Ce qu'est le Model Context Protocol
Le Model Context Protocol, ou MCP, définit la manière dont une application d'IA dialogue avec des systèmes externes. Sans standard, chaque couple application d'IA et système exige sa propre intégration. Avec MCP, chaque système est encapsulé une seule fois dans un serveur, et toute application qui parle le protocole peut l'utiliser.
Anthropic a publié MCP en open source le 25 novembre 2024. Le 9 décembre 2025, elle a donné le protocole à l'Agentic AI Foundation, un fonds dédié au sein de la Linux Foundation qu'Anthropic a cofondé avec Block et OpenAI, avec le soutien de Google, Microsoft, AWS, Cloudflare et Bloomberg. À cette date, Anthropic comptait plus de 10 000 serveurs MCP publics actifs.
La spécification est publiée sur modelcontextprotocol.io et versionnée par date. La version actuelle est datée du 28 juillet 2026.
Comment fonctionne un serveur MCP
MCP compte trois rôles. L'hôte est l'application d'IA qu'une personne utilise, comme Claude ou un IDE. À l'intérieur, un client MCP maintient la connexion à un serveur. Le serveur MCP est le programme qui expose un système. Un hôte peut se connecter à de nombreux serveurs à la fois, avec un client pour chacun.
Les serveurs fonctionnent de deux manières. Un serveur local s'exécute sur le même ordinateur que l'hôte et communique par stdio. Un serveur distant s'exécute comme un service web et communique par Streamable HTTP, qui a remplacé l'ancien transport fondé sur les server-sent events dans la version de mars 2025 de la spécification.
| Ce qu'un serveur propose | Ce que c'est | Qui le contrôle | Exemple |
|---|---|---|---|
| Outils | Des fonctions que le modèle peut appeler pour récupérer des données ou effectuer une action | Le modèle, une personne pouvant refuser chaque appel | Créer un ticket, lancer une requête en base de données |
| Ressources | Des données que l'application peut lire et transmettre au modèle | L'application | Un fichier, une fiche client, un schéma de base de données |
| Prompts | Des modèles réutilisables pour les tâches courantes | L'utilisateur | Résumer ce compte, relire ce contrat |
Chaque outil est accompagné d'un nom, d'une description et d'un schéma de ses entrées. Le modèle lit ces descriptions pour décider quel outil utiliser : c'est pourquoi quelques outils clairs et ciblés fonctionnent mieux qu'un seul outil qui fait tout.
Exemples de serveurs MCP en entreprise
Une entreprise finit généralement par avoir un serveur MCP pour chaque système avec lequel elle veut faire travailler l'IA. Les plus courants :
- CRM : rechercher un compte, lire l'activité récente, consigner une note d'appel.
- Documents : rechercher dans les contrats, les politiques et les propositions, et lire les passages qui répondent à une question.
- Ticketing : ouvrir, mettre à jour et orienter les tickets du centre de services.
- Bases de données : lancer des requêtes en lecture seule pour les rapports, avec le schéma exposé comme ressource.
- Services internes : prix, stocks, statut des commandes ou validations, derrière les API de l'entreprise.
De nombreux éditeurs publient leurs propres serveurs. Dans Claude, des connecteurs prêts à l'emploi couvrent des outils comme Google Drive, Gmail, Google Calendar, GitHub, Microsoft 365 et Slack, et les connecteurs personnalisés atteignent n'importe quel serveur MCP distant. Les systèmes internes exigent en général un serveur développé pour eux.
Quelles plateformes d'IA prennent en charge MCP
| Plateforme | Comment elle utilise les serveurs MCP |
|---|---|
| Claude | Connecteurs personnalisés vers des serveurs MCP distants dans Claude, Cowork et Claude Desktop, dans toutes les offres, de Free à Enterprise. Dans les offres Team et Enterprise, un propriétaire active les connecteurs. |
| Claude Code | Serveurs locaux par stdio et serveurs distants par HTTP. |
| API Claude | Le connecteur MCP, en bêta, permet à une requête API d'utiliser des serveurs MCP distants. |
| ChatGPT | Le mode développeur offre une prise en charge complète du client MCP sur le web pour les comptes Plus, Pro, Business, Enterprise et Education. |
| API OpenAI | Un outil MCP dans la Responses API. |
| Microsoft | MCP dans Copilot Studio, en disponibilité générale depuis le 29 mai 2025. La prise en charge native de MCP dans Windows est en préversion publique depuis le 18 novembre 2025. |
| Gemini CLI prend en charge les serveurs MCP, et le 10 décembre 2025 Google a annoncé des serveurs MCP distants gérés pour les services Google Cloud. | |
| Outils de développement | Cursor et VS Code, entre autres, font office de clients MCP. |
Le protocole étant le même partout, un serveur bien conçu peut servir Claude aujourd'hui et une autre application d'IA demain.
Sécurité et gouvernance
Un serveur MCP peut lire et modifier des systèmes réels : il mérite donc le même soin que toute intégration avec des données de production.
- Autorisation. Pour les serveurs distants, la spécification utilise OAuth 2.1 : un serveur protégé agit comme serveur de ressources, et les clients obtiennent des jetons émis pour ce serveur précis. Un serveur ne doit accepter aucun jeton émis pour autre chose. Les serveurs locaux tirent leurs identifiants de l'environnement dans lequel ils s'exécutent.
- Descriptions non fiables. Le modèle suit les descriptions d'outils : un serveur malveillant peut donc y cacher des instructions, une attaque qu'Invariant Labs a nommée tool poisoning en avril 2025. La spécification demande de traiter les descriptions d'outils comme non fiables, sauf si elles proviennent d'un serveur de confiance.
- Moindre privilège. Donnez à chaque serveur uniquement les droits dont il a besoin, commencez en lecture seule et exigez la validation d'une personne pour les actions qui envoient, paient ou suppriment.
- Une liste approuvée. Décidez quels serveurs les équipes peuvent connecter, et examinez les nouveaux avant de les activer.
- Journaux. Consignez quels outils ont été appelés, par qui et avec quel résultat.
Développer un serveur MCP ou utiliser un serveur existant
Commencez par ce qui existe. Si l'éditeur d'un système publie un serveur MCP ou un connecteur, c'est en général la voie la plus rapide et la plus sûre. Développez un serveur sur mesure quand le système est interne, quand vous voulez un contrôle plus strict sur ce que le modèle peut faire, ou quand un serveur existant expose bien plus que vous ne le souhaitez.
Un bon serveur sur mesure est petit : une poignée d'outils aux noms et aux descriptions clairs, des entrées vérifiées par rapport à un schéma, des messages d'erreur que le modèle peut comprendre, et une connexion via le fournisseur d'identité de l'entreprise. Testez-le avec les tâches réelles que les équipes confieront à l'IA, pas seulement avec des tests unitaires.
Voir comment nous développons des serveurs MCP et des connecteurs pour Claude Enterprise.
Sources
- Anthropic : Introducing the Model Context Protocol, 25 novembre 2024
- Anthropic : Donating the Model Context Protocol and establishing the Agentic AI Foundation, 9 décembre 2025
- Spécification du Model Context Protocol, version 2026-07-28
- Spécification MCP : autorisation
- Spécification MCP : bonnes pratiques de sécurité
- Claude Help Center : à propos des connecteurs personnalisés
- OpenAI : mode développeur et MCP dans ChatGPT
- Microsoft : MCP en disponibilité générale dans Copilot Studio
- Google Cloud : prise en charge officielle de MCP pour les services Google
- Invariant Labs : attaques par tool poisoning sur MCP