Qu’est-ce que le Model Context Protocol (MCP)?

Un modèle de langage ne connaît que ce qu’il a appris pendant son entraînement et ce que vous collez dans la conversation. Demandez à Claude ou à ChatGPT de regarder un fichier sur votre portable, un billet dans l’outil de suivi de votre équipe ou une ligne dans la base de données de votre entreprise, et il n’a aucun moyen d’y accéder. Chaque produit qui veut combler cet écart a dû construire sa propre connexion à chaque source de données, une intégration à la fois.

Le 25 novembre 2024, Anthropic a publié en code source ouvert le Model Context Protocol, ou MCP, pour remplacer ce rapiéçage par une norme unique. L’annonce d’Anthropic présente le problème ainsi : les modèles sont coupés des données, prisonniers de silos d’information et de systèmes plus anciens. MCP offre un langage commun : si une source de données parle MCP et qu’une application d’IA parle MCP, elles peuvent travailler ensemble sans colle sur mesure.

Comment MCP est construit

Une bonne comparaison est l’adaptateur électrique universel. Vous ne recâblez pas votre portable pour chaque pays; vous apportez un seul adaptateur qui a une forme standard de chaque côté. MCP joue ce rôle entre les applications d’IA et les systèmes qu’elles doivent atteindre.

La documentation décrit trois rôles :

• Hôte : l’application d’IA que vous utilisez, comme l’application Claude Desktop ou un éditeur de code.
• Client : un connecteur qui vit dans l’hôte et entretient un lien exclusif avec un seul serveur.
• Serveur : un petit programme qui offre quelque chose à l’IA, comme l’accès à des fichiers, à une base de données ou à une action qu’elle peut effectuer.

Selon le guide, les serveurs peuvent offrir trois types d’éléments : du contexte, c’est-à-dire des données que le modèle peut lire, comme des documents ou des fiches; des outils, c’est-à-dire des actions que le modèle peut demander d’effectuer, comme lancer une recherche ou créer un fichier; et des prompts, des gabarits réutilisables pour des tâches courantes.

Sous le capot, les messages suivent JSON-RPC 2.0, un format établi de longue date qui permet à un programme de demander à un autre de faire quelque chose. Deux modes de transport sont pris en charge au lancement : l’entrée et la sortie standard pour un serveur qui tourne comme processus local sur votre propre machine, et HTTP avec Server-Sent Events pour les serveurs joints par un réseau. Quand une connexion s’ouvre, le client et le serveur échangent d’abord leurs versions du protocole et leurs capacités, pour que chaque côté sache ce que l’autre peut faire.

Ce qui est offert au lancement

Anthropic a publié trois éléments ensemble : la spécification et des trousses de développement logiciel (SDK) pour construire des serveurs et des clients, la prise en charge des serveurs MCP locaux dans les applications Claude Desktop, et un dépôt en code source ouvert de serveurs prêts à l’emploi. Ces serveurs préconstruits couvrent Google Drive, Slack, GitHub, Git, les bases de données Postgres et Puppeteer, un outil pour contrôler un navigateur Web.

Anthropic nomme Block et Apollo parmi les premiers adoptants, et affirme que quatre fabricants d’outils pour développeurs (Zed, Replit, Codeium et Sourcegraph) intègrent MCP à leurs produits. Tous les forfaits de Claude.ai peuvent connecter des serveurs MCP à l’application de bureau. Les créateurs du protocole sont deux ingénieurs d’Anthropic, David Soria Parra et Justin Spahr-Summers.

Pourquoi c’est important, et ce qui reste à voir

Pour ceux qui construisent, l’attrait est la réutilisation. Écrivez une seule fois un serveur pour votre système d’inventaire, et tout assistant compatible MCP peut l’utiliser. TechCrunch note que la norme est conçue pour fonctionner avec n’importe quel modèle, pas seulement ceux d’Anthropic.

C’est aussi le tout début. TechCrunch souligne que des rivaux comme OpenAI pourraient préférer leurs propres méthodes de connexion, et qu’Anthropic n’a pas encore publié de bancs d’essai montrant à quel point MCP améliore les résultats. Une norme ne devient une norme que lorsque d’autres l’adoptent, et il faudra du temps pour le voir.

Il y a aussi des précautions pratiques. Un serveur MCP peut donner à un modèle un accès réel à des systèmes réels. Le guide d’architecture rappelle aux développeurs d’ajouter une authentification là où c’est nécessaire et d’éviter les fuites d’information sensible. Une habitude sensée dès le premier jour : donnez à chaque serveur l’accès le plus restreint dont il a besoin, et commencez par des données en lecture seule avant d’accorder des actions.

À quoi pouvez-vous connecter un assistant IA avec MCP?

À presque tout ce qu’un programme peut atteindre. Les serveurs publiés au lancement donnent une bonne idée de l’éventail : les fichiers de votre ordinateur, les documents de Google Drive, les messages de Slack, les dépôts de code dans Git et GitHub, une base de données Postgres et un navigateur Web que l’assistant peut piloter au moyen de Puppeteer. Comme le protocole est ouvert, n’importe qui peut écrire un nouveau serveur pour un système qui n’est pas couvert, qu’il s’agisse du wiki interne d’une entreprise, d’un calendrier ou d’un tableur de commandes de clients.

Une façon utile de planifier consiste à classer vos systèmes selon ce que l’assistant devrait avoir le droit de faire :

Une fois un serveur connecté, vous pouvez demander en langage courant et laisser l’assistant décider quel outil appeler :

Avec la connexion Postgres, trouve les dix clients qui ont passé le plus de commandes ce mois-ci. Affiche leurs noms et leur nombre de commandes dans un tableau, et ne modifie aucune donnée.

Commencez avec une seule source à faible risque, en lecture seule, observez comment l’assistant l’utilise, et n’élargissez l’accès que lorsque vous avez confiance dans la configuration. La même norme qui rend la connexion facile rend aussi facile de trop connecter.