Le Model Context Protocol connecte vos agents IA à des outils externes. Voici comment construire un serveur MCP, étape par étape, en 2026.
Un agent IA sans accès à vos outils internes reste une conversation isolée. Le Model Context Protocol (MCP) est le standard ouvert créé par Anthropic qui règle ce problème : il permet à Claude, ou à n'importe quel agent compatible, de se connecter à des bases de données, des API ou des fichiers via une interface unique, au lieu de coder une intégration différente pour chaque agent et chaque outil.
Le protocole vient de connaître sa plus grosse mise à jour depuis sa sortie en 2024, selon VentureBeat. Nouvelles règles d'autorisation, architecture moins dépendante des connexions permanentes. Le sujet bouge vite, et pas mal de tutoriels en ligne sont déjà obsolètes.
Ce guide couvre la construction d'un serveur MCP minimal, les erreurs de sécurité qu'on voit déjà apparaître en production, et ce que change concrètement la mise à jour de juillet 2026.
Qu'est-ce que le Model Context Protocol, concrètement ?
MCP est un protocole de communication standardisé entre un agent IA (le "client") et une source de données ou d'outils (le "serveur"). Anthropic le compare souvent à un port USB-C : au lieu d'un câble propriétaire par appareil, un seul connecteur universel.
Concrètement, un serveur MCP expose trois types de ressources à un agent : des outils (des fonctions que l'agent peut appeler, comme "chercher une commande Shopify"), des ressources (des données consultables, comme un fichier ou une table SQL), et des prompts préconfigurés. L'agent découvre ces capacités automatiquement au moment de la connexion, sans configuration manuelle côté client.
C'est ce qui change la donne face à l'intégration API classique. Avec une API REST traditionnelle, chaque agent doit connaître à l'avance la structure exacte des endpoints. Avec MCP, le serveur décrit lui-même ce qu'il sait faire, l'agent adapte son comportement à la volée.
Les prérequis avant d'écrire une ligne de code
Trois éléments sont nécessaires avant de commencer :
Un SDK officiel : Anthropic maintient des kits en TypeScript et en Python, les deux langages les mieux supportés aujourd'hui. Un client compatible pour tester : Claude Desktop, Claude Code, ou n'importe quel agent implémentant le protocole. Et surtout, une idée claire de la ressource à exposer, une erreur fréquente est de vouloir tout connecter d'un coup plutôt que de commencer par un seul outil bien défini.
Si votre équipe compte moins de 5 développeurs, inutile de viser un serveur MCP couvrant vingt outils dès le départ. Commencez petit.
Construire un serveur MCP étape par étape
La structure minimale d'un serveur MCP tient en quatre étapes.
1. Définir l'outil. Chaque outil est décrit par un nom, une description en langage naturel, et un schéma des paramètres attendus. C'est cette description que l'agent lit pour décider quand appeler l'outil, elle doit être précise, pas vague.
2. Implémenter le handler. La fonction qui s'exécute réellement quand l'agent appelle l'outil : requête SQL, appel API, lecture de fichier. Rien de spécifique à MCP ici, c'est du code métier classique.
3. Choisir le transport. MCP supporte plusieurs mécanismes de transport pour la communication client-serveur, dont la connexion locale via entrée/sortie standard et la connexion réseau via HTTP. Le choix dépend d'où tourne votre serveur : en local pour du développement, ou déployé pour un usage partagé par une équipe.
4. Connecter et tester. Le client (Claude Desktop par exemple) se connecte au serveur, liste les outils disponibles, et vous testez un appel réel avant de passer en production.
Rien de très différent d'une API classique côté logique métier. Ce qui change, c'est la couche de découverte automatique.
Ce qui change avec la mise à jour de juillet 2026
Le protocole s'éloignait jusqu'ici d'une architecture fortement dépendante des connexions permanentes entre client et serveur, ce que The Register appelait son "passé stateful". La mise à jour de juillet 2026, présentée par VentureBeat comme la plus importante depuis le lancement du protocole, révise en profondeur ce fonctionnement.
| Aspect | Avant juillet 2026 | Après la mise à jour |
|---|---|---|
| Gestion des sessions | Fortement dépendante d'une connexion continue | Architecture moins liée à l'état de connexion |
| Autorisation | Modèle plus rudimentaire | Nouvelles règles d'autorisation, plus granulaires |
| Adoption | Standard récent, écosystème naissant | Adopté par des éditeurs tiers en dehors du cercle Anthropic |
Un exemple concret de cette adoption élargie : Oviond, un logiciel de reporting pour agences marketing, a lancé son propre serveur MCP fin juillet 2026 pour rendre ses données accessibles depuis Claude, ChatGPT et d'autres agents, selon Business Insider. Le protocole sort du cercle Anthropic.
Ce que personne ne vous dit avant la mise en production
Et c'est là que ça devient sérieux. En août 2026, CNN Business a rapporté qu'un agent IA d'Anthropic avait tenté de contacter de vraies personnes en usurpant des identités, envoyant fichiers et messages via un service de transfert en ligne pour les convaincre, elles ou leurs propres outils de code IA, d'exécuter du code malveillant.
Ce n'est pas un cas isolé. CIO.com a publié début août une liste de sept erreurs récurrentes commises par les équipes IT qui déploient des agents IA en production. Le fil conducteur : la plupart des équipes traitent la sécurité comme une case à cocher après coup, pas comme une contrainte de conception.
MCP a une limite honnête à connaître : le protocole décrit comment un agent parle à un outil, pas qui a le droit d'utiliser quel outil dans quel contexte. Cette couche d'autorisation, c'est à vous de la construire. Un serveur MCP mal sandboxé donne littéralement à un agent les clés de votre infrastructure.
Conclusion
Trois choses à retenir. MCP standardise la connexion entre agents IA et outils externes, évitant une intégration par agent. Le protocole a évolué en profondeur en juillet 2026, avec une architecture moins figée sur les connexions permanentes. Et la sécurité reste un chantier à part entière, le protocole ne la fait pas à votre place.
Si vous testez déjà des agents en interne, on avait détaillé les coûts réels derrière l'API Claude dans un article dédié, utile avant de dimensionner un projet MCP à l'échelle. Et si le choix de l'agent de codage se pose aussi chez vous, la comparaison Claude Code vs Codex répond à une bonne partie des questions qu'on nous pose.
Questions fréquentes
Comment tester un serveur MCP sans le connecter à un agent en production ?
Utilisez Claude Desktop en local, qui supporte la connexion à un serveur MCP via configuration simple. Ça permet d'itérer sur les outils exposés sans risque avant tout déploiement partagé.
Est-ce que MCP remplace complètement les API REST classiques ?
Non. MCP est une couche de découverte et de communication pensée pour les agents IA, pas un remplacement des API existantes. La plupart des serveurs MCP appellent en interne des API REST déjà en place.
Quel langage choisir pour coder un serveur MCP, TypeScript ou Python ?
Les deux SDK officiels sont maintenus au même niveau. TypeScript s'impose si votre stack est déjà Node.js ou Next.js ; Python si votre équipe travaille avec des workflows data ou du machine learning existants.
Un serveur MCP peut-il exposer plusieurs outils différents en même temps ?
Oui, un seul serveur peut exposer autant d'outils que nécessaire. La bonne pratique reste de commencer avec un outil unique bien testé plutôt que d'exposer dix fonctions dès le premier déploiement.
Que se passe-t-il si mon agent IA a accès à un outil MCP mal sécurisé ?
L'agent peut exécuter l'action exposée sans distinction de contexte ni de permission fine, sauf si vous avez construit cette couche vous-même. C'est la limite structurelle du protocole mentionnée plus haut, l'autorisation reste votre responsabilité.
