrivez-moi ce qui bloque, même de façon floue. Je reviens vers vous avec une première lecture et, si c’est pertinent, un créneau pour en parler.

## Case studies (French)

- [Former des développeurs à l’ingénierie agentique, en huit séances](https://mc-stud.io/realisations/formation-ingenierie-agentique.md): Je prépare pour Silico un programme de formation conçu pour faire passer des développeurs de l’usage ponctuel d’un assistant à une pratique d’ingénierie agentique vérifiable : contexte, délégation bornée, vérification, sécurité. Première séance le 16 octobre 2026.
- [Zedflow, des flux d’agents lisibles, composables et contrôlés](https://mc-stud.io/realisations/zedflow-flux-agents.md): Mon moteur de flux d’agents : chaque flux est un graphe typé, validé avant exécution, avec des validations humaines sur des données typées et une trace de chaque tour.
- [Choisir un moteur de lecture de cartes santé sur des preuves, pas sur une démo](https://mc-stud.io/realisations/scie-ocr-cartes-complementaire-sante.md): Pour Santécie, un banc d’essai qui compare des moteurs OCR et VLM pour lire des cartes de complémentaire santé, sous contraintes de données de santé, avec une vérification humaine de chaque champ.
- [Automatiser les retours SAV vers les fabricants, avec une trace de chaque demande](https://mc-stud.io/realisations/robotform-formulaires-sav.md): Pour Santécie, distributeur de dispositifs médicaux, une automatisation en production qui transforme les fiches de retour SAV en formulaires fabricants remplis, avec une trace d’audit pour chaque demande.
- [Faire d’une méthode d’entraînement une application mobile et son back-office](https://mc-stud.io/realisations/nfc-training-application-mobile.md): Pour Essan NFC, une application Expo / React Native et un back-office MedusaJS qui couvrent la planification des séances, le coaching, la nutrition et les abonnements, avec un coach IA cadré par la méthode.
- [Un environnement de développement maîtrisé, prêt pour coder avec l’IA](https://mc-stud.io/realisations/environnements-de-developpement-coder.md): Pour Silico, un registre privé d’environnements de développement décrits en code, et un cadre d’usage de l’IA pour les développeurs : outils autorisés, points de validation, indicateurs définis avant toute mesure.
- [Relier les mâts LumiSafe à une passerelle logicielle, pour la sécurité des voies ferrées](https://mc-stud.io/realisations/lumisafe-signalisation-mats.md): Pour Cesatec, une passerelle Python et le firmware des mâts LumiSafe, un système breveté de sécurité pour la maintenance ferroviaire, reliés par un protocole série conçu pour rester compatible d’une version à l’autre.
- [Une mémoire partagée entre agents, cloisonnée par rôle](https://mc-stud.io/realisations/memoire-agents-cloisonnee.md): Sur un fork du projet open source OpenClaw, une mémoire en graphe pour agents, hébergée sur Memgraph, où chaque agent ne lit et n’écrit que dans son propre périmètre.
- [Une application de demandes de congés payés pour CICP2R](https://mc-stud.io/realisations/cicp-demandes-de-conges.md): Pour CICP2R, caisse de congés payés, une application web où les demandes de congés payés et les jours à payer sont saisis côté employeur, puis validés et transmis.

## Articles (French)

- [Rejoindre une équipe, puis augmenter sa façon de travailler avec des agents](https://mc-stud.io/articles/rejoindre-une-equipe-et-y-installer-des-primitives-agentiques.md): Comment j’entre dans une équipe existante et j’y installe, à sa mesure, des primitives de travail agentique : contexte écrit, décisions consignées, skills, workflows avec validation humaine, preuve avant confiance.
- [Automatiser un processus sensible sans perdre la traçabilité](https://mc-stud.io/articles/automatiser-un-processus-sensible-sans-perdre-la-tracabilite.md): Automatiser un processus qui touche à la santé, à la paie ou à la facturation n’est pas une question de vitesse. C’est une question de mémoire : savoir, après coup, qui a décidé quoi, avec quelles règles et sur quelles données.
- [De l’idée au pilote : réussir un projet IA mesurable](https://mc-stud.io/articles/de-l-idee-au-pilote-reussir-un-projet-ia-mesurable.md): La plupart des projets d’IA ne meurent pas d’un mauvais modèle. Ils meurent d’un pilote sans critère de réussite. Voici comment je construis un pilote qui permet de décider.

## Open-source tools (French)

- [pennylane-cli, un CLI Pennylane pour agents](https://mc-stud.io/open-source/pennylane-cli.md): Un CLI pensé pour les agents, qui expose l’API Pennylane v2 en commandes à sortie JSON, avec une porte de sortie pour les requêtes brutes.
- [.pi, ma configuration de contexte pour Pi](https://mc-stud.io/open-source/pi-config.md): Ma configuration de contexte pour l’agent Pi, dans sa partie publique : des normes compactes pour agents, injectées par pi-⁠context-⁠tree.
- [pi-context-tree, contexte par chemin pour Pi](https://mc-stud.io/open-source/pi-context-tree.md): Une extension de l’agent Pi qui injecte le bon contexte au bon moment, selon le chemin et l’opération, depuis des fichiers CONTEXT.json versionnés.
- [pi-runtime-monitor, moniteur de sous-agents Pi](https://mc-stud.io/open-source/pi-runtime-monitor.md): Une extension Pi légère qui affiche, dans le pied de page, le processeur, la mémoire et l’usage cumulé des sous-agents de votre session.
- [plan-writer, skill de plan d’implémentation](https://mc-stud.io/open-source/skills.md): Mes skills partagées pour agents, installables avec le CLI skills ; pour l’instant plan-⁠writer, qui aide à rédiger des plans d’implémentation structurés.
- [Zedflow, moteur de flux d’agents typés](https://mc-stud.io/open-source/zedflow.md): Un moteur et un studio locaux pour des flux d’agents typés : graphe validé avant exécution, validations humaines et trace de chaque tour.

## Legal (French)

- [Mentions légales](https://mc-stud.io/mentions-legales.md): Éditeur, hébergeur et informations légales du site mc-stud.io (MC Studio, EURL).
- [Politique de confidentialité](https://mc-stud.io/confidentialite.md): Quelles données personnelles traite ce site, pourquoi, combien de temps et comment exercer vos droits.
- [Crédits et licences](https://mc-stud.io/credits.md): Composants logiciels, polices, modèle de recherche et logos de technologies utilisés par ce site, avec leurs auteurs, leurs licences et les modifications apportées.

## Pages (English)

- [Matisse Chenavas, AI Adoption Lead and engineer](https://mc-stud.io/en.md): I am Matisse Chenavas, AI Adoption Lead and software engineer: I bring AI and agentic engineering into the real work of teams.
- [Approach](https://mc-stud.io/en/approach.md): I start from the business as it really runs, not from technology: I make complexity readable, then build the simplest system that meets the need.
- [Expertise](https://mc-stud.io/en/expertise.md): My five areas of expertise, from AI adoption to architecture: each starts from a concrete symptom and ends with a system in use.
- [Work](https://mc-stud.io/en/work.md): My proof dossiers: real projects, delivered directly or inside a partner’s team, with the key points in thirty seconds, then the proof and the limits.
- [Articles](https://mc-stud.io/en/articles.md): My field notes: methods, lessons and limits observed while delivering business systems and working with agents.
- [Agents and open source](https://mc-stud.io/en/open-source.md): The extensions, skills and tools I build for my own work with coding agents, published as they are: usage, install and source code.
- [IT firms and agencies: my expertise for your clients](https://mc-stud.io/en/partners.md): For IT firms and agencies: I complement your teams under your lead, for your clients, and I leave the know-how with you when I go.
- [About Matisse Chenavas](https://mc-stud.io/en/about.md): A software engineer and the founder of MC Studio, I connect a leadership team’s vision to the realities on the ground and help teams adopt AI.
- [Contact](https://mc-stud.io/en/contact.md): Tell me what is stuck, even roughly. I will get back to you with a first reading and, if it makes sense, a slot to talk.

## Case studies (English)

- [Training developers in agentic engineering, in eight sessions](https://mc-stud.io/en/work/agentic-engineering-training.md): I am preparing a training programme for Silico, designed to take developers from occasional use of an assistant to a verifiable agentic engineering practice: context, bounded delegation, verification, security. First session on 16 October 2026.
- [Zedflow, agent flows you can read, compose and control](https://mc-stud.io/en/work/zedflow-agent-flows.md): My agent flow engine: every flow is a typed graph, validated before it runs, with human approvals checked on typed data and a trace of every turn.
- [Choosing a health-card reading engine on evidence, not on a demo](https://mc-stud.io/en/work/scie-ocr-health-insurance-cards.md): For Santécie, a benchmark that compares OCR and VLM engines for reading supplementary health insurance cards, under health-data constraints, with a human check of every field.
- [Automating after-sales returns to manufacturers, with a trace of every request](https://mc-stud.io/en/work/robotform-after-sales-forms.md): For Santécie, a medical-device distributor, a production automation that turns after-sales return files into filled manufacturer forms, with an audit trail for every request.
- [Turning a training method into a mobile app and its back office](https://mc-stud.io/en/work/nfc-training-mobile-app.md): For Essan NFC, an Expo / React Native app and a MedusaJS back office covering session planning, coaching, nutrition and subscriptions, with an AI coach framed by the method.
- [A controlled development environment, ready for coding with AI](https://mc-stud.io/en/work/coder-developer-environments.md): For Silico, a private registry of development environments described as code, and an AI usage framework for developers: allowed tools, approval gates, indicators defined before any measurement.
- [Connecting LumiSafe masts to a software gateway, for railway track safety](https://mc-stud.io/en/work/lumisafe-mast-signalling.md): For Cesatec, a Python gateway and the firmware of the LumiSafe masts, a patented safety system for railway maintenance, linked by a serial protocol designed to stay compatible from one version to the next.
- [A memory shared between agents, partitioned by role](https://mc-stud.io/en/work/agent-memory-isolation.md): On a fork of the open-source OpenClaw project, a graph memory for agents, hosted on Memgraph, where each agent only reads and writes within its own scope.
- [A paid-leave request application for CICP2R](https://mc-stud.io/en/work/cicp-leave-requests.md): For CICP2R, a paid-leave fund, a web application where paid-leave requests and days to pay are entered on the employer side, then validated and passed on.

## Articles (English)

- [Joining a team, then upgrading the way it works with agents](https://mc-stud.io/en/articles/joining-a-team-and-installing-agentic-primitives.md): How I join an existing team and install, sized to it, agentic work primitives: written context, recorded decisions, skills, workflows with human approval, proof before trust.
- [Automating a sensitive process without losing traceability](https://mc-stud.io/en/articles/automating-a-sensitive-process-without-losing-traceability.md): Automating a process that touches health data, payroll or invoicing is not about speed. It is about memory: knowing, afterwards, who decided what, under which rules and on which data.
- [From idea to pilot: running an AI project you can measure](https://mc-stud.io/en/articles/from-idea-to-pilot-a-measurable-ai-project.md): Most AI projects do not die from a bad model. They die from a pilot with no success criterion. Here is how I build a pilot that leads to a decision.

## Open-source tools (English)

- [pennylane-cli, a Pennylane CLI for agents](https://mc-stud.io/en/open-source/pennylane-cli.md): An agent-friendly CLI that exposes the Pennylane API v2 as commands with JSON output, plus an escape hatch for raw requests.
- [.pi, my context configuration for Pi](https://mc-stud.io/en/open-source/pi-config.md): My Pi context configuration, its public part: compact agent norms (responsibility, contracts, execution, tech stacks), injected through pi-⁠context-⁠tree.
- [pi-context-tree, path-based context for Pi](https://mc-stud.io/en/open-source/pi-context-tree.md): An extension for the Pi coding agent that injects the right context at the right time, by path and operation, from versioned CONTEXT.json files.
- [pi-runtime-monitor, a Pi subagent monitor](https://mc-stud.io/en/open-source/pi-runtime-monitor.md): A lightweight Pi extension that shows, in the footer, the CPU, memory and aggregated usage of your session’s subagents.
- [plan-writer, an implementation-plan skill](https://mc-stud.io/en/open-source/skills.md): My shared agent skills, installable with the skills CLI; for now plan-⁠writer, which helps write structured implementation plans.
- [Zedflow, a typed agent flow engine](https://mc-stud.io/en/open-source/zedflow.md): A local engine and studio for typed agent flows: each flow is a graph validated before it runs, with human approvals and a trace of every turn.

## Legal (English)

- [Legal notice](https://mc-stud.io/en/legal-notice.md): Publisher, host and legal information for mc-stud.io (MC Studio, a French EURL).
- [Privacy policy](https://mc-stud.io/en/privacy.md): Which personal data this site processes, why, for how long, and how to exercise your rights.
- [Credits and licences](https://mc-stud.io/en/credits.md): Software components, typefaces, search model and technology logos used by this site, with their authors, licences and the changes made.

## Optional

- [llms-full.txt](https://mc-stud.io/llms-full.txt): every document above, concatenated
- [Sitemap](https://mc-stud.io/sitemap-index.xml): XML sitemap with hreflang alternates
- [robots.txt](https://mc-stud.io/robots.txt): crawler policy (AI crawlers are allowed)