Comprendre le Model Context Protocol (MCP) en 10 minutes

Ikasia, cabinet de conseil et formation en intelligence artificielle basé à Paris, France, vous guide dans la compréhension du Model Context Protocol (MCP). Développé par Anthropic, MCP est le protocole standard émergent qui permet de connecter les grands modèles de langage (LLMs) à des outils et données externes de manière sécurisée et interopérable.

En bref : Le Model Context Protocol (MCP) standardise l'intégration entre LLMs et outils externes (APIs, bases de données, CRM). Il simplifie le développement d'applications IA en remplaçant les intégrations ad hoc par un protocole client-serveur universel.

Le problème que MCP résout

Jusqu'à présent, chaque application LLM devait :

• Implémenter sa propre logique d'intégration avec des outils (APIs, DBs, fichiers)
• Gérer l'authentification, les schémas JSON, les erreurs
• Réinventer la roue à chaque projet

MCP standardise tout ça.

Comment ça marche ?

MCP définit un protocole client-serveur :

Serveur MCP Expose des "outils" (functions) que le LLM peut invoquer. Par exemple :

• search_tickets(query: str) → cherche dans votre système de ticketing
• create_issue(title: str, description: str) → crée un ticket
• query_database(sql: str) → interroge votre DB

Client MCP Application LLM (Claude Desktop, ChatGPT, votre propre app) qui se connecte au serveur et invoque les outils. Pour choisir le bon LLM client, consultez notre comparatif ChatGPT, Claude et Gemini en entreprise.

Schéma JSON Chaque outil expose un schéma décrivant ses paramètres et son output. Le LLM sait ainsi comment l'utiliser.

Architecture

• LLM (Claude) communique avec le MCP Server via le protocole MCP (bidirectionnel)
• MCP Server communique avec Votre API via HTTP (bidirectionnel)

Exemple concret : Serveur MCP pour Jira

Étape 1 : Définir les outils

tools = [
    {
        "name": "search_tickets",
        "description": "Search for Jira tickets",
        "parameters": {
            "type": "object",
            "properties": {
                "query": {"type": "string", "description": "JQL query"}
            },
            "required": ["query"]
        }
    },
    {
        "name": "create_ticket",
        "description": "Create a new Jira ticket",
        "parameters": {
            "type": "object",
            "properties": {
                "title": {"type": "string"},
                "description": {"type": "string"},
                "priority": {"type": "string", "enum": ["low", "medium", "high"]}
            },
            "required": ["title", "description"]
        }
    }
]

Étape 2 : Implémenter la logique

def handle_tool_call(tool_name, parameters):
    if tool_name == "search_tickets":
        return jira_client.search(parameters["query"])
    elif tool_name == "create_ticket":
        return jira_client.create_issue(
            title=parameters["title"],
            description=parameters["description"],
            priority=parameters.get("priority", "medium")
        )

Étape 3 : Exposer le serveur MCP

Votre serveur MCP écoute sur un port et répond aux requêtes du client.

Étape 4 : Connecter Claude Desktop

Configurez Claude Desktop pour pointer vers votre serveur MCP. Claude peut maintenant chercher et créer des tickets Jira en langage naturel !

Avantages de MCP

✅ Standardisation : Plus besoin de réinventer la roue ✅ Réutilisabilité : Un serveur MCP peut être utilisé par plusieurs clients ✅ Sécurité : Gestion centralisée de l'authentification et des permissions — un aspect crucial quand on sait les vulnérabilités qui menacent les LLMs ✅ Évolutivité : Ajouter de nouveaux outils sans modifier le client

Cas d'usage

• Intégration CRM : Salesforce, HubSpot
• Outils de ticketing : Jira, Zendesk, Linear
• Bases de données : PostgreSQL, MongoDB
• APIs internes : Connecter le LLM à vos systèmes métiers — MCP est un pilier de l'IA agentique en entreprise
• Outils de collaboration : Slack, Teams, Notion

Comment apprendre MCP ?

Chez Ikasia, nous proposons un atelier intensif de 3h30 pour construire votre premier serveur MCP et le connecter à Claude.

Programme :

• Concepts MCP (serveurs, clients, outils, schémas)
• Lab : Créer un serveur MCP avec 2 outils
• Connecter Claude Desktop
• Sécurité, logging, déploiement

Conclusion

MCP est en train de devenir le standard pour les intégrations LLM-outils. Si vous construisez des applications IA, c'est une technologie à maîtriser dès maintenant. Pour enrichir vos applications avec des données métiers, explorez également les approches RAG vs fine-tuning.

Cet article vous a intéressé ? Découvrez notre Atelier MCP Server — 3h30 hands-on pour maîtriser l'outil en équipe.