Tutoriel MCP pour débutants
MCP signifie Model Context Protocol, un protocole standard ouvert utilisé pour normaliser la façon dont les applications d’IA se connectent à des outils et des sources de données externes.
MCP est comme USB-C : il permet à différents appareils de se connecter ensemble via la même interface.

Avant l’existence de MCP, chaque fois qu’un nouvel outil (comme GitHub, Slack ou une base de données) était intégré, chaque application d’IA devait écrire son propre ensemble de code d’intégration, ce qui donnait leproblème d’intégration N × M(N applications d’IA × M outils = N×M ensembles de code).
Avec MCP, le fournisseur d’outils n’a qu’à construire un seul MCP Server conforme au standard, et toute application d’IA compatible MCP peut l’utiliser directement, devenant1 Server + compatible avec tous les Hosts。
Le diagramme suivant montre intuitivement la différence entre l’intégration traditionnelle N×M et l’intégration standardisée MCP :
En décembre 2025, MCP a été donné par Anthropic à l’Agentic AI Foundation (AAIF) sous l’égide de la Linux Foundation, devenant un standard ouvert partagé par l’industrie. Des fournisseurs tels qu’OpenAI et Block participent conjointement à sa gouvernance.
Chronologie du développement
| Temps | Jalon |
|---|---|
| Avant 2023 | OpenAI a lancé l’appel de fonctions et le framework de plugins ChatGPT, mais les deux étaient des formats propriétaires liés à une seule plateforme. |
| Novembre 2024 | Anthropic a publié MCP, qui est indépendant du modèle et neutre vis-à-vis des fournisseurs ; tout modèle peut utiliser le même Server. |
| Mars 2025 | OpenAI a officiellement annoncé la prise en charge de MCP. |
| Mi-2025 | Ajout de capacités telles que le transport Streamable HTTP, l'autorisation OAuth 2.1 et l'Elicitation (recueil d'informations) ; MCP évolue vers des services distants de niveau production. |
| Décembre 2025 | La gouvernance du protocole a été transférée à l'AAIF (Linux Foundation), entrant dans une phase de co-gouvernance multi-fournisseurs. |
| 2026 | Le cœur évolue vers l'absence d'état, en ajoutant des capacités d'extension telles que les Tasks (tâches de longue durée) et MCP Apps (interface utilisateur interactive). |
Architecture centrale : Hôte / Client / Serveur
MCP s'inspire de l'approche de conception de LSP (Language Server Protocol, un protocole qui offre aux éditeurs une prise en charge unifiée des langages de programmation) et définit trois rôles :
| Rôle | Description | Exemple |
|---|---|---|
| Host | L'application d'IA utilisée directement par l'utilisateur ; responsable de la coordination de plusieurs Clients et de la gestion des conversations. | Claude Code, Claude Desktop, Cursor, ChatGPT |
| Client | Un composant interne de l'Hôte qui maintient une connexion un-à-un avec un Serveur particulier et est chargé de traduire les demandes d'appel d'outil du modèle en messages de protocole standard. | L'Hôte crée un Client pour chaque Serveur auquel il se connecte. |
| Server | Encapsule une couche de protocole standard, expose les capacités d'un outil ou d'une source de données spécifique et ne communique pas directement avec le grand modèle de langage. | Serveur d'API GitHub, serveur de base de données, serveur de système de fichiers |
La relation de l'architecture à trois couches est illustrée dans le diagramme suivant :
La communication sous-jacente utilise uniformémentJSON-RPC 2.0comme format de message, garantissant ainsi une interaction normalisée entre les différents rôles.
Explication détaillée du flux de communication MCP
En prenant comme exemple « l'utilisateur demande à l'IA de vérifier la météo », un processus complet d'appel d'outil se déroule comme suit :

Le processus est divisé en sept étapes :
- L'utilisateur pose une question: L'utilisateur saisit « Vérifie la météo à Pékin pour moi » dans l'hôte (comme Claude Code).
- Le modèle détermine: Le grand modèle de langage intégré à l'hôte analyse la question, détermine que l'outil de requête météo doit être appelé et envoie l'intention d'appel au client.
- Traduction du protocole: Le client convertit la requête d'appel d'outil en un message au format JSON-RPC 2.0 et l'envoie au serveur correspondant.
- Le serveur exécute: Après avoir reçu la requête, le serveur effectue l'opération réelle (comme appeler une API météo ou interroger une base de données).
- Renvoyer le résultat: Le serveur renvoie le résultat au client au format JSON-RPC.
- Renvoyer au modèle: Le Client transmet le résultat à l’Hôte pour que le modèle l’intègre à sa réponse.
- Répondre à l’utilisateur: Le modèle intègre les données renvoyées par l’outil au langage naturel et produit la réponse finale.
Tout au long du processus, le Serveur ignore complètement l’existence du grand modèle de langage — il ne traite que des messages JSON-RPC. C’est la conception clé qui permet à MCP d’être indépendant du modèle.
Trois primitives fondamentales
Un Serveur MCP peut exposer trois types de capacités vers l’extérieur, appelées « primitives » :
| Primitive | Définition | Cas d'utilisation typiques |
|---|---|---|
| Outils | Actions exécutables que le modèle peut appeler de manière proactive et qui produisent des effets de bord (comme écrire des données ou envoyer des messages). | Envoyer des e-mails, créer des tickets, exécuter des requêtes de base de données, manipuler des fichiers |
| Ressources | Données en lecture seule fournies pour que le modèle les lise comme contexte ; n’impliquent pas d’exécution. | Contenu de fichiers journaux, instantanés de tables de base de données, documentation d’API |
| Invites | Modèles d’invites préécrits et réutilisables que les utilisateurs ou les applications peuvent appeler directement. | "Aidez-moi à résumer les clauses clés de ce contrat", "Analysez les problèmes de performance de ce code" |
De plus, il existe deux mécanismes avancés :
- Échantillonnage: Le serveur peut, à son tour, demander au modèle de l'hôte de générer du contenu pour lui, ce qui inverse les rôles.
- Élicitation: Lorsque le serveur découvre que les informations sont insuffisantes en cours d'exécution, il peut demander proactivement des clarifications à l'utilisateur, par exemple : "Par quelle date dois-je filtrer ?"
Pour commencer, vous pouvez vous concentrer uniquement sur les outils et les ressources. Il n'est pas trop tard pour en apprendre davantage sur les invites, l'échantillonnage et l'élicitation plus tard, lorsque vous en aurez besoin.
Méthodes de transport
MCP prend en charge deux méthodes de transport, adaptées à différents scénarios :
| Méthode de transport | Scénarios applicables | Caractéristiques |
|---|---|---|
| stdio (entrée/sortie standard) | Outils locaux ; l'hôte démarre le serveur en tant que sous-processus. | Le plus simple ; aucune configuration réseau requise ; adapté aux outils locaux sur un ordinateur personnel. |
| Streamable HTTP | Environnements de production distants ; le serveur est déployé en tant que service HTTPS. | Prend en charge les connexions simultanées et la mise à l’échelle horizontale, associé à OAuth 2.1 pour l’authentification. |
Pour l’apprentissage personnel et le développement local, utiliserstdiosuffit.
Pour les scénarios d’entreprise nécessitant un partage multi-utilisateurs, utilisezStreamable HTTP。
Tous les cas de démonstration de ce tutoriel utilisent la méthode stdio.
Notes de sécurité
MCP donne à l’IA la capacité d’exécuter du code et d’accéder à des systèmes réels, c’est pourquoi les consignes de sécurité sont particulièrement importantes :
- Les descriptions d’outils elles-mêmes ne sont pas fiables: à moins qu’elles ne proviennent d’un serveur de confiance, les descriptions de fonctionnalités peuvent être altérées de manière malveillante (risque d’injection de prompt). L’hôte doit rester vigilant quant aux descriptions d’outils.
- Le consentement explicite de l’utilisateur doit être obtenu: les opérations sensibles ne doivent pas être exécutées silencieusement ; chaque appel d’outil doit être confirmé par l’utilisateur.
- Renforcez la protection dans les environnements de production: le serveur doit être déployé en tant que serveur de ressources OAuth, combiné au chiffrement TLS, au contrôle d’accès et à l’audit des journaux.
- Les serveurs tiers doivent être examinés: confirmez que la source est digne de confiance avant utilisation, et utilisez l’isolation par bac à sable si nécessaire.
Démonstration pratique : connecter Claude Code à un serveur MCP
Vous trouverez ci-dessous deux exemples complets montrant comment écrire un serveur MCP et le connecter à Claude Code.
Le premier exemple utilise Python pour écrire un service de requête météo, et le second utilise Node.js/TypeScript pour écrire la gestion d'une liste de tâches.
Cas 1 : serveur de requête météo Python
Objectif : écrire un serveur MCP qui fournit un outil de requête météo, appelé via Claude Code.
Préparation de l’environnement
pip install mcp httpx
Deux paquets Python doivent être installés :mcpest le SDK Python MCP officiel,httpxest utilisé pour effectuer des requêtes HTTP afin d'appeler l'API météo.
Écriture du code du serveur
Créer le fichierweather_server.py:
Exemple
from mcp.server.fastmcp import FastMCP
import httpx
# Créer une instance de serveur MCP nommée "weather"
# FastMCP fournit une API de haut niveau, simplifiant le développement du serveur
mcp = FastMCP("weather")
@mcp.tool()
async def get_weather(city: str) -> str:
"""Interroge la météo actuelle pour la ville spécifiée.
Arguments :
city: Nom de la ville, prend en charge le chinois ou l'anglais, par ex., "Beijing" ou "Shanghai"
"""
# Utilisez l'API météo gratuite wttr.in, aucune inscription de clé API requise
# Le paramètre format spécifie le format de retour : %C=condition météo, %t=température
url = f"https://wttr.in/{city}?format=%C+%t"
async with httpx.AsyncClient() as client:
resp = await client.get(url, timeout=10)
resp.raise_for_status()
return f"{city} météo actuelle : {resp.text.strip()}"
@mcp.resource("weather://cities/supported")
def supported_cities() -> str:
"""Renvoie la liste des villes interrogeables actuellement prises en charge (exemple de ressource en lecture seule)."""
return "Beijing, Shanghai, Guangzhou, Shenzhen, Hangzhou, Chengdu, exemple"
if __name__ == "__main__":
# Utiliser le transport stdio pour que Claude Code l’invoque comme sous-processus
mcp.run(transport="stdio")
Explication du code :
- @mcp.tool(): Enregistre la fonction comme un outil ; la docstring est automatiquement fournie au LLM comme description de l’outil, ce qui aide le modèle à décider quand l’appeler.
- @mcp.resource(): Enregistre la fonction comme une ressource que le modèle peut lire à la demande ; cela n’implique pas "exécution", seulement "consultation".
- mcp.run(transport="stdio"): Communique avec l’hôte via l’entrée/sortie standard, la méthode la plus courante pour les outils locaux.
Débogage local (facultatif mais recommandé)
Avant de vous connecter à Claude Code, utilisez l’outil officiel MCP Inspector pour déboguer le serveur et confirmer qu’il fonctionne correctement :
npx @modelcontextprotocol/inspector python weather_server.py
Après exécution, une interface de débogage web s’ouvre automatiquement, où vous pouvez voir quels outils et ressources le serveur expose et les invoquer manuellement pour les tester.

Il est recommandé de passer par le processus de débogage de l’Inspector à chaque fois pour résoudre les problèmes de code avant de se connecter à un véritable assistant IA, ce qui peut faire gagner beaucoup de temps de débogage.
Configuration du serveur MCP dans Claude Code
Méthode 1 : Laisser l’IA l’ajouter directement
Nous pouvons démarrer Claude directement :
claude
Entrez les informations suivantes et laissez Claude les configurer et les ajouter pour nous :
添加 @weather_server.py 这个 MCP 服务

C'est la plus simple ; après avoir saisi le prompt, la configuration et les dépendances sont complétées automatiquement.

Vous pouvez voir que les informations de configuration ont été générées automatiquement dans le fichier .mcp.json du répertoire courant :

Une fois la configuration terminée, demandez directement dans Claude Code :
Help me check the current weather in Beijing

Si vous préférez bricoler vous-même, vous pouvez également utiliser l'ajout en ligne de commande et la configuration par fichier.
Méthode 2 : Ajout en ligne de commande
Notez que la commande et les chemins de fichiers doivent être modifiés par vous-même :
claude mcp add weather python /Users/example/example-test/weather_server.py
La signification de cette commande :
- claude mcp add: La sous-commande de gestion MCP de Claude Code.
- weather: Donnez un nom à ce serveur MCP pour une utilisation ultérieure.claude mcp listVous pouvez le voir.
- python: La commande pour démarrer le serveur.
- /Users/.../weather_server.py: Le chemin absolu vers le script du serveur.
Après un ajout réussi, vous pouvez utiliser la commande suivante pour afficher les serveurs MCP connectés :
claude mcp list
Exemple de sortie :
NAME STATUS COMMAND weather active python /Users/example/example-test/weather_server.py
Pour supprimer un serveur :
$ claude mcp remove weather
Méthode 3 : Fichier de configuration (adapté au partage en équipe)
Créez-le dans le répertoire racine du projet, le fichier.mcp.json:
{
"mcpServers": {
"weather": {
"command": "python",
"args": ["/Users/example/example-test/weather_server.py"]
}
}
}
Après avoir enregistré, redémarrez Claude Code (ou rouvrez le projet) pour que la configuration prenne effet.
L'avantage de l'approche par fichier de configuration est qu'elle peut être commitée dans le dépôt Git, et les membres de l'équipe obtiennent automatiquement la même configuration de serveur MCP après avoir cloné le projet.
Si un serveur MCP au niveau utilisateur est configuré (stocké dans ~/.claude/mcp.json), il prend effet pour tous les projets. Le fichier .mcp.json au niveau projet ne prend effet que pour le projet actuel.
Utilisation réelle
Une fois la configuration terminée, demandez directement dans Claude Code :
> Help me check the current weather in Beijing
Claude Code va automatiquement :
- Identifier que l'outil get_weather du serveur météo doit être appelé.
- Afficher une boîte de dialogue de confirmation d'autorisation demandant si l'appel doit être autorisé.
- Une fois que vous avez cliqué sur Accepter, il appelle le serveur pour obtenir les données météo.
- Intégrez les résultats dans une réponse en langage naturel.
C'est la boucle fermée complète, du modèle aux données du monde réel.
Cas 2 : serveur Todo Node.js/TypeScript
Si vous êtes plus familier avec l'écosystème JavaScript/TypeScript, voici un exemple de serveur MCP en Node.js.
Préparation de l’environnement
npm install @modelcontextprotocol/sdk zod
Écriture du code du serveur
Créez le fichiertodo_server.ts:
Exemple
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
// Créer une instance de serveur MCP, définir le nom et le numéro de version
const server = new McpServer({
name: "todo-list",
version: "1.0.0"
});
// Utiliser un tableau pour simuler le stockage des tâches (peut être remplacé par une base de données dans de vrais projets)
const todos: string[] = [];
// Enregistrer le premier outil : ajouter une tâche
server.tool(
"add_todo", // Nom de l'outil
"Ajouter une tâche", // Description de l'outil (le modèle l'utilise pour déterminer quand l'appeler)
{
// Le schéma des paramètres, défini avec Zod, génère automatiquement le JSON Schema
item: z.string().describe("Contenu de la tâche")
},
async ({ item }) => {
todos.push(item);
return {
content: [{
type: "text",
text:`Ajouté :"${item}", actuellement un total de ${todos.length}tâches`
}]
};
}
);
// Enregistrer le deuxième outil : lister toutes les tâches
server.tool(
"list_todos",
"Lister toutes les tâches",
{}, // Aucun paramètre
async () => {
const text = todos.length
? todos.map((t, i) => `${i + 1}. ${t}`).join("\n")
: "Aucune tâche pour l'instant";
return {
content: [{ type: "text", text }]
};
}
);
// Démarrer le serveur avec le transport stdio
const transport = new StdioServerTransport();
await server.connect(transport);
La façon de se connecter à Claude Code est exactement la même que pour la version Python.
Nous pouvons démarrer Claude directement :
claude
Entrez les informations suivantes et laissez Claude les configurer et les ajouter pour nous :
添加 @todo_server.ts 这个 MCP 服务
Ensuite, dans la conversation, dites "Ajoute une tâche pour moi : acheter le tutoriel d'exemple", et Claude Code appellera l'outil add_todo.
Écosystème existant : vous n'avez pas à tout écrire vous-même
Depuis la sortie de MCP, la communauté a publié plus de 500 serveurs publics, couvrant la grande majorité des scénarios courants :
| Catégorie | Exemples de serveurs MCP prêts à l'emploi |
|---|---|
| Hébergement de code | GitHub、GitLab、Bitbucket |
| Messagerie instantanée | Slack、Discord |
| Cloud Storage | Google Drive、OneDrive |
| Base de données | PostgreSQL、MySQL、SQLite、MongoDB |
| Automatisation Web | Puppeteer、Playwright |
| Gestion des connaissances | Notion、Obsidian |
| Système de fichiers | Système de fichiers (lecture/écriture de fichiers locaux) |
Le SDK officiel couvre les langages de programmation suivants : TypeScript, Python, C#, Java, Swift.
En développement réel, dans la plupart des scénarios, vous pouvez simplement trouver un serveur existant et l'utiliser. Ce n'est que lorsque vous vous connectez à des systèmes internes d'entreprise ou à des bases de données privées que vous devez écrire votre propre serveur MCP.
FAQ
| Question | Réponse |
|---|---|
| MCP remplacera-t-il Function Calling ? | Non. Function Calling est le mécanisme sous-jacent permettant aux modèles d'appeler des outils. MCP enveloppe ce mécanisme dans un protocole standardisé, ce qui permet aux modèles de différents fournisseurs d'utiliser le même ensemble de définitions d'outils. La relation entre les deux est une « standardisation » plutôt qu'un « remplacement ». |
| Un même serveur peut-il être utilisé par plusieurs applications d'IA en même temps ? | Oui, et c'est exactement la valeur centrale de MCP — écrivez un serveur une fois, et n'importe quel hôte compatible MCP (Claude Code, Claude Desktop, Cursor, ChatGPT, etc.) peut l'utiliser. |
| Faut-il écrire du code pour utiliser MCP ? | Si vous utilisez simplement un serveur MCP créé par quelqu'un d'autre, vous n'avez pas du tout besoin d'écrire du code — configurez-le simplement avec la commande claude mcp add dans Claude Code. Ce n'est que lorsque vous développez votre propre serveur que vous devez écrire du code. |
| Comment choisir entre stdio et Streamable HTTP ? | Pour un usage personnel et des outils locaux, choisissez stdio (zéro configuration) ; pour le partage en équipe et le déploiement en production, choisissez Streamable HTTP (nécessite de configurer HTTPS et OAuth). |
Références
- Documentation officielle :https://modelcontextprotocol.io
- Spécification officielle :https://modelcontextprotocol.io/specification
- GitHub officiel (inclut les SDK et les implémentations de référence dans divers langages) :https://github.com/modelcontextprotocol
- Protocole MCP :https://www.example.com/np/mcp-protocol.html
- Outil de débogage Inspector :npx @modelcontextprotocol/inspector