MCP (Model Context Protocol)

MCP (Model Context Protocol) est un protocole ouvert annoncé par Anthropic en novembre 2024 (open source, spec publique) standardisant comment les LLMs se connectent à des outils, data sources, et systèmes externes. Objectif : créer un écosystème universel d'intégrations LLM, équivalent USB-C pour AI assistants.

Problème résolu : avant MCP, chaque LLM/agent framework avait son propre format de tool definitions (OpenAI function calling, Anthropic tool use, LangChain tools, etc.), forcing dev à réécrire intégrations N fois. MCP unifie : un MCP server (database, API wrapper, file system) peut être consommé par n'importe quel MCP client (Claude Desktop, Cursor, custom apps).

Architecture :
(1) **MCP Server** — expose tools, resources, prompts d'un système externe. Examples officiels : filesystem, GitHub, Google Drive, PostgreSQL, Slack, Brave Search, Puppeteer. Communauté : centaines de servers (Notion, Linear, Jira, AWS, GCP, etc.).
(2) **MCP Client** — LLM application qui consomme servers. Claude Desktop premier client officiel, Cursor IDE, Continue, Cline, suite Anthropic SDK ajoutent support, écosystème growing.
(3) **Communication** — JSON-RPC over stdio (local servers) ou Server-Sent Events / HTTP (remote servers).

Concepts MCP :
(1) **Tools** — fonctions invocables par LLM (call API, query DB, run command).
(2) **Resources** — read-only data sources LLM peut lire (files, DB rows, API responses).
(3) **Prompts** — templates de prompts réutilisables.
(4) **Sampling** — server peut demander au client de générer LLM completion (advanced).

Use cases : (1) IDE assistants accédant codebase + dependencies docs ; (2) data analysts queryant multiple DBs ; (3) customer support agents avec access à knowledge bases, ticketing, CRM ; (4) personal assistants connectés calendrier, email, drives ; (5) DevOps agents avec accès kubectl, AWS CLI, terraform ; (6) enterprise AI deployments avec hundreds of integrations standardisées.

Avantages : (1) **interopérabilité** — write integration once, use partout ; (2) **security** — server-side control des actions exposées, no API keys hardcoded dans LLM prompts ; (3) **discoverability** — directories de MCP servers community-driven (PulseMCP, Awesome MCP Servers GitHub) ; (4) **rapid ecosystem growth** — centaines de servers en 6 mois.

Concurrents/Alternatives : (1) **OpenAI Custom GPTs Actions** — proprietary OpenAI tooling ; (2) **OpenAI Operator** — autonomous browser agent ; (3) **LangChain tools** — framework-specific ; (4) plug-ins systems older ChatGPT. MCP avantage : standard ouvert non lié à un vendor. Compétences AI-102, AIF-C01.