Cos'è MCP (Model Context Protocol): server, client, strumenti e risorse

Il Model Context Protocol (MCP) è uno standard aperto che consente a un assistente di IA di usare strumenti e dati esterni attraverso un'interfaccia comune, invece di un'integrazione diversa per ogni applicazione. Un server MCP espone delle capacità (strumenti, risorse, modelli di prompt) e il client MCP integrato in Claude, Cursor, ChatGPT o altri assistenti le scopre e le richiama quando una domanda lo richiede. Per un'azienda significa collegare una volta sola una base di conoscenza o un gestionale e ritrovarlo in tutti gli assistenti compatibili.

Cos'è MCP e perché è nato

Un modello linguistico ragiona molto bene sui testi, ma da solo non vede la Sua intranet, il gestionale o l'ultima circolare dell'Agenzia delle Entrate. Per anni ogni assistente ha avuto il proprio sistema di estensioni: una software house che voleva essere presente in tre assistenti doveva sviluppare e mantenere tre connettori, e l'ufficio IT doveva valutare tre modelli di sicurezza diversi.

MCP sostituisce tutto questo con un unico contratto. La specifica è stata pubblicata in forma aperta alla fine del 2024 ed è documentata su modelcontextprotocol.io. Viene spesso paragonata a una porta USB-C per l'IA: l'assistente ha una sola presa e qualunque cosa parli il protocollo si collega. Si sviluppa un server MCP una volta e funziona con tutti i client compatibili.

Dal punto di vista tecnico, i messaggi seguono il formato JSON-RPC 2.0: il client invia il nome di un metodo con i parametri, il server restituisce un risultato o un errore. Il valore aggiunto di MCP è un vocabolario condiviso (elencare gli strumenti, chiamarli, leggere risorse) e una stretta di mano iniziale in cui ciascuna parte dichiara cosa sa fare.

Host, client e server: l'architettura di MCP

La specifica distingue tre ruoli. Averli chiari rende più semplice qualunque guida.

• Host: l'applicazione in cui lavora l'utente, ad esempio un'app di chat, un editor di codice come Cursor o un agente da terminale. Gestisce il modello, la conversazione e le richieste di autorizzazione.
• Client: un componente interno all'host che mantiene una connessione con un solo server. Un host collegato a cinque server esegue quindi cinque client.
• Server: il programma che espone le capacità. Può girare in locale (file, git, un database sul computer) oppure in remoto come servizio web (un SaaS, un motore di ricerca documentale, un'API interna).

Trasporto locale o remoto

MCP prevede due trasporti standard. Con stdio l'host avvia il server come sottoprocesso e comunica tramite input e output standard: è la soluzione per gli strumenti locali. Con Streamable HTTP il server è un indirizzo HTTPS, chiamato di solito con una chiave API o un token OAuth nelle intestazioni. Per una PMI la seconda modalità è la più pratica: bastano un URL e una chiave, senza installare nulla su ogni postazione.

Come si svolge una sessione

1. Inizializzazione: il client si collega e le due parti si scambiano la versione del protocollo e le rispettive capacità.
2. Scoperta: il client chiede l'elenco degli strumenti, ciascuno con nome, descrizione e schema JSON dei parametri.
3. Decisione: davanti alla richiesta dell'utente, il modello legge le descrizioni e valuta se uno strumento può essere utile.
4. Chiamata: il client invia la chiamata con gli argomenti; il server la esegue e restituisce un contenuto, di solito testo.
5. Risposta: il modello scrive la risposta basandosi su quel risultato e, se ben configurato, cita la fonte.

Strumenti, risorse e prompt: cosa offre un server MCP

Un server può esporre tre tipi di capacità. La differenza principale riguarda chi decide di usarle.

Il protocollo consente anche al client di offrire funzioni al server, per esempio chiedere un chiarimento all'utente. Nella pratica, però, sono gli strumenti a concentrare quasi tutto l'uso reale: permettono al modello di andare a cercare l'informazione da solo, mentre l'host mantiene il controllo sulle autorizzazioni.

Come Claude, Cursor e ChatGPT interrogano le basi di conoscenza con MCP

Un assistente generalista non conosce le Sue procedure interne, il listino del trimestre o il testo preciso di una norma appena modificata. È proprio la lacuna che colma la generazione aumentata dal recupero (RAG): prima si cercano i passaggi giusti in documenti affidabili, poi il modello risponde basandosi su di essi. MCP è il modo più semplice per mettere una base RAG a disposizione degli assistenti che il Suo team usa già.

Un esempio concreto è Kopik. Il suo server MCP, all'indirizzo https://kopik.fr/api/mcp, usa il trasporto Streamable HTTP ed espone tre strumenti: list_bases (gratuito, elenca le basi pubbliche del catalogo, con filtro facoltativo per tema o parole), ask_base (restituisce una risposta redatta e i passaggi di origine numerati) e search_base (restituisce solo i passaggi, allo stesso prezzo, per gli agenti che preferiscono ragionare da sé). Uno scambio tipico:

1. In Cursor, un utente chiede: «Quali obblighi di trasparenza prevede l'AI Act per i chatbot rivolti al pubblico?»
2. Il modello individua uno strumento adatto e chiama ask_base su una base come EU AI Act essentials.
3. Il server recupera i passaggi pertinenti nei documenti indicizzati e restituisce una risposta fondata su di essi, con citazioni numerate.
4. Il modello scrive la risposta e rimanda ai passaggi citati, che l'utente può verificare.

Lo stesso server funziona in Claude Code, Cursor, ChatGPT e negli altri client MCP. In Claude Code basta un comando: claude mcp add --transport http kopik https://kopik.fr/api/mcp --header "Authorization: Bearer kpk_…". In Cursor si aggiunge una voce «kopik» sotto mcpServers nel file .cursor/mcp.json, con l'URL e l'intestazione Authorization. Per collegare una sola base si usa il suo indirizzo dedicato (https://kopik.fr/api/mcp?base= seguito dal suo identificativo); con zsh, racchiuda tra virgolette ogni URL che contiene un punto interrogativo.

GDPR e sicurezza: cosa verificare prima di collegare un server

Ogni server MCP entra a far parte dei Suoi flussi di dati. Se vi transitano dati personali si applica il GDPR con tutti i suoi obblighi, e i provvedimenti e le indicazioni del Garante Privacy sull'intelligenza artificiale sono un buon riferimento. L'AI Act europeo aggiunge, a seconda dell'uso, requisiti di trasparenza e di gestione del rischio.

• Mappare i flussi: quale server riceve quali informazioni. Aggiorni il registro dei trattamenti e, se il rischio è elevato, la valutazione d'impatto (DPIA); nomini il fornitore responsabile del trattamento quando serve.
• Limitare i permessi: una chiave API per server e per uso, con l'accesso minimo indispensabile, revocata a fine progetto.
• Prevenire la prompt injection: il contenuto restituito da un server può contenere testo che cerca di guidare il modello. Preferisca server che lo contrassegnano come non affidabile e mantenga l'approvazione umana per gli strumenti che scrivono, inviano o cancellano.
• Fissare un tetto di spesa: per gli strumenti a pagamento imposti un limite; su Kopik l'argomento maxPriceCents rifiuta la chiamata senza costi se la base è più cara.
• Rispettare i limiti: i server remoti limitano le richieste al minuto e al giorno; gli agenti devono attendere invece di riprovare in un ciclo continuo.

MCP o API REST?

Non serve scegliere: sono complementari. Un'API REST è adatta al codice deterministico, come attività pianificate, moduli web o integrazioni interamente gestite dai Suoi sviluppatori. MCP è adatto quando è un modello a decidere, nel corso della conversazione, quale capacità usare. Per questo molti servizi offrono entrambe. Regola pratica: se la domanda la pone una persona in un assistente, MCP; se la pone un programma, l'API. E se i Suoi documenti non sono ancora in una base, può creare una base di conoscenza gratuitamente a partire da PDF o Word.