MCP - Model Context Protocol : IA agentique et intégration des LLM

Créer des agents IA connectés avec le Model Context Protocol en Python

Formation créée le 03/04/2026.
Version du programme : 2

Type de formation

Présentiel

Durée de formation

14 heures (2 jours)
Cette formation est gratuite.
S'inscrire
Cette formation est gratuite.
S'inscrire
Cette formation est gratuite.
S'inscrire

MCP - Model Context Protocol : IA agentique et intégration des LLM

Créer des agents IA connectés avec le Model Context Protocol en Python


Standard ouvert porté par l’Agentic AI Foundation sous l’égide de la Linux Foundation, le Model Context Protocol (MCP) s’impose comme un protocole de référence pour connecter les LLM aux systèmes externes. Cette formation pratique permet de créer des serveurs et clients MCP en Python, d’exposer des ressources, des outils et des prompts, et de déployer des workflows agentiques fiables dans des conditions proches de la production.

Objectifs de la formation

  • Expliquer l’architecture MCP et son rôle dans les systèmes d’IA agentique
  • Créer et configurer un serveur MCP en Python exposant des ressources, des outils et des prompts
  • Connecter un client LLM à un serveur MCP et orchestrer des appels d’outils
  • Implémenter des wrappers d’API REST et des accès SQL via MCP
  • Sécuriser les échanges MCP : authentification, gestion des permissions et journalisation
  • Déployer un workflow agentique multi-outils en conditions proches de la production

Profil des bénéficiaires

Pour qui
  • Développeurs, ingénieurs IA, data scientists et architectes souhaitant connecter des modèles de langage à des systèmes, outils et données internes via le protocole MCP.
Prérequis
  • Maîtrise de Python (fonctions, classes, gestion des dépendances).
  • Notions de base sur les LLM et les API REST.
  • Une familiarité avec les concepts d’agents IA est un plus.

Contenu de la formation

Séquence 1 Architecture MCP et positionnement dans l’écosystème agentique (1h30)
  • Contexte : limites des LLM isolés et besoin de connexion aux systèmes externes
  • MCP comme standard ouvert : historique (Anthropic, novembre 2024), gouvernance Linux Foundation / Agentic AI Foundation, adoption par OpenAI, Google, Microsoft et AWS
  • Architecture client-serveur MCP : hôte, client, serveur, transport
  • Les trois primitives MCP : ressources, outils (tools), prompts
  • Comparaison avec les approches alternatives : function calling natif, LangChain tools, wrappers API custom
  • Forces et limites actuelles de MCP : asynchrone, streaming, sécurité des serveurs distants
  • Cas d’usage entreprise : bases de données, fichiers, API métier, ERP, CRM
  • TP 1 (30 min) Exploration d’un serveur MCP de démonstration via l’inspector MCP, cartographie d’un flux métier cible.
Séquence 2 Environnement de développement et premier serveur MCP (1h30)
  • Installation et configuration : Python, SDK MCP officiel, gestionnaire de dépendances (Poetry ou pip)
  • Structure d’un projet serveur MCP : fichiers manifest, configuration, variables d’environnement
  • Création d’un serveur MCP minimal exposant une ressource locale (filesystem)
  • Transport stdio vs HTTP/SSE : différences et cas d’usage
  • Client de test : CLI et MCP inspector, validation des messages de bout en bout
  • Bonnes pratiques de packaging et de scripts d’exécution
  • TP 2 (1h) Hello MCP : serveur minimal exposant une ressource fichier locale, tests de connectivité et vérification des messages avec un client CLI.
Séquence 3 Ressources et outils (1h30)
  • Ressources MCP : définition, listing, pagination, schémas et sérialisation
  • Outils MCP (tools) : définition, typage des paramètres, validation des entrées, gestion des erreurs contrôlées
  • Wrappers d’API REST : normalisation des réponses, gestion des timeouts et des codes d’erreur
  • Accès SQL via MCP : connexion, requêtes paramétrées, protection contre les injections
  • Gestion de la concurrence, timeouts et stratégies de retry
  • TP 3 (1h) Serveur MCP exposant une ressource fichier et un outil d’accès SQL, tests de bout en bout.
Séquence 4 Connexion d’un client LLM (1h)
  • Architecture client MCP : initialisation, découverte des outils, boucle d’appel
  • Connexion d’un LLM (Claude ou OpenAI) à un serveur MCP via le SDK
  • Cycle de vie d’un appel d’outil : requête LLM, appel MCP, retour de résultat, synthèse
  • Gestion des erreurs côté client : timeouts, outils indisponibles, réponses malformées
  • Débogage d’une chaîne LLM-MCP : logs, inspection des messages
  • TP 4 (30 min) Client LLM connecté au serveur MCP créé en TP 3, exécution d’une chaîne « requête SQL vers synthèse ».
Séquence 5 Workflows agentiques multi-outils (2h)
  • Orchestration multi-tools : enchaînement d’appels, dépendances entre outils, idempotence
  • Conception d’un toolkit d’entreprise : structuration des outils, nommage, documentation des schémas
  • Mémoire et contexte dans un agent MCP : gestion du contexte conversationnel
  • Files d’attente et gestion des requêtes parallèles
  • Dégradation gracieuse : comportement de l’agent en cas d’outil indisponible
  • TP 5 (1h30) Agent MCP multi-outils : lecture d’un PDF, extraction d’information, requête SQL complémentaire, synthèse finale via LLM.
Séquence 6 Sécurité et contrôle d’accès (1h30)
  • Modèle de sécurité MCP : consentement explicite, permissions fines par outil
  • Authentification : API key vs OAuth 2.0, flux basiques et configuration des scopes
  • Roots et contrôle d’accès aux ressources : restriction du périmètre exposé
  • Journalisation structurée : logs d’appels, métriques, corrélation de requêtes
  • Politiques d’erreurs, rate limiting et durcissement du serveur
  • Risques de sécurité identifiés : injection via connecteurs MCP, exposition involontaire de données
  • TP 6 (45 min) Activation de l’authentification par API key, vérification des permissions, mise en place de la journalisation et analyse d’un incident simulé.
Séquence 7 Cas d’usage métier avancés (1h)
  • Serveur MCP pour un système de fichiers d’entreprise : indexation, recherche, résumé de documents
  • Serveur MCP pour une API externe : normalisation des données et gestion des erreurs métier
  • Automatisation d’un rapport quotidien via un workflow agentique MCP
  • Intégration MCP dans des environnements existants : Claude Desktop, VS Code, Copilot Studio
  • Introduit en sensibilisation : orchestration multi-agents et communication agent-à-agent via MCP
Séquence 8 Déploiement, qualité et gouvernance (1h)
  • Options de déploiement : serveur MCP local, conteneurisé (Docker), hébergé
  • Configuration et variables d’environnement : gestion des secrets en production
  • Scalabilité et maintenabilité : critères d’architecture pour un MCP de production
  • Checklist qualité et critères d’acceptation avant mise en production
  • Gouvernance des agents MCP en entreprise : registre des outils, validation humaine, audit
  • TP 7 (45 min) Atelier de synthèse : construction d’un serveur MCP custom complet avec client, authentification, journalisation et observabilité, appliqué à un cas métier réel. Revue de code croisée et audit sécurité.

Équipe pédagogique

La formation est animée par un formateur expert en IA agentique et développement Python, avec une expérience opérationnelle sur les architectures LLM et les intégrations MCP. Les intervenants sont sélectionnés par Ascent Formation sur la base de leurs compétences techniques et de leurs qualités pédagogiques.

Capacité d'accueil

Entre 1 et 12 apprenants