MCP (Model Context Protocol) : le standard qui connecte l'IA à vos outils

Comment faire dialoguer une IA avec vos bases de données, vos API et vos outils métier sans développer une intégration spécifique pour chaque service ? C'est exactement le problème que résout le Model Context Protocol (MCP), un protocole open source créé par Anthropic qui s'impose comme le standard universel de connexion entre intelligence artificielle et systèmes d'information.

Le problème : l'intégration N × M

Avant MCP, chaque application IA devait développer des connecteurs sur mesure pour chaque outil externe : un connecteur pour GitHub, un autre pour Slack, un pour votre base de données, un pour votre CRM... Si vous avez N applications IA et M outils, vous vous retrouvez avec N × M intégrations à développer et maintenir.

MCP renverse cette logique : chaque outil expose un serveur MCP standardisé, et chaque application IA embarque un client MCP. Le résultat ? N + M composants au lieu de N × M. C'est l'équivalent de ce que l'USB-C a fait pour les câbles de charge : un connecteur universel.

Architecture : Host, Client, Server

Le protocole repose sur trois rôles distincts :

• Host : l'application IA avec laquelle l'utilisateur interagit (Claude Desktop, un IDE, un agent custom). C'est là que le modèle de langage « vit ».
• Client : un composant au sein du Host qui gère la communication avec un serveur MCP spécifique. Chaque Client maintient une connexion 1:1 avec un seul Server. Un Host peut instancier plusieurs Clients.
• Server : un programme externe qui expose des capacités (outils, données, prompts) à l'IA via le protocole MCP.

Toutes les communications utilisent JSON-RPC 2.0 — des appels de procédure distante légers encodés en JSON. Au démarrage, Client et Server effectuent une négociation de capacités : chacun déclare les fonctionnalités qu'il supporte.

Les trois primitives

Un serveur MCP peut exposer trois types de capacités :

1. Tools (contrôlés par le modèle)

Des actions que l'IA peut demander au serveur d'exécuter : appeler une API, lancer une requête SQL, créer un fichier, envoyer un message. C'est le modèle qui décide quand les utiliser en fonction du contexte de la conversation.

2. Resources (contrôlées par l'application)

Des données structurées que le serveur peut fournir : contenu de fichiers, résultats de requêtes, documents. Contrairement aux Tools, les Resources ne déclenchent pas d'action — elles retournent de l'information. C'est l'application hôte qui décide quand les interroger.

3. Prompts (contrôlés par l'utilisateur)

Des templates réutilisables et workflows prédéfinis pour guider l'interaction entre l'IA et le serveur. L'utilisateur peut les sélectionner pour déclencher des scénarios préconfigurés.

Transports : comment communiquent Client et Server

MCP supporte plusieurs mécanismes de transport :

stdio (entrée/sortie standard)

Le serveur tourne comme processus fils du Host, communication via stdin/stdout. Idéal pour les intégrations locales — pas de réseau, configuration minimale. C'est le mode utilisé par Claude Desktop ou Claude Code pour les serveurs installés sur la machine de l'utilisateur.

Streamable HTTP (le standard actuel)

Introduit dans la spécification de mars 2025, il remplace le transport SSE (Server-Sent Events) initial. Le serveur est un processus HTTP indépendant capable de gérer plusieurs connexions simultanées. Il utilise des requêtes POST et GET sur un unique endpoint, avec la possibilité de streamer des réponses via SSE. Supporte le mode stateless et stateful (gestion de session via l'en-tête Mcp-Session-Id).

Sécurité : OAuth 2.1 et au-delà

La sécurité n'est pas optionnelle dans MCP. Le protocole impose :

• OAuth 2.1 obligatoire pour l'authentification/autorisation
• PKCE (Proof Key for Code Exchange) requis — essentiel dans les contextes MCP où les clients (agents, conteneurs, fonctions serverless) ne peuvent pas stocker de secrets en toute sécurité
• Resource Indicators (RFC 8707) pour empêcher un serveur malveillant d'obtenir des tokens destinés à d'autres serveurs
• Autorisation incluse dans chaque requête HTTP, même au sein d'une même session
• Tokens d'accès jamais exposés dans les query strings d'URL

L'écosystème : qui utilise MCP ?

En un peu plus d'un an, l'adoption a été massive :

Côté IA

• Anthropic : Claude Desktop, Claude Code, Claude.ai — support natif dès le lancement
• OpenAI : intégration dans l'Agents SDK, l'API Responses et l'app desktop ChatGPT (mars 2025)
• Google et Microsoft : support annoncé dans leurs écosystèmes respectifs

Côté outils de développement

• Cursor, VS Code (GitHub Copilot), JetBrains, Zed, Replit, Windsurf — tous intègrent nativement MCP

Côté entreprise

• Notion, Stripe, GitHub, Hugging Face, Postman — proposent des serveurs MCP officiels

En décembre 2025, Anthropic a confié la gouvernance de MCP à l'Agentic AI Foundation (AAIF), un fonds dirigé sous la Linux Foundation, consolidant son statut de standard ouvert et neutre.

Les chiffres parlent d'eux-mêmes : 97 millions de téléchargements mensuels des SDK, plus de 10 000 serveurs actifs et près de 2 000 entrées dans le MCP Registry.

Exemples concrets de serveurs MCP

Pour illustrer la puissance du protocole, voici quelques serveurs populaires :

• Filesystem : opérations fichiers sécurisées avec contrôle d'accès configurable
• GitHub : gestion des PR, issues, recherche de code, automatisation
• PostgreSQL / SQLite : requêtes SQL et inspection de schéma
• Slack : gestion des canaux, envoi de messages, recherche
• Docker : gestion de conteneurs
• Notion : accès aux bases de données et pages
• Puppeteer : automatisation du navigateur

Créer un serveur MCP : plus simple qu'on ne le pense

Les SDK officiels (TypeScript et Python) rendent la création d'un serveur MCP accessible. Voici un exemple minimal en Python :

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("mon-serveur")

@mcp.tool()
def rechercher_client(nom: str) -> str:
    """Recherche un client par nom dans le CRM."""
    # Votre logique métier ici
    return f"Client trouvé : {nom} — Contrat actif"

Et l'équivalent en TypeScript :

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";

const server = new McpServer({
  name: "mon-serveur",
  version: "1.0.0"
});

server.tool(
  "rechercher_client",
  { nom: z.string() },
  async ({ nom }) => ({
    content: [{
      type: "text",
      text: `Client trouvé : ${nom} — Contrat actif`
    }]
  })
);

Le SDK Python utilise les type hints et docstrings pour générer automatiquement les définitions de tools. Le SDK TypeScript s'appuie sur Zod pour la validation des entrées et la génération de JSON Schema.

Ce que MCP change pour les entreprises

Pour une entreprise qui souhaite intégrer l'IA dans ses processus, MCP représente un changement fondamental :

• Réduction des coûts d'intégration : un seul serveur MCP par outil, réutilisable par toutes vos applications IA
• Interopérabilité : changez de fournisseur IA (Claude, GPT, Gemini) sans réécrire vos connecteurs
• Sécurité standardisée : OAuth 2.1, PKCE et contrôle d'accès intégrés au protocole
• Écosystème prêt : des milliers de serveurs MCP déjà disponibles pour les outils les plus courants
• Gouvernance ouverte : sous la Linux Foundation, aucun vendor lock-in

Notre accompagnement

Chez IT-Room, nous accompagnons nos clients dans l'intégration de l'IA dans leurs processus métier. Le Model Context Protocol ouvre des possibilités concrètes : connecter un assistant IA à votre ERP, automatiser des workflows via des agents intelligents, ou encore donner à vos équipes un accès conversationnel à vos données.

Vous avez un projet IA ? Contactez-nous pour explorer ensemble comment MCP peut transformer vos outils existants en composants d'un écosystème IA unifié.