Drupal ECA : quand la documentation devient une infrastructure pour les agents IA
L'équipe de LakeDrops a transformé le guide du module Drupal ECA en documentation lisible par les machines : serveur MCP public, index llms.txt et skill d'agent IA. En six mois, les agents IA ont consulté cette documentation 42 fois plus que les humains, et savent désormais construire des modèles d'automatisation à partir d'une simple description en langage naturel.
Une documentation lue plus attentivement par les machines que par les humains
Jürgen Haas, cofondateur de LakeDrops et mainteneur du module ECA (Event-Condition-Action, le moteur d'automatisation no-code de Drupal), raconte une scène révélatrice : un agent IA a lu sa page de documentation sur la syntaxe des tokens — celle que les humains sautent systématiquement — et a construit un modèle fonctionnel du premier coup. Après 37 ans de rédaction de documentation destinée aux humains, le constat est sans appel : les humains survolent, oublient ou passent leur chemin ; les machines, elles, lisent tout.
Le défi est réel : ECA compte 1 206 plugins, répartis en 266 événements, 94 conditions et 846 actions. Personne ne les mémorise tous. Le guide ECA, dont le premier commit remonte à janvier 2022, a été profondément remanié pour couvrir l'ensemble des plugins, avec tutoriels, exemples et modèles interactifs. Puis une question posée fin 2025 a tout changé : un agent IA pourrait-il aider les utilisateurs à construire des modèles ECA ? Pour cela, il lui faut de la connaissance et du contexte — autrement dit, de la documentation exploitable par des machines.
Trois portes d'entrée pour les agents IA
Un serveur MCP public
Un serveur MCP (Model Context Protocol, un standard permettant à des agents IA d'interroger des sources de données externes) est disponible sur ecaguide.org/mcp. Il expose trois outils : une recherche par mots-clés (BM25) sur toute la documentation, la lecture d'une page précise par son chemin, et un index de toutes les sections. Il suffit de pointer un agent IA vers cette URL pour qu'il dispose du guide complet comme contexte interrogeable.
Le standard llms.txt
Le site publie aussi un fichier llms.txt (un standard émergent qui fournit aux modèles de langage un index structuré du contenu d'un site), ainsi qu'une version llms-full.txt contenant l'intégralité de la documentation en un seul fichier d'environ 151 000 mots. L'auteur reste lucide : la plupart des agents et LLM n'exploitent pas encore ce standard, mais le contenu est prêt le jour où l'adoption décollera.
Du Markdown brut pour chaque page
Enfin, chaque page du guide est accessible en Markdown pur en ajoutant simplement le nom du fichier à l'URL — sans habillage HTML ni navigation. La référence complète des 1 206 plugins est générée automatiquement, avec une page par plugin.
Une skill d'agent, découvrable par convention
Ces briques sont packagées dans une « skill » d'agent IA, publiée au chemin standard .well-known/skills/ — la même convention que celle utilisée par les navigateurs et services web pour découvrir des ressources à des emplacements prévisibles. Un agent n'a pas besoin qu'on lui indique où chercher : il regarde là où le standard le prévoit. La skill, indépendante de toute plateforme IA, décrit comment accéder au site, quels outils MCP sont disponibles et les concepts clés d'ECA.
Concrètement, un agent équipé de cette skill peut expliquer les concepts d'ECA, analyser un modèle existant et suggérer des améliorations, ou construire un modèle à partir d'une description en langage naturel. L'exemple donné est parlant : à partir de la phrase « quand un contenu est publié, envoyer un e-mail à l'auteur avec un lien vers la page », l'agent recherche les événements pertinents, choisit le bon (agir après l'enregistrement de l'entité), identifie l'action d'envoi d'e-mail, lit la documentation des tokens et produit un modèle correct du premier coup — y compris sur la syntaxe des préfixes de tokens, source d'erreur classique chez les humains.
Les chiffres : les machines sont déjà là
Sur les six derniers mois, l'analytics du site est éloquente : environ 11 400 visites et 17 300 pages vues côté humains, contre environ 244 000 visites et 734 000 lectures de pages via le serveur MCP. Soit 21 fois plus de visites et 42 fois plus de lectures par des machines — sans aucune promotion du serveur MCP. L'auteur nuance honnêtement : ce trafic machine inclut du crawling et de l'indexation, et une « lecture » par un agent n'équivaut pas à un apprentissage humain. Mais la tendance est sans ambiguïté : ce qui a été écrit pour des personnes est désormais consommé majoritairement par du logiciel.
Ce que cela change pour l'écosystème Drupal
- Utilisateurs finaux : décrire le workflow souhaité à un agent IA qui a le guide complet en contexte, et obtenir un point de départ fonctionnel.
- Écosystème Drupal : la documentation devient une infrastructure. Des modules majeurs comme Views, Layout Builder ou Commerce pourraient répliquer ce schéma, faisant de Drupal une plateforme nativement compatible IA plutôt que simplement adjacente à l'IA.
- Développeurs : une forme de pair programming pour l'automatisation — l'IA construit le modèle, le développeur l'affine.
- Développeurs d'agents IA : les patterns serveur MCP et agent skill sont réutilisables pour tout système complexe nécessitant une assistance IA.
À noter enfin qu'ECA dispose lui-même de plugins d'intégration IA (modules ai_integration_eca et ai_integration_eca_agents), avec notamment une action « AI: Trigger Agent » et un événement « ECA Tool » : ECA peut donc être piloté par des agents IA et s'exposer lui-même comme outil à leur intention.
Ce que LakeDrops démontre ici dépasse largement le cas d'ECA : la documentation d'un produit devient un actif stratégique dès lors qu'elle est structurée pour les agents IA, et les chiffres de trafic machine le prouvent de façon spectaculaire. Pour nos clients, ce pattern — MCP, llms.txt, Markdown propre — est directement transposable à leurs documentations métier ou techniques, avec un impact concret sur le support, l'onboarding et la vélocité des équipes. Un point de vigilance toutefois : le trafic machine mesuré mélange crawling et usage réel, et l'adoption de standards comme llms.txt reste embryonnaire ; il faut donc investir dans cette approche comme un pari d'avance raisonnable, en instrumentant la mesure d'usage réel des agents.
Pour aller plus loin · Nos expertises
Ce signal touche plusieurs de nos expertises.
Expertise Drupal Intégration IA & automatisationNewsletter · 1 envoi / semaine
Tout le savoir Tuesday,
dans votre boîte mail
Articles de fond et veille de la semaine, sélectionnés et commentés. Un seul abonnement pour les deux flux. Pas de spam, jamais — ~2 200 abonnés.