Qu’est-ce que Laya MCP Server ?
Laya est un modèle de décision « System One » à poids ouverts de Convai Innovations : au lieu de générer du texte, il répond à des questions typées (choisir une option, noter sur une échelle, ou une probabilité oui/non) à propos d'un texte ou JSON en une seule passe avant. Le paquet Python Laya livre un serveur MCP optionnel, installé avec pip install "laya[mcp]" et démarré comme laya-mcp-server, pour qu'un agent puisse appeler ces décisions comme outils.
Le serveur expose dix outils : laya_predict, laya_predict_batch, laya_predict_long, laya_route, laya_route_batch, laya_decide, laya_shortlist, laya_tournament, laya_preset et laya_status. laya_decide prend un schéma JSON et renvoie des valeurs qui lui correspondent ; laya_shortlist et laya_tournament réduisent les choix avec plus d'environ 20 options, ce que le modèle de base gère mal. Il tourne sur stdio et charge les checkpoints anglais (421M paramètres) et multilingue (322M) sur votre propre CPU ou GPU, ou pointe vers un serveur HTTP laya-serve partagé via LAYA_BASE_URL.
Le dépôt a environ 34 000 étoiles GitHub, a été créé le 18 septembre 2026 et avait livré 46 versions à la version 0.4.13 le 21 octobre 2026. Le code et les poids sont Apache 2.0.
Installer Laya MCP Server
pip install "laya[mcp]" && laya-mcp-serverLaya MCP Server vaut-il le coup ?
Le serveur MCP de Laya est le seul serveur MCP fait par le fournisseur que nous ayons trouvé pour un modèle System One dont vous pouvez faire tourner les poids vous-même, et c'est tout son argument. Chaque décision reste sur votre machine, il n'y a pas de facture par token, et le README mesure une seule question à 32,8 ms sur un GPU T4, contre les 236 à 276 ms que les benchmarks tiers qu'il cite ont enregistrés pour le Jev hébergé de TypeSafe.
L'ensemble d'outils est plus complet que n'importe quel wrapper Jev que nous ayons lu. Les outils par lot groupent les requêtes par checkpoint et partagent les passes avant ; le README a mesuré un appel par lot de 16 tickets à 2,1 à 2,3 fois plus rapide que 16 appels individuels sur les GPU Apple, sans basculements de décision. Les outils shortlist et tournament existent parce que le budget d'options du modèle s'effondre au-delà d'environ 20 étiquettes : sur Banking77, le README rapporte Laya à 0,425 sur les 77 étiquettes contre un 0,870 tiers pour Jev sur 72.
Les mainteneurs sont exceptionnellement francs, et leur section « Honest limits » devrait être lue avant d'installer. Les checkpoints de base livrés scorent 0,362 et 0,352 sur leur propre benchmark de décisions typées, à peine au-dessus d'une base aléatoire de 0,318 et sous la base de classe majoritaire de 0,461 ; le chiffre vedette de 0,766 vient d'un checkpoint fine-tuné sur le split d'entraînement de ce benchmark. Le README appelle Laya « une base rapide à spécialiser, pas un moteur de décision zero-shot », et enregistre des demandes d'annulation niées classées comme annulations, une à 0,9998 de probabilité. Les deux checkpoints sont sur-confiants jusqu'à ce que vous ajustiez les températures sur vos propres données.
Les coûts pratiques sont PyTorch, environ 2,3 Go pour les trois checkpoints et stdio uniquement. Partager un modèle entre les sessions signifie faire tourner laya-serve séparément, et dans ce mode les outils shortlist et tournament disparaissent. Chaque benchmark comparant Laya et Jev vient du dépôt Laya, et ses chiffres Jev sont des chiffres tiers que les auteurs n'ont pas mesurés eux-mêmes, si bien que l'écart de vitesse est une meilleure preuve que le tableau de précision.
Là où il fait la différence
Une équipe d'ingénierie de support dans une banque européenne qui gère 5 000 tickets par jour
Router les tickets vers la bonne file sans envoyer le texte des clients à un fournisseur américain
Fine-tunez sur quelques milliers de tickets passés étiquetés, ajustez les températures, puis laissez l'agent appeler laya_route_batch. À 103 à 332 questions par seconde en lot sur un T4, un seul GPU couvre le volume du jour plusieurs fois, sans frais par appel.
Un développeur qui ajoute des garde-fous à un agent de codage local sur un portable
Signaler les prompts et appels d'outils risqués hors ligne
Faites tourner laya-mcp-server avec LAYA_DEVICE=cpu et utilisez laya_preset pour le workflow de garde-fou de prompt. Attendez-vous à environ 190 à 460 ms par question sur CPU, et validez sur vos propres exemples, puisque les checkpoints de base sont près du hasard en zero-shot.
Un responsable ML dans une entreprise SaaS de 40 personnes
Remplacer une facture d'API de classification hébergée par des décisions auto-hébergées
Faites tourner un laya-serve sur une machine GPU partagée et pointez le client MCP de chaque développeur dessus avec LAYA_BASE_URL et LAYA_API_KEY. La facture hébergée disparaît, mais les outils shortlist et tournament sont indisponibles dans ce mode.
Avant de vous engager
- Mise en route
- pip install "laya[mcp]" puis laya-mcp-server, configuré comme commande stdio dans Claude Desktop, Cursor ou OpenClaw. La première exécution télécharge les checkpoints depuis Hugging Face (environ 2,3 Go pour les trois) ; après cela, les checkpoints préchargés répondent immédiatement.
- Intégrations
- Dix outils : laya_predict, laya_predict_batch, laya_predict_long, laya_route, laya_route_batch, laya_decide, laya_shortlist, laya_tournament, laya_preset et laya_status. Tous sont des décisions en lecture seule sur le texte que vous passez ; aucun ne touche de systèmes externes.
- Données et confidentialité
- Tout tourne sur votre matériel ; aucune entrée ne quitte la machine une fois les poids téléchargés. Un laya-serve partagé utilise une clé bearer (LAYA_API_KEY). Le code et les poids sont Apache 2.0, sans plafonds de revenus.
- Coût à grande échelle
- Pas de frais par appel. Le README mesure 32,8 ms par question sur un T4 et 103 à 332 questions par seconde en lot ; sur CPU attendez-vous à environ 193 à 464 ms par question. Le fine-tuning est documenté sur deux T4 Kaggle ou Apple Silicon.
- Limites
- Les checkpoints de base scorent 0,362 et 0,352 contre une base aléatoire de 0,318 jusqu'au fine-tuning ; la précision s'effondre au-delà d'environ 20 options sans shortlisting ; le checkpoint anglais prend 512 tokens et échoue sur les écritures non latines. Stdio uniquement, et les outils shortlist et tournament sont indisponibles via un serveur partagé.
Les points forts
- Poids ouverts sous Apache 2.0 ; tourne entièrement hors ligne
- Dix outils, dont les décisions par lot, sur long document et pilotées par schéma
- Environ 33 ms par question sur un T4, selon le README
- Route plus de 100 langues vers un checkpoint multilingue automatiquement
- Très actif : 46 versions en ses cinq premières semaines
Les points faibles
- Les checkpoints de base sont près du hasard sur les décisions typées jusqu'au fine-tuning
- La précision chute fortement au-delà d'environ 20 options sans shortlisting
- A besoin de PyTorch et d'environ 2,3 Go de checkpoints
- Tous les benchmarks comparatifs viennent du projet lui-même
Idéal pour
Les équipes avec des exemples étiquetés et des données qui doivent rester sur leur propre matériel et qui veulent des décisions rapides de routage, de triage ou de garde dans un agent.
Alternatives à Laya MCP Server
Laya MCP Server : questions fréquentes
- Laya MCP Server vaut-il le coup ?
- Des décisions typées qui ne quittent jamais votre matériel et ne coûtent rien par appel, d'un modèle dont les propres auteurs disent qu'il a besoin de fine-tuning avant qu'on lui fasse confiance. Nous lui donnons 4.2 sur 5.
- Combien coûte Laya MCP Server ?
- Gratuit et open source (Apache 2.0, code et poids). Vous payez seulement le matériel sur lequel il tourne.
- Quels sont les inconvénients de Laya MCP Server ?
- Les checkpoints de base sont près du hasard sur les décisions typées jusqu'au fine-tuning; la précision chute fortement au-delà d'environ 20 options sans shortlisting; a besoin de PyTorch et d'environ 2,3 Go de checkpoints; tous les benchmarks comparatifs viennent du projet lui-même.
- À qui s’adresse Laya MCP Server ?
- Les équipes avec des exemples étiquetés et des données qui doivent rester sur leur propre matériel et qui veulent des décisions rapides de routage, de triage ou de garde dans un agent.
- Combien coûte Laya MCP Server pour une équipe ou en production ?
- Pas de frais par appel. Le README mesure 32,8 ms par question sur un T4 et 103 à 332 questions par seconde en lot ; sur CPU attendez-vous à environ 193 à 464 ms par question. Le fine-tuning est documenté sur deux T4 Kaggle ou Apple Silicon.
- Laya MCP Server est-il sûr pour les données de l’entreprise ?
- Tout tourne sur votre matériel ; aucune entrée ne quitte la machine une fois les poids téléchargés. Un laya-serve partagé utilise une clé bearer (LAYA_API_KEY). Le code et les poids sont Apache 2.0, sans plafonds de revenus.
- Quelles sont les meilleures alternatives à Laya MCP Server ?
- Les alternatives les plus proches que nous avons testées sont Jev MCP, System One Connector et Jev on Viorant.
Réponses vérifiées le 23 oct. 2026.