MCP (Model Context Protocol) : le guide complet pour les développeurs

Si vous suivez l'actualité de l'IA, vous avez probablement vu passer ce sigle : MCP. Le Model Context Protocol, lancé par Anthropic en novembre 2024, est devenu en un an le standard de facto pour connecter les IA à des outils et données externes.

Le 9 décembre 2025, Anthropic a franchi une étape majeure en donnant le protocole à la Linux Foundation, avec la création de l'Agentic AI Foundation — co-fondée avec OpenAI, Block, et soutenue par Google, Microsoft, AWS, Cloudflare et Bloomberg.

Autant dire que MCP n'est plus un projet expérimental. C'est l'infrastructure sur laquelle se construit l'IA agentique de demain. Et si vous êtes développeur, c'est le moment de vous y mettre.

Prompt : "A glowing USB-C connector made of light connecting to multiple floating app icons and data streams, representing universal AI connectivity, modern tech illustration, purple and blue gradient background, clean minimalist style, 16:9"

MCP, c'est quoi exactement ?

Imaginez un port USB-C pour l'IA. Avant l'USB-C, chaque appareil avait son propre connecteur. Aujourd'hui, un seul câble charge votre téléphone, transfère des données, et connecte votre écran externe.

MCP fait la même chose pour les modèles de langage. Au lieu de créer une intégration custom pour chaque combinaison IA + outil, vous implémentez MCP une fois, et votre IA peut parler à tout l'écosystème.

Concrètement, MCP est un protocole de communication standardisé (basé sur JSON-RPC 2.0) qui permet aux applications IA (les "clients") de se connecter à des serveurs qui exposent des données et des fonctionnalités.

L'architecture en 3 couches

MCP Hosts — Les applications qui hébergent l'IA : Claude Desktop, Cursor, VS Code avec Copilot, ChatGPT...

MCP Clients — La partie du host qui gère les connexions aux serveurs MCP. Un client maintient une connexion dédiée avec chaque serveur.

MCP Servers — Des programmes légers qui exposent des fonctionnalités spécifiques : accès à une base de données, API tierce, système de fichiers, navigateur web...

Les 3 primitives de MCP

Un serveur MCP peut exposer trois types de capacités :

Resources — Des données en lecture seule (documentation, contenu de fichiers, résultats d'API). Contrôlées par l'application.

Tools — Des fonctions que l'IA peut appeler pour effectuer des actions (envoyer un email, créer un ticket Jira, exécuter une commande). Contrôlées par le modèle, avec approbation utilisateur.

Prompts — Des templates pré-définis qui donnent du contexte au modèle pour des tâches spécifiques. Contrôlés par l'utilisateur.

Pourquoi MCP a gagné

En un an, MCP est passé d'un projet Anthropic à un standard industrie. Les chiffres parlent d'eux-mêmes :

97 millions de téléchargements mensuels des SDK (Python + TypeScript)
10 000+ serveurs MCP publics en opération
SDKs officiels dans tous les langages majeurs (Python, TypeScript, C#, Java...)
Support natif dans Claude, ChatGPT, Copilot, Cursor, Windsurf, Zed, Replit...

L'alliance des rivaux

Ce qui a vraiment fait basculer MCP, c'est l'adhésion des concurrents d'Anthropic :

Mars 2025 — OpenAI annonce le support MCP dans son SDK Agents et ChatGPT Desktop. Sam Altman qualifie MCP de "bon protocole".

Avril 2025 — Google DeepMind confirme l'intégration dans Gemini, saluant "l'essor rapide de ce standard ouvert".

Mai 2025 — Microsoft et GitHub rejoignent le comité de pilotage MCP. Windows 11 commence à intégrer le protocole.

Décembre 2025 — Don à la Linux Foundation. Création de l'Agentic AI Foundation avec Anthropic, OpenAI, Block, Google, Microsoft, AWS, Cloudflare et Bloomberg.

Cette convergence est rare. MCP est devenu ce que HTTP a été pour le web : le protocole qui permet à tout le monde de se parler.

Prompt : "A network diagram showing AI logos (Claude, ChatGPT, Gemini, Copilot) connected through a central glowing hub labeled MCP, with tool icons orbiting around (GitHub, Slack, database, browser), clean technical illustration, light background, professional style, 16:9"

Cas d'usage concrets

Voici ce que MCP permet de faire aujourd'hui :

Développement — Claude Code utilise MCP pour se connecter à GitHub (lire les issues, créer des PR), à votre système de fichiers, à vos bases de données, et à vos outils de CI/CD.

Productivité — Connecter votre IA à Google Drive, Notion, Slack, Jira. Demandez "résume mes emails de la semaine" ou "crée un ticket pour ce bug" sans quitter votre conversation.

Données — Exposer une base PostgreSQL via MCP. L'IA peut interroger vos données en temps réel, sans que vous ayez à copier-coller des exports CSV.

Automatisation — Playwright via MCP permet à l'IA de naviguer sur le web, remplir des formulaires, extraire des données de pages. Plus moderne et flexible que Puppeteer, Playwright supporte Chrome, Firefox et WebKit.

Le vrai pouvoir vient de la composition. Un agent peut utiliser plusieurs serveurs MCP simultanément : lire un ticket Jira, chercher dans la documentation, modifier le code, lancer les tests, et créer une PR — le tout dans une seule conversation.

Créer votre premier serveur MCP

Passons à la pratique. Voici comment créer un serveur MCP simple en Python.

1. Installation

pip install mcp

2. Structure de base

from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent

# Créer le serveur
server = Server("mon-serveur")

# Définir un outil
@server.tool()
async def get_weather(city: str) -> str:
    """Récupère la météo pour une ville donnée."""
    # Ici, appel à une vraie API météo
    return f"Il fait beau à {city} !"

# Lancer le serveur
async def main():
    async with stdio_server() as (read, write):
        await server.run(read, write)

if __name__ == "__main__":
    import asyncio
    asyncio.run(main())

3. Configuration dans Claude Desktop

Éditez le fichier claude_desktop_config.json :

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/chemin/vers/weather_server.py"]
    }
  }
}

Redémarrez Claude Desktop, et votre outil météo est disponible !

Aller plus loin

Pour des serveurs plus complexes, les SDK officiels offrent :

FastMCP (Python) — Framework rapide inspiré de FastAPI
@modelcontextprotocol/sdk (TypeScript) — SDK Node.js complet
MCP Inspector — Outil de debug pour tester vos serveurs

La documentation complète est sur modelcontextprotocol.io.

Les serveurs MCP à connaître

Vous n'avez pas besoin de tout construire vous-même. Voici les serveurs officiels et populaires :

Officiels (par Anthropic)

GitHub — Issues, PR, recherche de code
Google Drive — Accès à vos documents
Slack — Messages, channels
PostgreSQL — Requêtes SQL
Playwright — Automatisation navigateur (multi-navigateurs)
Filesystem — Accès fichiers local

Communauté

Notion, Linear, Jira — Gestion de projet
Stripe — Paiements
Twilio — SMS
AWS — Services cloud

Le registre officiel MCP liste tous les serveurs disponibles.

Sécurité : les points d'attention

MCP est puissant, mais cette puissance vient avec des responsabilités. Plusieurs études en 2025 ont identifié des risques :

Authentification absente — Une étude de juillet 2025 a scanné 2000 serveurs MCP exposés sur internet : aucun n'avait d'authentification. Données potentiellement accessibles à tous.

Sur-permission — En juin 2025, l'agent IA de Replit a supprimé une base de données de production (1200 enregistrements) malgré des instructions explicites de "code freeze". Les permissions n'étaient pas correctement configurées.

Injection — Les descriptions d'outils peuvent être manipulées. Un serveur malveillant pourrait injecter des instructions dans le contexte du modèle.

Bonnes pratiques

OAuth — La spec MCP de juin 2025 ajoute le support OAuth. Utilisez-le.
Principe du moindre privilège — N'exposez que ce qui est nécessaire
Human-in-the-loop — Demandez confirmation pour les actions destructives
Audit — Loggez toutes les actions des serveurs MCP

mcp server flow

L'avenir : vers un "web agentique"

Avec le don à la Linux Foundation, MCP entre dans une nouvelle phase. Les analystes parlent déjà du "moment HTTP" de l'IA — le protocole qui va permettre l'explosion d'un écosystème interconnecté.

Ce qui se profile pour 2026 :

Marketplaces d'agents — Des places de marché où vous pourrez découvrir et déployer des serveurs MCP vérifiés en un clic.

Orchestrateurs — Des agents spécialisés dans la coordination d'autres agents, chacun connecté à différents serveurs MCP.

Agent Skills — Anthropic a open-sourcé sa spec "Agent Skills" qui permet de packager des workflows complexes en dossiers portables que n'importe quel agent compatible peut exécuter.

L'objectif final : un monde où un agent IA peut réserver un vol, mettre à jour un budget dans un spreadsheet, et notifier une équipe sur Slack — le tout en naviguant différentes APIs via un protocole unifié.

Pour commencer

Si vous voulez vous lancer :

Expérimentez — Installez Claude Desktop et ajoutez quelques serveurs MCP officiels
Lisez la doc — modelcontextprotocol.io est excellente
Suivez le cours — Anthropic propose un cours gratuit sur Skilljar
Construisez — Créez un serveur pour un outil que vous utilisez quotidiennement
Partagez — Publiez-le sur le registre MCP pour la communauté

MCP n'est pas juste une techno de plus à apprendre. C'est probablement la compétence qui va différencier les développeurs qui savent faire parler l'IA à leurs outils de ceux qui restent cantonnés au copier-coller de prompts.

Vous avez déjà créé un serveur MCP ?

MCP : le protocole qui connecte l'IA au monde réel