L’article MCP Protocol Fundamentals couvre l’intégralité du protocole en une seule lecture. Ce hub organise les concepts sous-jacents en notes de jardin autonomes pour la référence et une lecture approfondie.
Si vous découvrez MCP, commencez par MCP Protocol Architecture et parcourez les notes dans l’ordre. Si vous avez besoin d’une référence spécifique, allez directement à la note pertinente.
La fondation
MCP Protocol Architecture — Ce qu’est MCP, pourquoi il existe (le problème N×M, l’analogie USB-C), l’architecture à trois couches (host/client/server), les trois primitives du serveur (outils, ressources, prompts), le modèle de sécurité, et comment MCP se compare aux API REST traditionnelles. Le point de départ pour tout le reste.
MCP Ecosystem Governance — L’histoire d’adoption et la trajectoire de gouvernance : donation à la Linux Foundation, adoption par OpenAI et Microsoft, le cap des 97M de téléchargements de SDK. Si vous décidez d’investir dans MCP, cette note répond à la question de la durabilité de l’infrastructure.
Internals du protocole
MCP JSON-RPC Wire Format — Les messages réels sur le fil : négociation d’initialisation, négociation de capacités, découverte des outils (tools/list), invocation des outils (tools/call), et gestion des erreurs. Essentiel pour déboguer les problèmes en production et comprendre ce que le SDK fait pour vous.
MCP Client Primitives — Le côté bidirectionnel de MCP : sampling (complétions LLM demandées par le serveur), elicitation (saisie utilisateur demandée par le serveur) et roots (limites de système de fichiers). La plupart des serveurs n’utilisent pas les trois, mais les comprendre déverrouille les workflows de raisonnement multi-étapes et des limites de sécurité raisonnées.
Les primitives en profondeur
MCP Resources and Prompts — Approfondissement des ressources (exposition de données en lecture seule via des modèles URI, quand utiliser vs. les outils) et des prompts (modèles réutilisables pour des workflows standardisés). Inclut l’objet Context pour le rapport de progression sur les opérations longues.
MCP Transport Configuration — Configuration pratique pour les deux transports : stdio pour le développement local (zéro configuration, isolation des identifiants) et HTTP streamable pour la production (multi-clients, OAuth 2.1, load balancing). Quand switcher et comment.
Construction de serveurs
FastMCP Server Skeleton — Le serveur minimal fonctionnel en Python et TypeScript. Le point de départ pour tout serveur personnalisé.
MCP Tool Design Patterns — Comment écrire des outils que l’IA utilise correctement : docstrings comme descriptions, Pydantic pour les sorties structurées, validation des entrées. La différence entre des outils qui fonctionnent et des outils que l’IA gère mal.
MCP Server Testing and Debugging — L’Inspector, le piège du stdout qui corrompt le protocole, et le workflow de test.
Connexes
MCP Ecosystem Overview — Le paysage complet : serveurs officiels, serveurs communautaires, clients, et où trouver les ressources.
Security Posture for AI Agents — Principes de sécurité pour les outils d’IA accédant à l’infrastructure de données. Pertinent pour tout déploiement MCP en production.
CLI vs MCP for AI Agents — Quand les commandes CLI natives sont plus efficaces que MCP. Efficacité en tokens, avantages des données d’entraînement, et les cas où MCP l’emporte.