Le protocole MCP expliqué : connecter l’IA à vos outils

Le protocole MCP, pour Model Context Protocol, est un standard ouvert qui permet de connecter les modèles d’intelligence artificielle aux outils et aux données externes, logiciels métier, bases documentaires, API, fichiers. Publié par Anthropic fin 2024, il a été adopté par les principaux éditeurs d’IA. On le décrit souvent comme « l’USB-C de l’IA », une prise universelle entre les agents IA et le reste du système d’information. Cet article explique ce qu’est le protocole MCP, comment fonctionnent ses clients et ses serveurs, à quoi il sert en entreprise et quelles précautions de sécurité il impose.

Sommaire

1. Qu’est-ce que le protocole MCP ?
2. L’architecture du protocole MCP
3. Ce qu’un serveur MCP expose : outils, ressources et prompts
4. Comment un LLM utilise les outils MCP
5. Un exemple concret
6. Pourquoi le Model Context Protocol intéresse les développeurs
7. Les usages du MCP en entreprise
8. MCP, API et RAG : quelles différences ?
9. Sécurité : les précautions à prendre
10. Les limites actuelles du Model Context Protocol
11. Mettre en place le MCP dans votre entreprise

Qu’est-ce que le protocole MCP ?

Le Model Context Protocol (MCP) est un protocole ouvert qui définit comment une application d’intelligence artificielle échange avec des sources de données et des outils externes. Il fournit un langage commun entre, d’un côté, les modèles de langage (LLM) et les agents IA, et de l’autre, les logiciels, les bases documentaires, les API et les services d’une entreprise.

Anthropic, l’éditeur de Claude, a publié le protocole en novembre 2024, sous licence open source. D’autres éditeurs, dont OpenAI, Google et Microsoft, l’ont ensuite adopté dans leurs produits et leurs outils de développement. Le MCP est ainsi devenu un standard de fait pour connecter les modèles d’IA au monde extérieur.

Le problème que résout le MCP

Avant le MCP, chaque connexion entre un modèle d’IA et un outil demandait un développement spécifique. Connecter trois assistants IA à cinq logiciels, c’était potentiellement quinze intégrations à écrire et à maintenir. Avec le MCP, chaque logiciel expose un serveur MCP, et chaque application d’IA compatible peut s’y connecter. L’intégration s’écrit une fois et sert à tous.

• Sans MCP : une intégration spécifique par couple modèle et outil.
• Avec MCP : un serveur par outil, utilisable par tous les clients compatibles.

Le nom du protocole dit bien ce qu’il fait. Il fournit aux grands modèles de langage le contexte qui leur manque. Seul, un modèle ne connaît que ses données d’entraînement. Raccordé par le MCP, il travaille sur les informations de l’entreprise, en temps réel.

L’architecture du protocole MCP

Le protocole MCP repose sur une architecture client et serveur, avec trois acteurs.

L’hôte

L’hôte est l’application d’IA avec laquelle l’utilisateur interagit, par exemple un assistant conversationnel comme Claude ou ChatGPT, un environnement de développement, ou un agent IA développé pour l’entreprise. Il héberge le modèle de langage et décide quand faire appel à un outil.

Le client MCP

Le client MCP est le composant, intégré à l’hôte, qui maintient la connexion avec un serveur MCP. Il transmet les requêtes du modèle au serveur et lui renvoie les réponses.

Le serveur MCP

Le serveur MCP est un programme qui expose les capacités d’un outil ou d’une source de données, qu’il s’agisse d’un CRM, d’une GMAO, d’un espace documentaire, d’une API métier ou d’un système de fichiers. Il décrit ce qu’il sait faire, dans un format standard que tout client compatible comprend.

Ce qu’un serveur MCP expose : outils, ressources et prompts

• Les outils (tools) : des actions que le modèle peut déclencher, comme créer un ticket, rechercher un client dans le CRM, envoyer un courriel ou lancer un calcul.
• Les ressources (resources) : des données que le modèle peut consulter, comme des documents, des fiches produits, des enregistrements de bases de données.
• Les prompts : des modèles d’instructions prêts à l’emploi, proposés par le serveur pour des tâches courantes.

Quand l’utilisateur pose une question, le modèle voit la liste des outils et des ressources disponibles, choisit ceux qui sont utiles, et le client MCP exécute les requêtes auprès des serveurs. Les résultats reviennent au modèle, qui les utilise pour rédiger sa réponse ou décider de l’action suivante.

Les modes de connexion

Un serveur MCP peut tourner sur le poste de l’utilisateur, en local, ou à distance, accessible par le réseau. Les serveurs distants permettent de centraliser l’accès à un logiciel d’entreprise pour tous les utilisateurs, avec une authentification et des droits d’accès gérés de manière unique.

Comment un LLM utilise les outils MCP

Un LLM ne sait, par lui-même, que produire du texte. Il ne peut ni consulter un logiciel, ni accéder à des données externes, ni déclencher une action. Le Model Context Protocol lui en donne les moyens, de manière encadrée.

1. Au démarrage, le client MCP interroge chaque serveur MCP et récupère la liste de ses outils et de ses ressources, avec leur description.
2. Ces descriptions sont fournies au LLM, qui sait ainsi quels outils il peut utiliser et à quoi ils servent.
3. Quand la question de l’utilisateur le demande, le LLM choisit un outil et prépare les paramètres de la requête.
4. Le client MCP transmet la requête au serveur, qui interroge le logiciel ou la source de données.
5. Les informations reviennent au LLM, qui les intègre à sa réponse ou décide de l’étape suivante.

Ce mécanisme, permettant au modèle de combiner plusieurs outils à la suite, rend possibles les agents IA. Un agent enchaîne les appels d’outils jusqu’à atteindre son objectif, en s’appuyant sur des données externes à jour plutôt que sur ses seules connaissances d’entraînement.

Un exemple concret

Prenons l’exemple d’un commercial qui demande à son assistant IA : « Prépare-moi le point sur le client Dupont avant ma réunion de demain. »

1. L’assistant interroge le serveur MCP du CRM pour l’historique des échanges, les affaires en cours et les contacts.
2. Il consulte le serveur MCP de la gestion commerciale pour les commandes, les factures et les retards de paiement.
3. Il recherche dans le serveur MCP de l’espace documentaire les derniers comptes rendus et propositions.
4. Il rédige une synthèse d’une page, avec les points d’attention et les questions à aborder.

Sans le MCP, ces informations seraient restées dispersées dans trois logiciels, et le commercial aurait dû les rassembler lui-même. Avec le MCP, l’assistant accède aux données en temps réel, dans le respect des droits de l’utilisateur.

Pourquoi le Model Context Protocol intéresse les développeurs

Pour les développeurs, le Model Context Protocol simplifie considérablement l’intégration de l’IA dans les applications. Au lieu d’écrire une connexion propre à chaque modèle et à chaque outil, ils développent un serveur MCP une fois, et il devient utilisable par tous les clients compatibles, quels que soient les modèles utilisés.

• Des kits de développement officiels dans plusieurs langages de programmation.
• Des serveurs MCP de référence pour les usages courants, des fichiers aux bases de données, à la recherche et aux services de développement.
• Une description standard des outils, que les modèles comprennent sans adaptation.
• Une indépendance vis-à-vis des modèles : on peut changer de LLM sans refaire les intégrations.

Côté éditeurs de logiciels, proposer un serveur MCP devient un moyen de rendre leur application accessible aux assistants d’IA de leurs clients. Beaucoup de services en ligne, d’outils de développement et de logiciels de gestion publient désormais le leur.

Exemples de serveurs MCP

• Un serveur MCP pour un système de fichiers ou un espace documentaire.
• Un serveur MCP pour une base de données, permettant de l’interroger en langage naturel.
• Un serveur MCP pour un CRM ou un ERP, exposant les fiches clients, les commandes et les factures.
• Un serveur MCP pour des outils de développement, du dépôt de code à la gestion des tickets et au déploiement.
• Un serveur MCP pour des services externes : recherche sur internet, météo, cartographie, traduction.

Pour une entreprise, la question est de savoir quels serveurs MCP utiliser, lesquels développer, et avec quelles règles d’accès. Chaque besoin métier (répondre à un client, préparer un devis, suivre une intervention) se traduit par un ensemble d’outils à exposer au modèle. L’utilisation du MCP devient alors une affaire d’architecture, avec des choix à faire sur les données, les outils, les droits et les utilisateurs. Raccorder une bonne fois les serveurs MCP au système d’information évite de multiplier les intégrations ponctuelles.

Les usages du MCP en entreprise

• Les assistants internes qui répondent en s’appuyant sur les documents et les données de l’entreprise.
• Les agents IA qui agissent dans les logiciels métier, pour créer un devis, mettre à jour une fiche client ou programmer une intervention.
• Le développement logiciel, où les assistants de code accèdent au dépôt, à la documentation et aux outils de test.
• L’analyse de données : interroger une base de données ou un outil de reporting en langage naturel.
• Le service client, avec un agent qui consulte les commandes, les stocks et les procédures pour répondre.

Nous travaillons sur chacun de ces terrains, avec nos services de création d’agents IA, d’assistant IA interne et d’intégration de l’IA. Nos cas d’usage détaillent l’agent IA service client, la base de connaissances et le CRM et pipeline commercial.

MCP, API et RAG : quelles différences ?

	API	RAG	MCP
Rôle	Exposer les fonctions d’un logiciel	Retrouver des passages de documents	Connecter un modèle d’IA à des outils et des données
Utilisateur	Un développeur	Un modèle de langage	Un modèle de langage ou un agent
Standard	Propre à chaque logiciel	Une technique, pas un standard	Un protocole commun
Actions possibles	Oui	Non, lecture seule	Oui, via les outils

Ces briques sont complémentaires. Un serveur MCP s’appuie souvent sur l’API du logiciel qu’il expose, et un outil MCP peut lancer une recherche RAG dans une base documentaire. Notre article sur les embeddings, le RAG et les agents détaille ce point.

Sécurité : les précautions à prendre

Donner à un modèle d’IA l’accès à des outils qui agissent dans le système d’information n’est pas anodin. Le protocole MCP facilite les connexions ; il ne dispense pas d’une réflexion de sécurité sérieuse.

• Le principe du moindre privilège : chaque serveur n’expose que les outils et les données strictement nécessaires.
• L’authentification et les droits : l’agent agit avec les droits de l’utilisateur, jamais plus.
• La validation humaine des actions sensibles, envoi, paiement, suppression, écriture dans un logiciel de gestion.
• La vigilance face à l’injection de prompts, car un document ou une page consultée peut contenir des instructions malveillantes.
• La journalisation de toutes les requêtes et actions, pour pouvoir retracer ce qui a été fait.
• Le choix des serveurs, en n’installant que des serveurs MCP de sources connues et vérifiées.

Ces principes relèvent de la gouvernance de l’IA et de la conformité. Notre page sécurité détaille notre cadre.

Les limites actuelles du Model Context Protocol

Le Model Context Protocol a pris une place centrale en peu de temps, mais il reste un standard jeune. Quelques limites sont à connaître avant d’en généraliser l’utilisation.

• La maturité inégale des serveurs : certains serveurs MCP sont maintenus par les éditeurs eux-mêmes, d’autres par des développeurs indépendants ; leur qualité varie beaucoup.
• La consommation de contexte, puisque chaque outil exposé ajoute sa description aux informations fournies au modèle ; trop d’outils dégradent la qualité des réponses et le temps de traitement.
• La gestion des accès, où les mécanismes d’authentification progressent, mais restent à configurer avec soin, application par application.
• L’évolution rapide de la spécification : le protocole évolue, et les applications doivent suivre.

En pratique, la bonne approche consiste à partir d’un besoin précis, à n’exposer que les outils utiles, et à tester l’utilisation réelle sur un petit groupe avant d’ouvrir l’accès à tous. Par exemple, un premier agent peut se limiter à la lecture des informations du CRM et de l’espace documentaire, sans droit d’écriture ; les actions viennent dans un second temps, une fois les usages validés.

Le Model Context Protocol reste néanmoins la voie la plus simple, aujourd’hui, pour utiliser des données externes dans les applications d’IA sans multiplier les développements. Les modèles des principaux éditeurs savent l’utiliser, et chaque nouvelle intégration profite à l’ensemble des modèles compatibles.

Pour une entreprise, ce standard écarte le risque de s’enfermer chez un fournisseur. Si l’on change de modèle demain, les serveurs MCP et l’accès aux données restent en place. Le MCP fait aussi gagner du temps sur chaque nouveau projet, car les informations déjà exposées pour un premier agent servent au suivant, et les applications s’enrichissent au fil des besoins.

Mettre en place le MCP dans votre entreprise

1. Identifier les cas d’usage, les tâches qu’un assistant ou un agent pourrait accomplir et les logiciels concernés.
2. Recenser les sources : logiciels, bases documentaires, API disponibles.
3. Choisir ou développer les serveurs MCP : beaucoup d’éditeurs en proposent déjà ; sinon, un serveur se développe au-dessus de l’API existante.
4. Définir les droits et les validations pour chaque outil exposé.
5. Tester avec un groupe pilote, puis étendre.

Korbyx conçoit les agents IA et développe les serveurs MCP qui les relient aux logiciels de ses clients, avec nos services de développement sur mesure, d’orchestration de workflows et d’automatisation des processus, appuyés sur notre plateforme. Pour cadrer le budget, regardez le prix d’un agent IA. À lire aussi, Claude vs ChatGPT et les prompts IA pour les dirigeants.

Références8

1. Model Context Protocol : le site officiel et la spécification du protocole.
2. Anthropic : l’annonce du protocole, novembre 2024.
3. GitHub : les kits de développement et les serveurs de référence.
4. Documentation Anthropic : utiliser le MCP avec Claude.
5. OpenAI : les serveurs MCP distants dans l’API.
6. OWASP : les principaux risques de sécurité des applications LLM.
7. ANSSI : recommandations de sécurité pour les systèmes d’IA générative.
8. CNIL : IA et protection des données.