Qu'est-ce que MCP (Model Context Protocol) ? Guide pour débutants

1. Commençons par l’interrupteur MCP dans Cursor

Ouvrez Cursor → Settings → MCP. Chaque ligne de configuration indique au Host quel processus local démarrer et quelles capacités exposer à l’Agent. Vous ajoutez filesystem — l’Agent peut appeler read_file directement. Vous ajoutez le serveur GitHub — il peut chercher des Issues. Ce n’est pas que le modèle est soudainement plus intelligent : c’est qu’une chaîne d’appel d’outils supplémentaire existe derrière.

Cette chaîne passe par le Model Context Protocol (MCP). Le nom complet peut attendre — retenez d’abord la répartition des rôles :

Rôle	Ce que vous voyez	Rôle
Host	Cursor, Claude Desktop	Chat, orchestration, décision d’appeler ou non les outils
Server	filesystem, github, etc. dans la config	Lit réellement le disque, appelle les API, exécute les requêtes
Client	Intégré au Host, généralement invisible	Relie Host et Server via le protocole MCP

La plupart installent MCP pour une seule raison : permettre à l’IA d’accéder à des systèmes hors de la fenêtre de chat — fichiers de projet, tickets, bases de données — au lieu de copier-coller sans cesse. Nous expliquons d’abord pourquoi un protocole vaut le coup, puis les détails d’architecture.

---

2. Pourquoi un protocole dédié ?

Par défaut, les grands modèles ne traitent que ce que vous envoyez dans la conversation. Dans le travail réel, vous avez souvent besoin qu’ils :

1. Lisent le code de votre projet, sans copier-coller manuel
2. Consultent la documentation interne ou les systèmes de tickets
3. Exécutent git commit, lancent des tests, appellent des API

L’approche classique était le Function Calling (appel de fonctions) : les développeurs codent en dur une liste de fonctions, et le modèle ne peut appeler que celles-ci. Le problème :

Point douloureux	Sans MCP	Avec MCP
Découverte d’outils	Réécrire l’intégration à chaque changement de Host	Découverte automatique des capacités du serveur à l’exécution
Verrouillage fournisseur	Formats propriétaires OpenAI / Anthropic	Protocole ouvert, même serveur réutilisable sur plusieurs Hosts
Isolation des permissions	Clés API dans le prompt	Identifiants côté serveur, le modèle ne voit que l’interface outil
Extensibilité	Nouvel outil = modifier le code du Host	Une ligne d’adresse de serveur MCP dans la config

Fin 2025, Anthropic a donné MCP à l’Agentic AI Foundation, avec OpenAI, Google, Microsoft et d’autres. En 2026, MCP est l’un des standards de fait pour connecter des outils à l’IA — comme REST l’a été pour les API Web.

---

3. Trois rôles : qui fait quoi ?

L’architecture MCP n’a que trois rôles centraux. Les débutants confondent le plus souvent Host et Client — d’où cette séparation.

3.1 Host (application hôte)

Le logiciel que vous utilisez au quotidien : Cursor, Claude Desktop, VS Code + Copilot, plateformes Agent maison, etc.

Le Host affiche le chat, appelle le modèle et décide si une tâche passe par MCP.

3.2 Client (client MCP)

Connecteur qui tourne à l’intérieur du Host, implémenté par l’éditeur du Host. Un Host peut connecter plusieurs serveurs MCP en parallèle.

Voyez le Client comme le « pilote MCP » du Host — l’utilisateur ne le voit généralement pas.

3.3 Server (serveur MCP)

Celui qui travaille vraiment : expose Tools, Resources et Prompts. Processus local ou service distant.

┌─────────────┐     ┌─────────────┐     ┌──────────────────┐
│    Host     │     │ MCP Client  │     │   MCP Server     │
│  (Cursor)   │────▶│  (intégré)  │────▶│  (filesystem)    │
│ Interface utilisateur │ Traduction du protocole │ Lire fichiers/lister répertoires │
└─────────────┘     └─────────────┘     └──────────────────┘
                           │
                           ▼
                    ┌──────────────────┐
                    │   MCP Server     │
                    │  (github)        │
                    │ Créer PR / Chercher Issues │
                    └──────────────────┘

Tableau des rôles

Host

L’application que vous ouvrez ; UX et inférence du modèle

Client

Intégré au Host ; communique avec le Server via MCP

Server

Le service d’outils que vous configurez ; exécute les actions concrètes

---

4. Que peut exposer un serveur MCP ? Trois capacités

4.1 Tools — pour que l’IA « agisse »

Le plus courant. Chaque Tool a un nom, une description et un schéma de paramètres. Le modèle choisit s’il l’appelle.

Exemples typiques :

• read_file(path) — lire un fichier
• search_issues(query) — chercher des Issues GitHub
• run_sql(query) — interroger une base de données

Les Tools sont des opérations à effets de bord (écrire des fichiers, envoyer des requêtes) et nécessitent un contrôle d’accès.

4.2 Resources — accès en lecture seule pour l’IA

Comme une « source de données abonnable » : contenu de fichiers, documentation API, schéma de base. L’IA peut lister / lire les Resources sans forcément les modifier via un Tool.

Utile pour exposer des logs ou une base de connaissances au contexte du modèle, sans tout coller à chaque fois.

4.3 Prompts — workflows réutilisables

Modèles de prompt prédéfinis sur le serveur, avec paramètres. Par exemple « modèle de revue de code » ou « modèle de génération SQL ».

Le Host peut les insérer en un clic — moins de répétition de prompts.

Comparaison des capacités

Capacité	Effets de bord	Usage typique	Priorité débutant
Tools	Oui	Exécuter des commandes, écrire des fichiers, appeler des API	★★★★★
Resources	Non (lecture seule)	Exposer docs, config, schéma	★★★☆☆
Prompts	Non	Flux standardisés de revue / traduction	★★☆☆☆

---

5. MCP vs plugins vs Function Calling vs REST

Question fréquente : « Je ne peux pas utiliser directement une API REST ? » Si — mais les cas d’usage diffèrent.

Dimension	API REST	Function Calling	Plugin navigateur / ChatGPT	MCP
Ouverture du protocole	Ouvert	Format propriétaire	Propriétaire à la plateforme	Standard ouvert
Découverte d’outils	Endpoints connus à l’avance	Liste figée à la compilation	Installation depuis un store	Découverte dynamique à l’exécution
Réutilisation multi-Host	Couche d’adaptation par Host	SDK différent par modèle	Peu inter-plateforme	Un Server, plusieurs Hosts
Outils locaux	Service HTTP maison	Intégré au code	Limité	stdio / SSE natifs
Public cible	Intégration backend classique	IA dans une seule app	Produits chat grand public	Chaîne outils développeur, écosystème Agent

Formule mnémotechnique : REST, c’est « je connais l’adresse, j’appelle » ; Function Calling, c’est « j’ai dit au modèle quelles cartes il a » ; MCP, c’est « une fois connecté, je demande sur place ce que tu sais faire ».

~~Considérer MCP comme un remplacement de REST~~ est inexact — beaucoup de serveurs MCP encapsulent des API REST en interne. MCP est la couche d’accès à l’ère de l’IA, pas un substitut à HTTP.

---

6. Comment se déroule un appel complet ?

Exemple : « Trouve tous les commentaires TODO dans mon projet ». Flux simplifié :

1. L’utilisateur saisit la tâche dans le Host (chat Cursor)
2. Le Host envoie la conversation au modèle avec la liste des Tools des serveurs MCP connectés (nom + description)
3. Le modèle décide d’appeler search_files avec { "pattern": "TODO", "path": "/project" }
4. Le Client MCP transmet la requête au serveur filesystem MCP
5. Le Server exécute grep / parcours et renvoie du JSON
6. Le modèle rédige la réponse en langage naturel ou enchaîne d’autres outils

Transport

Mode	Description	Scénarios courants
stdio	Processus local, communication entrée/sortie standard	Claude Desktop, serveur local Cursor
SSE / HTTP	Connexion HTTP longue distante	Passerelle MCP partagée en équipe, déploiement cloud

En développement local, stdio domine : command + args dans la config, le Host lance le sous-processus.

---

7. Où utiliser MCP ?

Prise en charge MCP des principaux Hosts en 2026 :

Host	Support MCP	Configuration
Cursor	✅ intégré	Settings → MCP → ajouter un serveur
Claude Desktop	✅ natif	claude_desktop_config.json
VS Code (GitHub Copilot, etc.)	✅ en progression	Extensions / panneau de réglages
Windsurf / Zed	✅ ou partiel	Documentation produit
Agent maison	✅ via SDK	@modelcontextprotocol/sdk

Pas besoin de changer d’éditeur — ajouter de la configuration suffit pour étendre les capacités.

---

8. Prise en main en cinq minutes : activer MCP dans Cursor

Exemple avec le serveur officiel filesystem (accès en lecture seule à un répertoire). Le chemin exact peut varier selon la version — les étapes clés restent les mêmes.

8.1 Prérequis

• Node.js 18+ installé
• Répertoire cible clairement défini (espace de travail dédié recommandé — pas tout le répertoire utilisateur)

8.2 Ajouter la configuration

Cursor → Settings → MCP → Add new global MCP server, par exemple :

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/you/projects/my-app"
      ]
    }
  }
}

Enregistrer, redémarrer Cursor ou rafraîchir la connexion MCP. La barre d’état / le panneau MCP doit afficher filesystem connecté.

8.3 Vérification

En mode Agent, saisir :

Liste les fichiers à la racine de /Users/you/projects/my-app et dis-moi quels scripts figurent dans package.json.

Si le modèle renvoie la liste directement au lieu de vous demander de coller, MCP fonctionne.

Raccourcis utiles

• Palette de commandes : ⌘ + Shift + P (macOS)
• Réglages Cursor : ⌘ + ,

Utilisateurs Claude Desktop : chemin du fichier de config

Sous macOS, le fichier se trouve ici :

~/Library/Application Support/Claude/claude_desktop_config.json

Structure similaire à Cursor, avec le champ mcpServers. Après modification, quitter complètement Claude Desktop puis rouvrir.

---

9. Panorama des serveurs MCP populaires

La communauté propose de nombreux serveurs prêts à l’emploi, par scénario :

Catégorie	Serveur représentatif	Fonction
Système de fichiers	@modelcontextprotocol/server-filesystem	Lire/écrire dans les répertoires autorisés
Hébergement de code	GitHub MCP, GitLab MCP	Issues, PR, gestion de dépôts
Base de connaissances	Notion, Confluence MCP	Lire/écrire pages et bases
Base de données	PostgreSQL, SQLite MCP	SQL en lecture seule ou restreint
Recherche	Brave Search, Fetch MCP	Recherche web, récupération de pages
Automatisation	Puppeteer / Playwright MCP	Automatisation navigateur
Écosystème Apple	Xcode / simctl (communauté)	Builds iOS, contrôle simulateur

Listes complètes : dépôt officiel MCP et répertoire MCP Cursor. Lire les notes de permissions de chaque serveur avant installation.

Conseils de choix

1. Peu d’abord : commencer avec 1–2 serveurs en lecture seule, vérifier le comportement
2. Séparer prod et expérimentation : config souple sur le portable, environnement d’équipe sur machine dédiée avec liste blanche de répertoires
3. Chaîne d’outils macOS (Xcode, simulateur) : le serveur doit tourner sur un Mac — envisager un Mac mini cloud en hébergement 24/7

---

10. Checklist sécurité : ne pas faire de l’IA un « super-admin »

MCP confère au modèle le pouvoir d’exécuter. L’injection de prompt (pages ou documents malveillants poussant l’IA à appeler des outils dangereux) est un risque réel.

Quatre impératifs

1. Privilèges minimaux : filesystem limité au sous-répertoire du projet, pas de ~, pas de /etc
2. Isolation des identifiants : jetons API dans les variables d’environnement du serveur, pas dans le chat ni dans une config versionnée
3. Compte dédié : MCP de production sous utilisateur système dédié, sans sudo
4. Journal d’audit : enregistrer chaque appel Tool et ses paramètres

Matrice de risques

Configuration	Niveau de risque	Explication
Lecture seule + un répertoire projet	Faible	Développement quotidien
filesystem en écriture sans limite de chemin	Très élevé	Le modèle peut être incité à supprimer des fichiers
Serveur avec exécution shell	Très élevé	Uniquement en VM isolée / machine dédiée
SSE distant sans authentification	Très élevé	Token / mTLS obligatoire

Principe : les droits de l’IA ne doivent pas dépasser ceux d’un stagiaire junior.

---

11. Cinq idées reçues fréquentes

1. « MCP est un type de grand modèle » — Faux. MCP est un protocole, indépendant de GPT, Claude, etc.
2. « Avec MCP le modèle devient plus fort » — Faux. MCP étend seulement mains et yeux (outils et données), pas le raisonnement.
3. « MCP ne marche qu’en local » — Faux. stdio en local, SSE/HTTP en cloud pour le partage d’équipe.
4. « MCP remplace LangChain » — Inexact. LangChain est un framework d’orchestration, MCP un protocole d’accès aux outils — souvent complémentaires.
5. « Tous les serveurs sont maintenus officiellement » — Faux. La qualité des serveurs communautaires varie — vérifier le code source et les permissions avant connexion.

---

12. Utiliser l’existant ou développer le vôtre ?

Votre situation	Recommandation
Cursor doit seulement lire les fichiers du projet	filesystem officiel — 5 minutes
Connecter une API interne	D’abord Fetch / serveur léger maison
Base privée + logique métier complexe	Serveur maison avec SDK Python/TS
Partage en équipe, audit requis	Mac / Linux cloud, passerelle SSE et auth centralisée

Exemple minimal en Python (démonstration conceptuelle) :

# pip install mcp
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("hello")

@mcp.tool()
def greet(name: str) -> str:
    """向指定名字打招呼"""
    return f"Hello, {name}!"

if __name__ == "__main__":
    mcp.run()

Après lancement, pointer command dans la config Host vers python /path/to/server.py.

---

13. Glossaire

Terme	Anglais	En une phrase
MCP	Model Context Protocol	Protocole ouvert reliant outils et données aux applications IA
Host	—	Votre logiciel IA (Cursor, Claude Desktop)
Server	MCP Server	Service exposant Tools/Resources
Tool	—	Fonction appelable par le modèle, souvent à effets de bord
Resource	—	Source en lecture seule, ex. URI de fichier ou document
stdio	standard I/O	Communication processus local, la plus courante
SSE	Server-Sent Events	Communication HTTP distante en flux

---

14. Conclusion : ça vaut le coup maintenant ?

Oui. Même sans écrire votre propre serveur, comprendre MCP vous aide à :

• Configurer Cursor / Claude Desktop plus sûrement
• Aligner l’équipe sur l’architecture « comment l’IA se connecte aux systèmes internes »
• Choisir entre MCP et API classiques selon le cas

Parcours suggéré :

1. Aujourd’hui : ajouter un serveur filesystem ou GitHub dans Cursor
2. Cette semaine : lire le code d’un serveur officiel — comment un Tool est défini
3. Si besoin : déploiement pratique de serveur MCP — faire tourner le serveur 24/7 dans le cloud

Configurer filesystem ou GitHub et voir une fois l’Agent appeler un outil en direct vaut mieux qu’empiler des définitions.

Pour aller plus loin

• Déploiement MCP Server sur Cloud Mac mini M4 →
• Architecture multi-Agent : 4 modèles en production →

FAQ

Quelle différence fondamentale entre MCP et une API REST ?

REST, c'est un menu fixe—il faut connaître chaque endpoint. MCP découvre les outils à l'exécution puis choisit, ce qui permet d'ajouter des capacités sans modifier le code de l'Agent.

Puis-je utiliser MCP sans coder ?

Oui. Dans Cursor ou Claude Desktop, ajoutez des serveurs prêts à l'emploi (filesystem, GitHub, Notion) et décrivez la tâche en langage naturel. Le code n'est nécessaire que pour construire des outils privés.

MCP est-il sûr ? L'IA peut-elle supprimer des fichiers sur mon PC ?

Le risque dépend des serveurs activés et des permissions. Limitez filesystem à des dossiers précis ; en production : comptes dédiés, moindre privilège, journaux d'audit. Voir la checklist sécurité dans l'article.

MCP est-il la même chose que les plugins ChatGPT ?

Non. Les plugins ChatGPT sont propriétaires OpenAI. MCP est un protocole ouvert donné à l'Agentic AI Foundation, consommé par Cursor, Claude Desktop, VS Code—et auto-hébergeable.

Faut-il comprendre les AI Agents avant d'apprendre MCP ?

Non. Savoir chatter et modifier les réglages Cursor suffit pour faire tourner filesystem avec ce guide. L'orchestration d'Agents vient ensuite.