English
Deutsch
MCP vu par un Business Analyst
Quand j'ai découvert le Model Context Protocol fin 2024, ma première réaction a été : "Enfin un standard !" En tant que Business Analyst habitué à modéliser des intégrations système, l'absence de standardisation dans l'écosystème LLM m'avait toujours frappé. MCP comble ce manque de façon élégante.
L'architecture technique simplifiée
MCP s'appuie sur un protocole de communication JSON-RPC 2.0, transporté via stdio (pour les processus locaux) ou SSE/HTTP (pour les serveurs distants). Voici les concepts clés qu'un BA doit maîtriser :
Les primitives MCP
Tools : fonctions que le LLM peut invoquer avec des paramètres typés. Exemple : create_jira_ticket(project, summary, description, priority)
Resources : données exposées en lecture par le serveur, identifiées par un URI. Exemple : jira://project/EQUANS/tickets/open
Prompts : templates de prompts réutilisables que l'application peut invoquer. Exemple : un template "analyse-de-sprint" qui pré-remplit le contexte du projet.
Modélisation des flux MCP : vue Business Analyst
| Acteur | Rôle dans MCP | Analogie métier |
|---|---|---|
| LLM (Claude) | Décideur, orchestrateur | Chef de projet |
| MCP Host | Environnement d'exécution | Bureau de travail |
| MCP Server Jira | Connecteur Jira | Assistant Jira dédié |
| MCP Server DB | Accès base de données | Analyste données |
| MCP Server Slack | Connecteur messagerie | Responsable communication |
Créer son premier MCP Server en Python
La barrière technique est plus basse qu'on ne l'imagine :
from mcp.server import Server
from mcp.types import Tool
server = Server("mon-serveur-projet")
@server.list_tools()
async def list_tools():
return [Tool(name="get_sprint_velocity",
description="Calcule la vélocité du sprint courant",
inputSchema={"type":"object","properties":{}})]
@server.call_tool()
async def call_tool(name, arguments):
if name == "get_sprint_velocity":
# Appel API Jira ici
return velocity_dataEn 50 lignes de Python, vous exposez votre premier outil MCP. Claude peut alors l'utiliser naturellement dans ses conversations.
Implications pour la gouvernance IT
MCP introduit de nouvelles questions de gouvernance : qui contrôle quels serveurs sont accessibles ? Comment auditer les appels MCP ? Comment gérer les permissions granulaires ? Ces questions doivent être adressées dans votre politique IA avant tout déploiement en production.