Model Context Protocol (MCP)

Le Model Context Protocol (MCP) est un standard ouvert, présenté par Anthropic en novembre 2024, qui définit comment une application d’IA communique avec des capacités externes. Un serveur MCP expose des outils (des actions que le modèle peut appeler), des ressources (des données qu’il peut lire) et des prompts (des modèles réutilisables). Un client MCP, intégré à un hôte comme un assistant d’IDE ou une application de chat, découvre ces capacités et permet au modèle de les utiliser. Les messages utilisent JSON-RPC 2.0, via l’entrée/sortie standard pour les serveurs locaux ou HTTP pour les serveurs distants. Un serveur écrit une seule fois fonctionne avec n’importe quel client qui prend en charge le protocole.

Exemple : automatisation du navigateur pour un assistant

Le serveur MCP de Playwright permet à un assistant d’ouvrir des pages, de lire l’arbre d’accessibilité, de cliquer et de saisir du texte. Une configuration client typique :

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    }
  }
}

Une fois cela configuré, vous pouvez demander à l’assistant « ouvre la page de connexion de staging, connecte-toi avec l’utilisateur de test et signale les erreurs de console », et il appelle les outils du navigateur étape par étape. D’autres serveurs exposent par exemple les tickets d’un hébergeur Git, une base de données ou une API interne : le même assistant peut alors lire un ticket de bug, le reproduire dans le navigateur et ébaucher un test.

Ce qui est établi, ce qui émerge

Établi : le protocole lui-même et sa large prise en charge par les assistants, les IDE et les éditeurs d’outils. Encapsuler un outil interne dans un serveur MCP est un travail d’ingénierie raisonnable et bien documenté.

Émergent : utiliser des agents pilotés par MCP au sein d’un processus de test. Les sessions exploratoires, la reproduction de bugs et l’ébauche de code de test sont utiles dès aujourd’hui, à condition qu’une personne relise le résultat. Considérer l’exécution d’un agent comme un contrôle de régression fiable ne l’est pas, car ses étapes sont non déterministes et il peut déclarer un succès sans avoir vérifié ce qu’il fallait. Les tests générés doivent être commités comme du code ordinaire et relus comme n’importe quel autre code.

Risques à garder en tête

• Injection de prompt via les outils. Le contenu des pages, les tickets et les sorties d’outils sont du texte non fiable qui peut orienter le modèle.
• Permissions trop larges. Un serveur disposant d’un accès en écriture aux données de production ou de credentials dans son environnement transforme une erreur du modèle en incident. Donnez aux serveurs le périmètre le plus restreint possible et pointez-les vers des environnements de test.
• Serveurs non fiables. Un serveur MCP tiers exécute du code sur votre machine et décrit lui-même ses outils au modèle ; examinez-le comme n’importe quelle autre dépendance.