Le Model Context Protocol donne à un assistant IA un accès encadré à des outils et à des données. L’article présente son architecture, des serveurs courants, la configuration et la création d’un connecteur interne.

MCP : connecter un assistant IA à vos outils de travail

MCP relie un assistant IA à GitHub, Notion, Slack, des fichiers ou une base de données. Comprenez son architecture, sa configuration et ses usages.

 🔌 Le concept : MCP est comme un "USB universel" pour l'IA. Au lieu de coder chaque intégration, vous installez des "serveurs MCP" qui exposent les fonctionnalités de vos outils à l'IA.
 

Comment Fonctionne MCP ?

L'architecture MCP comprend :

Serveurs MCP : Exposent les fonctionnalités d'un outil (ex: serveur GitHub MCP)
Clients MCP : L'application IA qui consomme les serveurs (ex: Claude Desktop)
Protocole : JSON-RPC pour la communication standardisée

Serveurs MCP Populaires

GitHub : Créer des issues, PRs, lire du code
Notion : Lire/écrire des pages et bases de données
Slack : Envoyer des messages, lire des canaux
Google Drive : Accéder à vos fichiers
PostgreSQL : Requêter vos bases de données
Filesystem : Lire/écrire des fichiers locaux
Brave Search : Recherche web

Installation avec Claude Desktop

Exemple de configuration pour ajouter le serveur GitHub :

{
 "mcpServers": {
 "github": {
 "command": "npx",
 "args": ["-y", "@modelcontextprotocol/server-github"],
 "env": {
 "GITHUB_TOKEN": "votre_token"
 }
 }
 }
}

Créer son Propre Serveur MCP

Vous pouvez créer des serveurs MCP personnalisés pour vos outils internes :

Utilisez le SDK Python ou TypeScript
Définissez les "tools" (fonctions) disponibles
Définissez les "resources" (données accessibles)
Publiez ou utilisez en local

Cas d'Usage Entreprise

CRM Intelligent

Connectez votre CRM (HubSpot, Salesforce) pour que l'IA accède aux données clients.

Documentation Technique

L'IA peut lire et mettre à jour votre documentation Notion/Confluence.

DevOps

Gestion des issues GitHub, déploiements, monitoring via l'IA.

Support Client

L'IA accède à l'historique client pour des réponses personnalisées.

MCP vs Plugins ChatGPT vs Function Calling

MCP : Standard ouvert, multi-LLM, local ou cloud
Plugins ChatGPT : Propriétaire OpenAI, cloud uniquement
Function Calling : API-level, requiert du code custom

Maîtrisez les Intégrations IA

Apprenez à connecter Claude et les LLMs à vos outils métier avec MCP.

Découvrir la Formation →

Conclusion

MCP fournit une méthode commune pour relier un assistant à des outils. Vérifiez les droits accordés à chaque connecteur avant de l’utiliser.