MCP (Model Context Protocol)
MCP (Model Context Protocol) est un protocole ouvert par lequel les applications d'IA se connectent à des données et outils externes : fichiers, bases de données, API. Anthropic l'a publié en open source en novembre 2024 et, en décembre 2025, l'a donné à l'Agentic AI Foundation, un fonds dirigé au sein de la Linux Foundation.
Comment fonctionne MCP
L'application d'IA, appelée hôte, crée un client MCP pour chaque serveur auquel elle se connecte. Un serveur MCP est un programme qui expose des tools (fonctions que le modèle peut appeler), des resources (données pour le contexte) et des prompts (modèles de prompt). Les messages utilisent JSON-RPC 2.0, et le transport est stdio pour un serveur local ou Streamable HTTP pour un serveur distant (documentation MCP).
Le client liste les tools avec une requête tools/list et en appelle une avec tools/call, en passant son nom et ses arguments. Chaque tool a un name, une description et un inputSchema, le JSON Schema de ses arguments.
MCP au-dessus d'une REST API
Un serveur MCP pour des données de marché est généralement une fine couche au-dessus d'une REST API : un tool, une requête HTTP. La clé d'API reste dans l'environnement du serveur et ne circule que dans l'en-tête de la requête (authentification) ; le modèle ne voit que la description du tool et la réponse.
Genesis API n'a pas de serveur MCP officiel. Vous écrivez le wrapper vous-même ; en voici un minimal avec le SDK Python officiel (le paquet mcp, version 2.0 ou ultérieure, plus requests) :
import os
import requests
from mcp.server import MCPServer
API = "https://api.genesisarbitrage.com/v1"
mcp = MCPServer("genesis-funding")
@mcp.tool()
def funding_rates(coin: str) -> str:
"""Taux de funding d'un coin sur les exchanges (Genesis API).
Args:
coin: ticker du coin, par exemple BTC
"""
r = requests.get(
f"{API}/funding/rates",
headers={"X-API-Key": os.environ["GENESIS_API_KEY"]},
params={"coin": coin.upper()},
timeout=10,
)
return r.text # JSON : data et meta, ou error avec un code
if __name__ == "__main__":
mcp.run(transport="stdio")
Un assistant compatible MCP lance ce fichier comme serveur local (la commande de lancement va dans ses paramètres) et obtient un tool funding_rates : les taux de funding d'un coin sur les exchanges, depuis /funding/rates.
Voir aussi : function calling, OpenAPI, clé d'API, données de marché crypto pour agents d'IA, Genesis API pour les agents d'IA.
Questions et réponses
En quoi MCP diffère-t-il du function calling ?
Le function calling est une fonctionnalité de l'API d'un modèle : l'application envoie les descriptions des tools avec la requête et exécute elle-même les appels. MCP est un protocole entre l'application et un serveur de tools, si bien qu'un même serveur fonctionne avec n'importe quel client compatible MCP. À l'intérieur de l'application, les tools des serveurs MCP parviennent tout de même au modèle par le function calling.