Le Model Context Protocol (MCP) est un standard ouvert et un framework open-source introduit par Anthropic en novembre 2024 pour normaliser la manière dont les systèmes d'intelligence artificielle, en particulier les grands modèles de langage, intègrent et partagent des données avec des outils, systèmes et sources de données externes. MCP fournit une interface standardisée pour lire des fichiers, exécuter des fonctions et gérer des invites contextuelles. Suite à son annonce, le protocole a été adopté par de grands fournisseurs d'IA, notamment OpenAI et Google DeepMind.
MCP répond au défi de connecter les assistants IA à divers systèmes de données tels que les référentiels de contenu, les outils de gestion d'entreprise et les environnements de développement. Il a été créé chez Anthropic par les ingénieurs David Soria Parra et Justin Spahr-Summers. Le protocole vise à résoudre le problème d'intégration de données « N×M », où les développeurs devaient auparavant construire des connecteurs personnalisés pour chaque combinaison de système d'IA et de source de données.
Contexte
MCP a été annoncé par Anthropic en novembre 2024 comme un standard ouvert pour connecter les assistants IA aux systèmes de données. Le protocole a été conçu pour relever le défi des silos d'information et des systèmes hérités. Avant MCP, les développeurs devaient souvent construire des connecteurs personnalisés pour chaque source de données ou outil, ce qui aboutissait à ce qu'Anthropic a décrit comme un problème d'intégration de données « N×M ».
Les approches provisoires antérieures, telles que l'API « function-calling » d'OpenAI de 2023 et le framework de plugins ChatGPT, résolvaient des problèmes similaires mais nécessitaient des connecteurs spécifiques au fournisseur. MCP réutilise les idées de flux de messages du Language Server Protocol (LSP), un standard largement utilisé pour les outils d'intelligence de code.
En décembre 2025, Anthropic a fait don de MCP à la Agentic AI Foundation (AAIF), un fonds dirigé sous la Linux Foundation, cofondé par Anthropic, Block et OpenAI, avec le soutien d'autres entreprises. Plus tard ce mois-là, Anthropic a également publié Agent Skills, un standard ouvert compagnon pour empaqueter des instructions et ressources spécifiques à des tâches que les agents IA chargent à la demande, suivant la même approche de standard ouvert que MCP.
Fonctionnalités
MCP définit un framework standardisé pour intégrer les systèmes d'IA avec des sources de données et outils externes. Le protocole permet des applications telles que l'interrogation de bases de données structurées en langage naturel dans le domaine de l'accès aux données en langage naturel.
Le protocole distingue les hôtes MCP, les clients MCP et les serveurs MCP. Un hôte MCP est généralement un agent IA qui interagit avec un LLM et nécessite des services d'un ou plusieurs serveurs MCP. Pour chacun de ces serveurs MCP, l'hôte MCP crée un client MCP dédié qui communique avec ce serveur. Le client et l'hôte s'exécutent généralement sur la même machine, tandis que les serveurs MCP peuvent être locaux ou distants.
Chaque serveur fournit un ou plusieurs outils ou ressources. Des exemples d'outils incluent l'accès à une base de données, des calculatrices et l'accès à des référentiels de code ; une ressource pourrait être un document FAQ spécifique. Le client MCP demande à son serveur une liste des outils et ressources que le serveur fournit ; le serveur répond avec une description en langage naturel des capacités de chaque outil et du format attendu pour appeler l'outil. Cette information est donnée au LLM ; s'il nécessite les services de l'un de ces outils, l'hôte MCP instruit le client MCP pertinent d'appeler l'outil. Le serveur MCP exécute l'action de l'outil et renvoie les résultats, que l'hôte MCP injecte ensuite dans la conversation du LLM. Le client et le serveur communiquent en utilisant le protocole de transport JSON-RPC 2.0.
Le protocole a été publié avec des kits de développement logiciel (SDK) dans des langages de programmation tels que Python, TypeScript, C# et Java, ainsi que des exemples d'implémentations de serveurs MCP.
MCP Apps est une extension officielle du Model Context Protocol construite sur mcp-ui. Alors que la spécification MCP de base est limitée au texte et aux données structurées, MCP Apps standardise la livraison d'interfaces utilisateur interactives, telles que des tableaux de bord, des formulaires et des visualisations de données, depuis les serveurs MCP vers des applications hôtes comme Claude et ChatGPT.
Adoption
Le protocole est utilisé dans les outils de développement logiciel assistés par IA. Les environnements de développement intégrés (IDE), les plateformes de codage telles que Replit et les outils d'intelligence de code comme Sourcegraph ont adopté MCP pour donner aux assistants de codage IA un accès en temps réel au contexte du projet.
En mars 2025, OpenAI a officiellement adopté MCP, après avoir intégré le standard dans ses produits, y compris l'application de bureau ChatGPT. En septembre 2025, OpenAI a ajouté le support de MCP aux applications ChatGPT, permettant un accès tiers à l'intérieur de ChatGPT.
MCP peut être intégré avec Microsoft Semantic Kernel et Azure OpenAI. Les serveurs MCP peuvent être déployés sur Cloudflare.
En avril 2026, l'AAIF a tenu le MCP Dev Summit North America à New York, attirant environ 1 200 participants. Ce même mois, la plateforme Headless 360 de Salesforce a commencé à router les interactions client et agent via MCP ; fin mai, Salesforce a signalé que 4,5 millions d'appels MCP avaient été traités depuis le lancement.
À la mi-2026, plus de 10 000 serveurs MCP auraient été déployés en production, avec les SDK du protocole téléchargés plus de 97 millions de fois par mois.
Révision du 28 juillet 2026
Le 28 juillet 2026, les mainteneurs de MCP ont finalisé une révision majeure de la spécification, décrite par le membre du personnel technique d'Anthropic David Soria Parra comme le changement le plus substantiel du protocole depuis l'ajout de l'autorisation. La révision supprime le suivi de session au niveau du protocole, rendant MCP sans état au niveau du protocole : les informations sur la version du protocole, l'identité du client et les capacités sont plutôt transportées dans un paramètre _meta avec chaque requête. Ce changement rapproche le modèle de requête de MCP de celui de la propre API Claude Messages d'Anthropic.
La révision a également déprécié plusieurs fonctionnalités qui avaient vu une utilisation limitée, notamment l'échantillonnage (permettant à un serveur de demander une complétion au modèle du client) et les racines (permettant aux clients d'indiquer des emplacements de système de fichiers pertinents à un serveur) ; les fonctionnalités dépréciées restent fonctionnelles pendant un minimum de douze mois. Certaines fonctionnalités auparavant centrales, telles que la fonctionnalité Tasks pour les opérations de longue durée, ont été déplacées hors du protocole de base vers des extensions optionnelles. Tous les changements ne sont pas rétrocompatibles, et les serveurs implémentant la nouvelle révision peuvent ne pas interopérer avec les clients plus anciens sans une couche de compatibilité.
Réception
The Verge a rapporté que MCP répond à une demande croissante d'agents IA contextuellement conscients et capables de puiser dans des sources diverses.
En avril 2025, des chercheurs en sécurité ont publié une analyse concluant qu'il existe plusieurs problèmes de sécurité en suspens avec MCP, notamment l'injection d'invites et des outils empoisonnés qui permettent l'exfiltration de données via d'autres outils connectés.
MCP a été comparé à OpenAPI, une spécification similaire qui vise à décrire les API. L'approche de standard ouvert du protocole et son adoption industrielle large l'ont positionné comme une couche fondamentale pour l'intégration d'outils IA, bien que ses défis de sécurité restent un domaine de préoccupation et de recherche actif.
Voir aussi
- Agent2Agent - Protocole ouvert pour la communication entre agents IA
- AI governance
- Application programming interface - Connexion entre ordinateurs ou programmes
- LangChain - Framework de développement d'applications de modèles de langage
- Machine learning - Sous-ensemble de l'intelligence artificielle
- Open weights
- Software agent - Programme informatique agissant pour un utilisateur
- Retrieval-augmented generation