Le protocole de contexte de modèle (MCP) permet aux outils, aux ressources de données et aux invites d'être publiés par un serveur MCP d'une manière que les grands modèles de langage (LLM) peuvent comprendre. Cela permet aux LLM d'interagir de manière autonome avec ces ressources par l'intermédiaire d'un client MCP, élargissant ainsi leurs capacités à effectuer des actions, à récupérer des informations et à exécuter des les workflows complexes.
Que prend en charge le programme MCP ?
- Outils: Fonctions qu'un LLM peut invoquer (par exemple, recherche de données, tâches opérationnelles).
- Ressources: Données de type fichier qu'un LLM peut lire (par exemple, réponses API, contenu des fichiers).
- Invitations: Modèles pré-écrits pour guider l'interaction du LLM avec le serveur
- Échantillonnage (peu utilisé): Permet aux LLM hébergés par le client d'être utilisés par des serveurs MCP distants.
Un client MCP peut donc demander la liste des outils disponibles, l'appel d'outils spécifiques, la liste des ressources ou la lecture du contenu des ressources d'un serveur.
Comment MCP gère-t-il le transport et l'authentification ?
Le protocole MCP offre des options de transport flexibles, notamment STDIO ou HTTP (SSE ou Streamable-HTTP) pour les déploiements locaux, et HTTP (SSE ou Streamable-HTTP) pour les déploiements à distance.
Bien que le protocole propose OAuth 2.1 pour l'authentification, un serveur MCP peut également utiliser des en-têtes personnalisés pour la sécurité.
Quel est le rôle d'un serveur MCP ?
Les serveurs MCP sont des programmes légers qui exposent des capacités spécifiques par le biais du protocole standardisé Model Context Protocol. Ces serveurs mettent à disposition les outils qui peuvent être utilisés par les agents d'intelligence artificielle.
Les serveurs peuvent offrir des sources de données locales, telles que des fichiers, des bases de données et des services auxquels les serveurs MCP peuvent accéder localement, ou des services distants, qui sont des systèmes externes disponibles sur l'internet (par exemple, par le biais d'API) auxquels les serveurs MCP peuvent se connecter.
Quel est le rôle d'un client MCP ?
Les clients MCP accèdent aux capacités exposées par les serveurs MCP. Les clients sont utilisés par les hôtes MCP (modèles d'IA) pour demander des données ou des actions aux clients MCP, qui transmettent les demandes des modèles d'IA aux serveurs MCP, qui à leur tour fournissent l'accès aux données ou aux capacités demandées.
Quel est le lien entre le MCP et la création d'agents d'intelligence artificielle ?
MCP peut permettre aux agents d'intelligence artificielle de tirer plus facilement parti d'une liste croissante d'intégrations MCP préconstruites, simplifiant l'accès aux capacités d'outils externes spécifiques. Au fur et à mesure que l'écosystème MCP se développe, de plus en plus d'intégrations seront créées et toutes seront facilement accessibles aux agents d'intelligence artificielle développés avec différents outils.
De nombreux utilisateurs initiaux de MCP l'ont utilisé pour développer des intégrations avec leurs propres outils développés sur mesure, de sorte que la prise en charge de MCP peut potentiellement faciliter l'intégration avec de telles solutions maison pour les utilisateurs.
Quel est le lien entre le MCP et la gestion de l'API ?
Les plateformes de gestion des API servent de points centraux pour la découverte et le contrôle des fonctionnalités des applications. Cette mission s'aligne bien sur les services définis par le MCP. Du côté des fournisseurs, les solutions de gestion d'API peuvent faciliter l'inclusion de la prise en charge des MCP dans les informations exposées sur chaque API, ce qui ouvre immédiatement la voie à son utilisation par des agents d'IA, que ces agents soient créés avec des outils de développement d'agents spécifiques ou avec des solutions tierces.
Dans le même temps, les consommateurs d'outils MCP auront toujours besoin de mécanismes pour découvrir les outils disponibles, et les gestionnaires de ces outils devront être en mesure de contrôler l'accès, les versions et les performances.
Malgré certaines affirmations selon lesquelles le MCP rendra les API obsolètes, les API continueront à faire partie de l'écosystème informatique de l'entreprise dans un avenir prévisible, à tout le moins en tant que pont pour les systèmes existants, car le MCP fait principalement abstraction de la complexité sous-jacente de la mise en œuvre de l'API, plutôt que de la supprimer entièrement.
Les plateformes de gestion des API permettent aux utilisateurs de créer et de gérer des outils qui fonctionnent à la fois avec les MCP et les systèmes existants basés sur les API, y compris ceux développés sur mesure, couvrant à la fois les approches existantes et les nouvelles normes émergentes.
Quel est le lien entre MCP et A2A ?
A2A (Agent-to-Agent Protocol) vise à normaliser la communication et la collaboration entre les agents. Grâce à un modèle client-serveur, il permet à l'intelligence artificielle de se connecter de manière sécurisée et dynamique à des ressources externes (bases de données, API, systèmes de fichiers, etc.). Il définit la manière dont les agents se découvrent les uns les autres (carte d'agent), échangent des informations et coordonnent leurs actions.
En revanche, MCP se concentre sur la normalisation de la manière dont les applications fournissent un contexte (données et outils) aux LLM. En d'autres termes, alors que MCP se concentre sur la gestion de la connexion "verticale" entre les agents et les outils, A2A vise à faciliter la communication "horizontale" entre les agents.
Pour l'instant, l'A2A se positionne comme un complément au MCP, sur la base d'une distinction claire entre "agent" et "outil". Cependant, cette frontière est de plus en plus floue. Les outils deviennent plus intelligents et tendent vers l'"agentification" ; les agents s'appuient aussi fortement sur les outils. Au fur et à mesure que la norme A2A est adoptée par l'industrie, son incorporation dans les cadres de communication inter-agents sera étudiée.
Quels sont les avantages du MCP pour l'entreprise ?
En adoptant le MCP, les organisations peuvent bénéficier de plusieurs avantages :
- Intégrations prédéfinies: Offre une liste croissante d'intégrations auxquelles les grands modèles linguistiques (LLM) peuvent se connecter directement.
- Flexibilité des fournisseurs de LLM : Permet aux organisations de passer facilement d'un fournisseur de LLM à un autre.
- Amélioration de la sécurité des données : Fournit les meilleures pratiques pour sécuriser les données au sein de l'infrastructure existante d'une organisation.
- Intégration simplifiée des agents d'IA : Conçu pour aider les organisations à intégrer les agents d'IA à leurs outils logiciels existants.
- Accès plus facile aux outils externes : Facilite l'accès des agents d'intelligence artificielle aux capacités d'outils externes spécifiques à mesure que l'écosystème MCP s'étend.
- Amélioration de l'intégration avec les outils personnalisés : Simplification potentielle de l'intégration avec des solutions maison pour les utilisateurs
