Le Model Context Protocol (MCP) est un standard ouvert qui définit comment les applications d'IA, en particulier les grands modèles de langage, découvrent et échangent des informations contextuelles avec des outils, sources de données et services externes. Il fournit une interface universelle afin que les modèles puissent récupérer des données en direct, effectuer des actions et ancrer leurs réponses dans des informations allant au-delà de leur jeu d'entraînement. Initialement introduit par Anthropic fin 2024, le MCP a été adopté à travers l'écosystème de l'IA comme une manière partagée de relier les modèles et les systèmes dont ils ont besoin pour agir.
Comment fonctionne le Model Context Protocol
Le MCP suit une architecture client-serveur. Une application d'IA telle qu'un assistant conversationnel, un plugin d'IDE ou un agent autonome exécute un client MCP qui se connecte à un ou plusieurs serveurs MCP. Chaque serveur encapsule une capacité spécifique, comme interroger une base de données, lire des fichiers depuis un dépôt, appeler une API interne ou contrôler un navigateur, et expose cette capacité dans un format lisible par machine. Lorsque le modèle a besoin d'informations ou souhaite entreprendre une action, le client transmet une requête structurée au serveur approprié, le serveur l'exécute et le résultat est renvoyé au modèle en tant que contexte sur lequel il peut raisonner.
La communication utilise généralement JSON-RPC sur des transports tels que l'entrée/sortie standard pour les intégrations locales ou HTTP avec Server-Sent Events pour celles à distance. Comme chaque serveur parle le même protocole, le même modèle peut se connecter à de nombreux outils sans connecteurs personnalisés, un peu comme la manière dont l'USB a standardisé les périphériques pour les ordinateurs.
Pourquoi c'est important
Avant le MCP, chaque intégration d'outils d'IA nécessitait du code personnalisé : des fonctions distinctes, des schémas d'authentification et des formats de message pour chaque source de données. Le MCP remplace cette fragmentation par un contrat unique et documenté. Cela rend considérablement plus facile la création d'agents capables d'interroger des bases de connaissances d'entreprise, de mettre à jour des systèmes de tickets, d'exécuter des requêtes analytiques ou d'utiliser des outils de développement, car le même client fonctionne avec n'importe quel serveur conforme.
Pour les développeurs, le MCP signifie écrire un seul adaptateur par source de données au lieu d'un par modèle. Pour les utilisateurs, cela signifie que les assistants IA peuvent assembler les bons outils à la volée avec moins de code de liaison et un comportement plus prévisible. Le protocole standardise également la manière dont les capacités sont décrites, ce qui améliore l'examen de sécurité et facilite l'audit de ce qu'un agent est autorisé à faire.
Composants clés
- Hôtes — Applications d'IA telles que Claude Desktop, assistants de code ou frameworks d'agents qui ont besoin d'accéder à un contexte externe.
- Clients — Points de terminaison du protocole intégrés dans les hôtes qui maintiennent des connexions un-à-un avec les serveurs.
- Serveurs — Programmes légers qui exposent des ressources, outils ou prompts spécifiques via MCP.
- Transports — Les canaux sous-jacents (stdio, HTTP/SSE, puis HTTP streamable) qui acheminent les messages JSON-RPC entre client et serveur.
Le MCP se comprend mieux comme la couche connective de la pile IA moderne : il n'entraîne ni n'exécute le modèle lui-même, mais il définit comment ce modèle atteint le reste du monde. En standardisant cette connexion, le MCP permet aux développeurs de se concentrer sur la création de capacités utiles et aux modèles de bien les utiliser.