Qu'est-ce qu'un MCP (Model Context Protocol) ?

Qu'est-ce qu'un MCP (Model Context Protocol) ?

Le MCP, pour Model Context Protocol, est un standard ouvert proposé par Anthropic fin 2024. Son rôle : relier un modèle d'IA à des outils, des données et des services externes, de façon uniforme. Autrement dit, il donne à l'IA un moyen standard de sortir de sa fenêtre pour toucher le monde réel.

L'image la plus répandue est celle de l'USB-C de l'IA. Avant l'USB-C, chaque appareil avait son propre câble ; avec, une seule prise suffit. Le MCP joue le même rôle : au lieu d'une intégration codée sur mesure pour chaque outil, il offre une prise universelle que tous les outils compatibles peuvent utiliser.

Attention à ne pas confondre deux mots. Le protocole MCP est la norme, les règles du jeu. Un serveur MCP est le connecteur concret qui applique cette norme pour un outil précis, par exemple un serveur MCP pour GitHub ou pour une base de données. Le protocole est la langue, le serveur est l'interlocuteur.

Comment fonctionne un serveur MCP ?

Le MCP repose sur une architecture client-serveur simple. Votre assistant (Claude, Claude Code, Cursor) joue le rôle de client. Le serveur MCP est le connecteur qui expose à l'IA trois choses : des outils (des actions à effectuer), des ressources (des données à lire) et parfois des invites prêtes à l'emploi.

Le trajet d'une demande est concret. L'IA découvre les outils que le serveur met à disposition, choisit celui qu'il faut, l'appelle avec des paramètres, reçoit un résultat structuré, puis agit. Vous, vous décrivez juste le besoin en langage naturel.

La clé est le mot standardisé. Chaque serveur MCP parle le même langage, donc l'IA n'a pas à apprendre une intégration différente pour chaque outil. C'est ce qui rend le système à la fois simple à étendre et interopérable entre les outils de coding IA.

À quoi sert un MCP au quotidien ?

Concrètement, un serveur MCP permet à l'IA d'agir là où votre travail se passe. Elle peut lire et poster dans Slack, ouvrir et commenter des issues ou des pull requests, lire et mettre à jour des pages Notion, ou interroger une base de données en langage naturel, sans que vous quittiez votre assistant.

L'intérêt n'est pas le gadget, c'est l'accès au contexte réel : l'IA travaille sur vos vraies données au lieu de deviner. Voici trois exemples de serveurs MCP, du code au suivi de tickets et à la base de données, pour illustrer la variété de ce qu'on peut brancher :

Quelle différence entre un MCP une API un skill et un plugin ?

Ces mots se ressemblent mais ne jouent pas le même rôle. Une API est le tuyau brut d'un service : un développeur doit l'intégrer à la main, outil par outil. Le MCP est la couche standard qui rend ces API consommables par n'importe quelle IA, sans réécrire l'intégration à chaque fois.

Un skill est un mode d'emploi qui cadre une tâche (auditer une page, déboguer, documenter). Un plugin regroupe plusieurs skills et commandes dans un paquet. Le MCP, lui, est un canal de connexion vers le monde extérieur : il donne à l'IA l'accès aux outils, là où le skill et le plugin cadrent sa méthode.

En clair : le MCP apporte l'accès, le skill et le plugin apportent le savoir-faire. Les trois se complètent plutôt qu'ils ne s'opposent. Un assistant idéal est branché sur vos outils par des serveurs MCP et outillé par des skills bien choisis.

Pourquoi le MCP change-t-il la donne ?

Avant le MCP, chaque éditeur codait ses propres intégrations, non réutilisables d'un outil à l'autre. C'était le problème du « chacun son câble » : autant d'intégrations à écrire et à maintenir que de couples outil-assistant.

Avec un protocole ouvert commun, un serveur MCP écrit une fois fonctionne dans Claude, Claude Code, Cursor et tout client compatible. Il se crée un écosystème de connecteurs partagés qui grandit vite, réduit le travail d'intégration et évite de s'enfermer chez un seul fournisseur.

C'est le même saut que l'USB ou le HTTP en leur temps : une norme discrète qui débloque tout un marché. C'est pourquoi le MCP, lancé fin 2024, a été adopté en peu de temps par les principaux acteurs de l'IA.

Quelles précautions prendre avec un serveur MCP ?

Un serveur MCP reçoit des droits d'accès réels sur vos données et vos outils. La prudence est donc de mise : vérifiez sa source avant de l'installer, commencez en lecture seule, limitez les permissions au strict nécessaire et gardez un œil sur ce qu'il peut faire.

Le standard est aussi jeune : lancé fin 2024, l'écosystème bouge vite et tous les serveurs ne se valent pas. Certains sont officiels et bien maintenus, d'autres non. Et comme toujours, l'IA peut mal utiliser un outil auquel elle a accès.

La règle reste la même que pour le reste : la relecture humaine et le cadrage des accès ne sont pas optionnels. Un MCP bien choisi et bien encadré est un formidable levier ; ouvert sans discernement, c'est un risque.

Comment utiliser son premier MCP ?

Commencez petit : choisissez un outil que vous consultez chaque jour, branchez-le en lecture seule d'abord pour voir ce que l'IA en tire, puis ouvrez l'écriture une fois le périmètre validé. Testez sur un cas réel avant de multiplier les connexions.

Le choix concret des connecteurs à installer, famille par famille, fait l'objet d'un guide dédié. Pour aller plus loin, explorez la catégorie connecteurs et intégrations du catalogue et branchez votre premier serveur MCP.