La mise en œuvre pratique est le moment où la puissance du Model Context Protocol (MCP) devient concrète. Comprendre la théorie et l’architecture derrière MCP est important, mais la véritable valeur apparaît lorsque vous appliquez ces concepts pour construire, tester et déployer des solutions qui résolvent des problèmes réels. Ce chapitre fait le lien entre les connaissances conceptuelles et le développement pratique, en vous guidant à travers le processus de création d’applications basées sur MCP.
Que vous développiez des assistants intelligents, intégriez l’IA dans des workflows métiers ou construisiez des outils personnalisés pour le traitement de données, MCP offre une base flexible. Son design indépendant du langage et ses SDK officiels pour les langages de programmation populaires le rendent accessible à un large éventail de développeurs. En tirant parti de ces SDK, vous pouvez rapidement prototyper, itérer et faire évoluer vos solutions sur différentes plateformes et environnements.
Dans les sections suivantes, vous trouverez des exemples pratiques, des extraits de code et des stratégies de déploiement qui montrent comment implémenter MCP en C#, Java, TypeScript, JavaScript et Python. Vous apprendrez également à déboguer et tester vos serveurs MCP, gérer les APIs et déployer vos solutions dans le cloud avec Azure. Ces ressources pratiques sont conçues pour accélérer votre apprentissage et vous aider à construire en toute confiance des applications MCP robustes et prêtes pour la production.
Cette leçon se concentre sur les aspects pratiques de l’implémentation de MCP dans plusieurs langages de programmation. Nous explorerons comment utiliser les SDK MCP en C#, Java, TypeScript, JavaScript et Python pour créer des applications robustes, déboguer et tester les serveurs MCP, et créer des ressources, prompts et outils réutilisables.
À la fin de cette leçon, vous serez capable de :
- Implémenter des solutions MCP en utilisant les SDK officiels dans différents langages de programmation
- Déboguer et tester systématiquement les serveurs MCP
- Créer et utiliser les fonctionnalités serveur (Ressources, Prompts et Outils)
- Concevoir des workflows MCP efficaces pour des tâches complexes
- Optimiser les implémentations MCP pour la performance et la fiabilité
Le Model Context Protocol propose des SDK officiels pour plusieurs langages :
Cette section offre des exemples pratiques d’implémentation de MCP dans plusieurs langages. Vous pouvez trouver des exemples de code dans le répertoire samples organisé par langage.
Le dépôt inclut des implémentations d’exemple dans les langages suivants :
Chaque exemple illustre les concepts clés de MCP et les modèles d’implémentation propres à ce langage et son écosystème.
Les serveurs MCP peuvent implémenter n’importe quelle combinaison des fonctionnalités suivantes :
Les ressources fournissent contexte et données à l’utilisateur ou au modèle IA :
- Dépôts de documents
- Bases de connaissances
- Sources de données structurées
- Systèmes de fichiers
Les prompts sont des messages et workflows modélisés pour les utilisateurs :
- Modèles de conversation prédéfinis
- Schémas d’interaction guidée
- Structures de dialogue spécialisées
Les outils sont des fonctions que le modèle IA peut exécuter :
- Utilitaires de traitement de données
- Intégrations d’API externes
- Capacités de calcul
- Fonctionnalités de recherche
Le dépôt officiel du SDK C# contient plusieurs exemples illustrant différents aspects de MCP :
- Client MCP basique : Exemple simple montrant comment créer un client MCP et appeler des outils
- Serveur MCP basique : Implémentation minimale de serveur avec enregistrement d’outils basiques
- Serveur MCP avancé : Serveur complet avec enregistrement d’outils, authentification et gestion des erreurs
- Intégration ASP.NET : Exemples démontrant l’intégration avec ASP.NET Core
- Modèles d’implémentation d’outils : Divers modèles pour implémenter des outils de complexité variable
Le SDK MCP C# est en préversion et les API peuvent évoluer. Ce blog sera mis à jour continuellement au fur et à mesure de l’évolution du SDK.
-
Construisez votre premier serveur MCP.
Pour des exemples complets d’implémentation en C#, consultez le dépôt officiel des exemples C#
Le SDK Java offre des options robustes d’implémentation MCP avec des fonctionnalités adaptées aux entreprises.
- Intégration avec Spring Framework
- Forte sécurité de typage
- Support de la programmation réactive
- Gestion complète des erreurs
Pour un exemple complet d’implémentation Java, consultez l’exemple Java dans le répertoire samples.
Le SDK JavaScript propose une approche légère et flexible pour l’implémentation MCP.
- Support Node.js et navigateur
- API basée sur les Promises
- Intégration facile avec Express et autres frameworks
- Support WebSocket pour le streaming
Pour un exemple complet d’implémentation JavaScript, consultez l’exemple JavaScript dans le répertoire samples.
Le SDK Python propose une approche pythonique pour l’implémentation MCP avec d’excellentes intégrations aux frameworks ML.
- Support async/await avec asyncio
- Intégration Flask et FastAPI
- Enregistrement simple des outils
- Intégration native avec les bibliothèques ML populaires
Pour un exemple complet d’implémentation Python, consultez l’exemple Python dans le répertoire samples.
Azure API Management est une excellente solution pour sécuriser les serveurs MCP. L’idée est de placer une instance Azure API Management devant votre serveur MCP et de lui confier des fonctionnalités dont vous aurez probablement besoin comme :
- limitation du débit
- gestion des tokens
- surveillance
- répartition de charge
- sécurité
Voici un exemple Azure qui fait exactement cela, c’est-à-dire créer un serveur MCP et le sécuriser avec Azure API Management.
Voyez comment se déroule le flux d’autorisation dans l’image ci-dessous :
Dans l’image précédente, les étapes suivantes ont lieu :
- Authentification/Autorisation via Microsoft Entra.
- Azure API Management agit comme une passerelle et utilise des politiques pour diriger et gérer le trafic.
- Azure Monitor enregistre toutes les requêtes pour analyse ultérieure.
Examinons plus en détail le flux d’autorisation :
En savoir plus sur la spécification MCP Authorization
Voyons si nous pouvons déployer l’exemple mentionné plus tôt :
-
Cloner le dépôt
git clone https://github.com/Azure-Samples/remote-mcp-apim-functions-python.git cd remote-mcp-apim-functions-python -
Enregistrer
Microsoft.App
` resource provider.- If you are using Azure CLI, run
az provider register --namespace Microsoft.App --wait. - If you are using Azure PowerShell, run
Register-AzResourceProvider -ProviderNamespace Microsoft.App. Then run(Utilisez(Get-AzResourceProvider -ProviderNamespace Microsoft.App).RegistrationState` après un moment pour vérifier si l’enregistrement est terminé.)
- If you are using Azure CLI, run
-
Exécuter cette commande azd pour provisionner le service API Management, l’application fonction (avec le code) et toutes les autres ressources Azure nécessaires
azd up
Cette commande doit déployer toutes les ressources cloud sur Azure
-
Dans une nouvelle fenêtre de terminal, installez et lancez MCP Inspector
npx @modelcontextprotocol/inspector
Vous devriez voir une interface similaire à :
-
CTRL + clic pour charger l’application web MCP Inspector depuis l’URL affichée par l’application (par exemple http://127.0.0.1:6274/#resources)
-
Définissez le type de transport sur
SSE` -
Set the URL to your running API Management SSE endpoint displayed after
azd up -
Set the URL to your running API Management SSE endpoint displayed after ` et Connecter :
https://<apim-servicename-from-azd-output>.azure-api.net/mcp/sse
-
Lister les outils. Cliquez sur un outil et Exécuter l’outil.
Si toutes les étapes ont fonctionné, vous êtes maintenant connecté au serveur MCP et avez pu appeler un outil.
Remote-mcp-functions : Cet ensemble de dépôts est un modèle de démarrage rapide pour construire et déployer des serveurs MCP distants personnalisés en utilisant Azure Functions avec Python, C# .NET ou Node/TypeScript.
Les exemples fournissent une solution complète permettant aux développeurs de :
- Construire et exécuter localement : développer et déboguer un serveur MCP sur une machine locale
- Déployer sur Azure : déployer facilement dans le cloud avec une simple commande azd up
- Se connecter depuis des clients : se connecter au serveur MCP depuis divers clients, y compris le mode agent Copilot de VS Code et l’outil MCP Inspector
- Sécurité dès la conception : le serveur MCP est sécurisé par clés et HTTPS
- Options d’authentification : supporte OAuth via l’authentification intégrée et/ou API Management
- Isolation réseau : permet l’isolation réseau via les Azure Virtual Networks (VNET)
- Architecture serverless : exploite Azure Functions pour une exécution scalable et événementielle
- Développement local : support complet pour le développement et le débogage local
- Déploiement simple : processus de déploiement simplifié vers Azure
Le dépôt contient tous les fichiers de configuration, le code source et les définitions d’infrastructure nécessaires pour démarrer rapidement avec une implémentation MCP prête pour la production.
-
Azure Remote MCP Functions Python - Exemple d’implémentation MCP avec Azure Functions en Python
-
Azure Remote MCP Functions .NET - Exemple d’implémentation MCP avec Azure Functions en C# .NET
-
Azure Remote MCP Functions Node/Typescript - Exemple d’implémentation MCP avec Azure Functions en Node/TypeScript
- Les SDK MCP fournissent des outils spécifiques à chaque langage pour implémenter des solutions MCP robustes
- Le processus de débogage et de test est essentiel pour des applications MCP fiables
- Les modèles de prompt réutilisables garantissent des interactions IA cohérentes
- Des workflows bien conçus peuvent orchestrer des tâches complexes en utilisant plusieurs outils
- La mise en œuvre des solutions MCP nécessite de prendre en compte la sécurité, la performance et la gestion des erreurs
Concevez un workflow MCP pratique qui répond à un problème réel dans votre domaine :
- Identifiez 3 à 4 outils qui seraient utiles pour résoudre ce problème
- Créez un diagramme de workflow montrant comment ces outils interagissent
- Implémentez une version basique de l’un des outils dans votre langage préféré
- Créez un modèle de prompt qui aiderait le modèle à utiliser efficacement votre outil
Suivant : Sujets avancés
Avertissement :
Ce document a été traduit à l’aide du service de traduction automatique Co-op Translator. Bien que nous nous efforcions d’assurer l’exactitude, veuillez noter que les traductions automatiques peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue d’origine doit être considéré comme la source faisant foi. Pour des informations critiques, une traduction professionnelle humaine est recommandée. Nous déclinons toute responsabilité en cas de malentendus ou de mauvaises interprétations résultant de l’utilisation de cette traduction.