Un MCP (Model Context Protocol) est ce qui permet à une IA de se connecter à des outils et des données externes. Attention, ce n'est pas une API. Par exemple, mon agent Claude Code a accès à GitHub, Notion ou encore Context7.
Quelle différence entre un MCP et une API ?
Une API donne accès à un programme, et chacune a ses propres règles. Avant que le protocole MCP existe, pour chaque assistant (Claude, ChatGPT, Gemini, etc.), il fallait une intégration sur mesure.
Le serveur MCP se place entre le modèle et l'API : il décrit dans un format commun la liste des outils (rôle, paramètres) à sa disposition. Le modèle récupère cette liste et choisit quoi utiliser.
Comment fonctionne le MCP ?
Un serveur MCP peut proposer trois primitives :
-
Les outils (tools) sont des fonctions que l'IA appelle pour agir (consulter une documentation, envoyer un email, etc.). L'IA s'occupe elle-même de remplir les paramètres
-
Les ressources (resources) : des données en lecture, comme une documentation
-
Les prompts prêts à l'emploi. C'est à nous de les lancer via une commande
Les limites du MCP
Vous me voyez venir : un serveur MCP local qui tourne sur votre machine avec vos droits peut lire vos fichiers. Un serveur distant peut glisser dans ses réponses des consignes, alors attention à l'injection de prompt.
Chaque serveur branché consomme des tokens ; il faut le prendre en compte.
Qui a créé le MCP ?
Tadaa, c'est Anthropic qui l'a créé en novembre 2024 et l'a confié à la Linux Foundation (via l'Agentic AI Foundation) en décembre 2025. Claude, ChatGPT, Gemini, Copilot, Cursor prennent tous en charge le protocole.
