Streamable HTTP, trois ères et le contrat réseau actuel

Conçu pour la vitesse : latence d'environ 10 ms, même en cas de charge
Une méthode incroyablement rapide pour créer, suivre et déployer vos modèles !
- Gère plus de 350 RPS sur un seul processeur virtuel, aucun réglage n'est nécessaire
- Prêt pour la production avec un support complet pour les entreprises
Le transport HTTP distant de MCP a connu trois conceptions réseau distinctes en environ deux ans. Le transport HTTP+SSE du 2024-11-05 utilisait deux points de terminaison et un flux de longue durée ; il est obsolète depuis le 2025-03-26 et peut être supprimé à l'avenir. Streamable HTTP l'a remplacé le 2025-03-26 avec un point de terminaison unique — mais cette première forme comportait encore des sessions au niveau du protocole, un flux GET autonome, des requêtes initiées par le serveur sur SSE et des flux reprenables. La révision du 2026-07-28 a supprimé ces mécanismes. Ce qui subsiste est particulièrement épuré : chaque message JSON-RPC du client est envoyé sous la forme de son propre POST, les réponses aux requêtes sont soit un objet JSON unique, soit un flux SSE limité à cette requête, et certaines métadonnées de requête sont dupliquées dans des en-têtes afin que les intermédiaires puissent router et inspecter le trafic sans analyser le corps. Cette dernière décision de conception mérite d'être étudiée de près.
Un répartiteur de charge effectue le routage sur un en-tête tandis que le serveur s'exécute sur le corps, et les deux ne concordent pas. Il ne s'agit pas d'un cas hypothétique dans cette spécification — c'est la raison explicite pour laquelle toute une règle de validation existe. Le transport du 2026-07-28 prend en compte explicitement les intermédiaires entre le client et le serveur, et une grande partie du nouveau contrat d'en-tête ne prend son sens qu'une fois lue sous cet angle.
1. Trois ères
2024-11-05 — HTTP+SSE. Deux points de terminaison. Le client émettait une requête GET qui ouvrait un flux SSE, dont le premier événement était un événement endpoint indiquant au client où envoyer les POST. Tout ce qui était initié par le serveur arrivait sur le flux de longue durée. Obsolète depuis le 2025-03-26 selon la politique de cycle de vie des fonctionnalités, l'adoption par de nouvelles implémentations étant déconseillée.
Du 2025-03-26 au 2025-11-25 — Streamable HTTP, première version. Un point de terminaison MCP unique, ce qui constituait la simplification majeure. Mais quatre mécanismes le maintenaient avec état : les serveurs pouvaient attribuer une session via un en-tête Mcp-Session-Id, fermée par un HTTP DELETE ; les clients pouvaient ouvrir un flux SSE autonome avec GET pour recevoir des messages initiés par le serveur ; les serveurs pouvaient envoyer des requêtes JSON-RPC sur les flux SSE ; et les flux étaient reprenables via Last-Event-ID.
2026-07-28 — la forme actuelle. Aucun de ces quatre mécanismes ne subsiste. Les notes de révision listent clairement les suppressions : le point de terminaison du flux GET et les sessions au niveau du protocole ont disparu, et les sections ci-dessous ajoutent que les flux ne sont pas reprenables et que les serveurs ne doivent pas envoyer de requêtes indépendantes sur un flux.
Un serveur n'implémentant que la révision actuelle traite le trafic plus ancien avec un comportement spécifié : un GET ou DELETE vers le point de terminaison MCP reçoit 405 Method Not Allowed ; un en-tête Mcp-Session-Id est ignoré et aucun identifiant de session n'est généré ni renvoyé ; un en-tête Last-Event-ID est ignoré.
2. Le protocole réseau
Le serveur expose un chemin d'accès HTTP unique — le point de terminaison MCP — prenant en charge POST. Le socle de sécurité du transport importe avant toute optimisation réseau : les serveurs doivent valider l'en-tête Origin sur les connexions entrantes et renvoyer un code 403 pour une origine présente mais invalide ; les serveurs s'exécutant localement doivent se lier à localhost plutôt qu'à toutes les interfaces ; et les serveurs doivent authentifier les connexions. Ces exigences existent pour réduire les risques de rebond DNS (DNS-rebinding) et d'accès non autorisé.
Envoi. Chaque message JSON-RPC provenant du client constitue son propre POST. Le client doit inclure un en-tête Accept répertoriant à la fois application/json et text/event-stream, et le corps doit être une requête ou notification JSON-RPC unique. Les clients ne doivent pas envoyer de réponses JSON-RPC. Une subtilité importe pour les développeurs : bien que le transport définisse le comportement d'un POST de notification, le protocole de base du 2026-07-28 ne définit aucune notification client-vers-serveur sur Streamable HTTP et ne définit pas d'exigences d'en-tête de métadonnées pour les POST de notification.
Notifications. Si le serveur en accepte une, il renvoie 202 Accepted sans corps ; s'il ne le peut pas, un statut d'erreur HTTP, contenant éventuellement une réponse d'erreur JSON-RPC sans id.
Requêtes. Le serveur renvoie soit Content-Type: application/json avec un objet JSON unique, soit Content-Type: text/event-stream avec un flux SSE limité à cette requête. Le client doit prendre en charge les deux — le serveur choisit par requête, donc un client qui n'en gère qu'un seul tombera en panne de manière imprévisible.
Ce qui circule sur un flux de réponse. Le serveur peut envoyer des notifications liées à la requête d'origine — des messages de progression et de journalisation — avant la réponse finale, et la réponse finale doit fermer le flux. Le serveur ne doit pas envoyer de requêtes JSON-RPC indépendantes sur ce flux. C'est la rupture explicite par rapport aux révisions antérieures.
Annulation. La fermeture du flux de réponse SSE doit être traitée par le serveur comme l'annulation de cette requête, et comme chaque requête possède son propre flux, la déconnexion est sans ambiguïté. La notification d'annulation du protocole de base est utilisée uniquement sur stdio ; sur ce transport, il n'y a pas de message d'annulation et aucun n'est attendu.
3. Où sont passés les traitements initiés par le serveur
Deux éléments nécessitaient auparavant un canal du serveur vers le client, et ils ont été séparés en mécanismes distincts.
Demander quelque chose au client — échantillonnage, sollicitation, racines — est désormais intégré dans les résultats sous forme de requêtes d'entrée selon le modèle de requêtes à allers-retours multiples (Multi Round-Trip Requests). Le serveur renvoie un InputRequiredResult contenant inputRequests ; le client rassemble ce qui a été demandé et réémet l'appel d'origine avec le inputResponses correspondant. Il s'agit d'un second POST, pas d'un push.
Les notifications de modification de longue durée — modifications de la liste des outils, mises à jour des ressources — sont obtenues en envoyant une requête subscriptions/listen dont la réponse est elle-même un flux SSE qui reste ouvert et ne délivre que les types de notifications auxquels le client a souscrit. Les notifications limitées à une requête, comme la progression, n'y apparaissent pas ; elles circulent uniquement sur le flux de la requête à laquelle elles appartiennent.
Cette séparation est plus nette qu'il n'y paraît. Le flux de notifications de longue durée standardisé existe parce que le client l'a demandé, et son contenu est filtré par la propre souscription du client. Le travail à allers-retours multiples peut rester sans état au niveau de la couche de transport MCP car le serveur peut encoder le contexte nécessaire dans requestState et le client renvoie cette valeur opaque lors de la nouvelle tentative.

4. Deux détails qui posent problème derrière un proxy
La spécification inclut deux notes opérationnelles qui existent parce que le SSE et les proxys inverses entretiennent des relations complexes.
Mise en mémoire tampon (Buffering). Lors de l'initialisation d'un flux SSE, les serveurs doivent inclure X-Accel-Buffering: no. Cela indique aux proxys inverses tels que nginx de désactiver la mise en mémoire tampon des réponses. Sans cela, un proxy peut accumuler des messages avant de les transmettre — introduisant de la latence et compromettant l'intérêt du streaming. Si les mises à jour de progression diffusées arrivent regroupées à la fin, la mise en mémoire tampon des réponses est l'un des premiers comportements d'intermédiaire à vérifier.
Maintien de connexion (Keep-alives). Pour les flux de longue durée, en particulier la réponse subscriptions/listen, les serveurs sont encouragés à émettre périodiquement une ligne de commentaire SSE — une ligne commençant par un deux-points — en guise de keep-alive, afin que les intermédiaires et les délais d'inactivité ne ferment pas une connexion silencieuse. Selon la spécification SSE, un commentaire ne transporte aucune donnée d'événement, et les clients doivent ignorer ces lignes plutôt que de les traiter comme malformées.
5. Le contrat d'en-tête
C'est la partie qui rend ce transport véritablement différent d'une convention JSON-RPC-sur-HTTP, et la spécification énonce son objectif directement : le transport duplique certains champs du corps JSON-RPC dans des en-têtes HTTP afin que les intermédiaires — répartiteurs de charge, passerelles, outils d'observabilité — puissent router et inspecter les requêtes sans analyser le corps.
MCP-Protocol-Version — requis sur chaque POST, et sa valeur doit correspondre à la version du protocole figurant dans le champ _meta du corps. Une incohérence est rejetée avec un code 400 Bad Request et une erreur HeaderMismatch. Une version que le serveur n'implémente pas reçoit un code 400 avec une erreur listant les versions qu'il prend en charge. Une méthode non implémentée reçoit un code 404 avec une erreur JSON-RPC -32601, ce qui la distingue du code 404 d'un serveur hérité.
Mcp-Method — reflète method. Requis sur toutes les requêtes JSON-RPC.
Mcp-Name — reflète params.name ou params.uri. Requis pour tools/call, resources/read et prompts/get.
Pour les requêtes JSON-RPC, ces en-têtes de requête standard sont obligatoires pour la conformité aux périmètres ci-dessus. Les POST de notification constituent un cas particulier distinct : cette révision définit leur mécanique de transport mais pas leurs exigences d'en-tête de métadonnées. Une requête tools/call minimale conforme ressemble donc à ceci sur le réseau :
Les serveurs peuvent aller plus loin et désigner des paramètres d'outils spécifiques à refléter, en utilisant une extension x-mcp-header dans le schéma du paramètre, ce qui génère des en-têtes nommés Mcp-Param-{Name}. Un serveur qui meurtre un paramètre de région obtient Mcp-Param-Region: us-west1 à côté du corps — ce qui est exactement la forme dont un routeur a besoin pour envoyer une requête au bon backend régional sans lire la charge utile.
Les contraintes sur cette extension sont strictes et méritent d'être connues avant de concevoir autour d'elle. Les valeurs doivent être non vides, doivent correspondre à la syntaxe des jetons HTTP, ne doivent contenir aucun caractère de contrôle et doivent être uniques sans tenir compte de la casse au sein du schéma. Seuls les types primitifs sont autorisés — chaîne, booléen et entier, number étant explicitement exclu. Et la propriété annotée doit être accessible de manière statique depuis la racine du schéma via une chaîne composée uniquement de clés properties : pas à travers des mots-clés de tableau, pas à travers oneOf, anyOf, allOf ou not, pas à travers des conditionnels, et pas à travers $ref. Les objets imbriqués ne posent pas de problème tant que chaque étape est une clé properties. Une annotation située ailleurs rend la définition de l'outil invalide, et un client conforme doit exclure cet outil de tools/list tout en consignant un avertissement — ainsi, une définition malformée ne désactive pas le reste.
Les valeurs qui ne peuvent pas être représentées en ASCII pur de manière sécurisée sont encodées en Base64 à l'intérieur d'une balise, =?base64?...?=, et le même encodage s'applique à Mcp-Name. Un détail intéressant : une valeur en ASCII pur qui ressemble par hasard à la balise doit également être encodée, pour éliminer toute ambiguïté.
6. Pourquoi une incohérence constitue une erreur
Les serveurs qui traitent le corps de la requête doivent rejeter les requêtes dont les valeurs d'en-tête ne correspondent pas aux valeurs correspondantes du corps, en renvoyant 400 avec l'erreur JSON-RPC -32020. La spécification en donne la raison explicite, et il s'agit d'un argument de sécurité plutôt que d'élégance : cela évite les vulnérabilités lorsque différents composants du réseau s'appuient sur des sources de vérité différentes — un répartiteur de charge effectuant le routage sur la valeur de l'en-tête tandis que le serveur MCP s'exécute en se basant sur la valeur du corps.
Considérez cela comme un modèle de menace. Si un intermédiaire prend une décision à partir d'un en-tête et que le serveur agit sur un corps qui indique autre chose, alors un client qui les définit différemment peut induire une situation de divergence des sources de vérité — par exemple, un routage ou une politique évalué par rapport à une valeur tandis que l'exécution utilise une autre valeur. La validation obligatoire côté serveur élimine cette classe d'incohérence pour la révision actuelle, et les valeurs encodées doivent être décodées avant comparaison.
7. Ce que cela implique pour une passerelle
Il est rare qu'un protocole spécifie ce que l'élément intermédiaire doit faire. Comme celui-ci le fait, la correspondance est particulièrement directe.
Router sans analyser. Mcp-Method et Mcp-Name signifient qu'un proxy peut distinguer un appel d'outil d'une lecture de ressource, et savoir de quel outil il s'agit, à partir des seuls en-têtes. C'est toute la différence entre une couche consciente de MCP et une couche qui doit désérialiser chaque charge utile pour prendre une décision (aperçu de MCP).
Exposer l'identité de l'outil à une couche d'autorisation sans analyser le corps. Une requête tools/call conforme transporte le nom de l'outil dans Mcp-Name. Cela fournit à un intermédiaire conscient de MCP une donnée définie par le protocole qu'il peut utiliser lors de l'application d'une politique par outil ; l'authentification et l'autorisation doivent toujours être appliquées par la passerelle/serveur plutôt que déduites de l'en-tête lui-même (documentation sur l'authentification et la sécurité MCP).
Limiter le débit par outil ou par client. La spécification mentionne la limitation de débit par client comme une utilisation prévue des en-têtes miroirs par les intermédiaires, la vérification de version constituant la condition de sécurité (limitation de débit).
Observer avec des dimensions utiles. Disposer du nom de la méthode et de l'outil sans analyser le corps est exactement ce que demande la télémesure par outil, et cela s'aligne sur les conventions d'appel d'outils qui émergent dans les standards de télémesure (documentation sur l'analyse et le traçage).
Supprimer l'affinité de session MCP de la couche de transport. Les sessions au niveau du protocole ayant été supprimées et les flux de réponse étant limités aux requêtes individuelles, le transport MCP ne nécessite plus de routage persistant (sticky routing) ni de magasin de sessions MCP partagé. Les applications peuvent toujours maintenir un état durable derrière des identifiants explicites ou des magasins partagés, ainsi "transport sans état" ne doit pas être lu comme "application sans état". Pour en savoir plus sur la forme de transport antérieure de 2025, consultez notre comparaison stdio vs Streamable HTTP ; les modèles généraux de distribution de passerelle sont abordés dans basculement et répartition de charge.
Une obligation s'applique dans le sens inverse, et elle concerne tout ce qui se trouve sur le trajet. Un intermédiaire qui ne reconnaît pas un en-tête Mcp-Param-{Name} doit le transmettre et l'ignorer pour le reste. La suppression des en-têtes inconnus — un comportement par défaut fréquent dans les proxys durcis — rompra le fonctionnement des serveurs conformes qui les attendent.
Où se situe un harnais d'agent (agent harness). Le transport a toujours besoin d'un appelant qui décide quand un outil doit être invoqué. TrueForge, le harnais d'agent open source de TrueFoundry, exécute cette boucle d'exécution à travers les appels de modèles, les outils MCP distants, les compétences, le bac à sable (sandboxing), les approbations, la gestion du contexte et l'état de session. Son connecteur MCP prend en charge les serveurs distants avec authentification par en-tête ou OAuth, y compris une pause d'autorisation dans le chat lorsqu'un utilisateur n'a pas encore connecté de serveur. Cela rend la séparation claire : TrueForge orchestre l'étape de l'agent ; Streamable HTTP définit le contrat réseau client-serveur ; et une passerelle MCP TrueFoundry peut régir le trafic d'outils qui est délibérément routé à travers elle. Aucune de ces couches ne se substitue aux autres.

8. Une posture de déploiement recommandée
Si vous exploitez des serveurs MCP, validez Origin, authentifiez les connexions et liez les serveurs locaux de manière restrictive avant de vous préoccuper de l'optimisation du streaming. Émettez ensuite X-Accel-Buffering: no sur les réponses SSE et des commentaires keep-alive sur les flux de longue durée ; la mise en mémoire tampon et les délais d'inactivité peuvent se faire passer pour de la latence applicative ou une défaillance de streaming. Validez la concordance en-tête-corps plutôt que de faire confiance à l'un des deux seulement, et décodez les valeurs encodées avec des balises avant comparaison. Pour le trafic provenant de révisions Streamable HTTP antérieures, renvoyez le comportement de compatibilité spécifié — 405 sur GET et DELETE, et ignorez les en-têtes de session et d'ID d'événement — afin que les anciens clients échouent ou s'adaptent de manière prévisible.
Si vous exploitez un intermédiaire sur le trajet, transmettez les en-têtes Mcp-Param-* inconnus, vérifiez la version du protocole avant de traiter les en-têtes miroirs comme faisant foi, et tirez parti de ce que la duplication est conçue pour permettre : routage, entrées de politique, limitation de débit et télémesure articulés sur la méthode et le nom de l'outil sans désérialiser chaque charge utile. L'en-tête fournit des métadonnées ; votre couche d'identité et d'autorisation décide toujours si l'appelant est autorisé à effectuer l'action.
Si vous développez un client, prenez en charge les deux types de contenu de réponse, traitez les lignes de commentaire SSE comme négligeables et suivez la séquence de repli — tentez une requête moderne, et sur un code 400, inspectez le corps avant de tirer toute conclusion, car les serveurs modernes renvoient également 400 pour les versions non prises en charge et les échecs de validation d'en-tête. Une erreur moderne reconnue implique de réessayer plutôt que de basculer sur un mode dégradé.
9. Ce que le protocole résout — et ne résout pas
Le transport du 2026-07-28 simplifie le contrat réseau ; il ne décide pas de la logique métier de l'agent. Il supprime l'affinité de session au niveau MCP, définit le fonctionnement du streaming et des réessais limités aux requêtes, et fournit aux intermédiaires des métadonnées validées qu'ils peuvent utiliser pour le routage et les politiques. Il ne choisit pas quel outil un agent doit appeler, n'accorde pas à l'appelant la permission d'utiliser cet outil, ne définit pas de politique d'approbation, ne conserve pas la mémoire applicative et ne prouve pas qu'un effet secondaire en aval a été autorisé par le système d'enregistrement.
Ces responsabilités appartiennent aux couches adjacentes. Un runtime d'agent tel que TrueForge pilote la boucle d'exécution et peut gérer les connecteurs MCP, les approbations, le contexte et l'état de session. Une passerelle MCP TrueFoundry peut centraliser l'authentification, l'autorisation, l'accès aux outils et l'observabilité pour le trafic routé via celle-ci. Le serveur MCP et l'application en aval conservent la responsabilité de leurs propres autorisations et effets métier. Conserver ces frontières explicites est plus utile que de traiter un transport plus propre comme un modèle complet de sécurité pour les agents.
Enfin, cet article décrit une révision d'une spécification qui évolue rapidement. Les niveaux d'exigence présentés ici sont issus du texte du 2026-07-28, les clients et serveurs réels peuvent accuser un retard par rapport aux révisions, et la spécification reste prévalente sur tout résumé. Cet article ne prétend pas non plus qu'une version déployée spécifique de la passerelle TrueFoundry consomme en interne chaque en-tête miroir du 2026-07-28.
Références
- Model Context Protocol — Spécification du transport Streamable HTTP (2026-07-28), la source pour les mécaniques de transport, le socle de sécurité, les métadonnées de requête, la validation et les règles de compatibilité décrits ici.
- Model Context Protocol — Journal des modifications du 2026-07-28, et la révision du transport du 2025-11-25 pour la forme antérieure.
- Model Context Protocol — Multi Round-Trip Requests et subscriptions.
- TrueFoundry — stdio vs. Streamable HTTP — contexte de transport antérieur; Authentification et sécurité MCP; Limitation de débit; Analytics.
- TrueForge — Agent harness open-source et Configuration de serveur MCP, documentant les connecteurs MCP distants avec authentification par en-tête ou OAuth, l'autorisation dans le chat, les approbations, la gestion du contexte et les sessions persistantes.
Le fonctionnement interne, les niveaux d'exigence, les noms d'en-têtes, les codes d'erreur, les règles de compatibilité et les exigences de sécurité d'état MRTR sont paraphrasés à partir du texte de la spécification du 28/07/2026 lié ; l'exemple de requête est adapté de l'illustration de la spécification elle-même. La conception filaire HTTP distante de MCP a évolué de manière significative à travers trois ères, et la spécification fait autorité sur ce résumé. Les affirmations relatives aux produits TrueFoundry se limitent aux fonctionnalités documentées sur les pages actuelles liées ; cet article ne prétend pas qu'une version particulière de gateway déployée utilise en interne chaque en-tête miroir du 28/07/2026.
TrueFoundry AI Gateway offre une latence d'environ 3 à 4 ms, gère plus de 350 RPS sur 1 processeur virtuel, évolue horizontalement facilement et est prête pour la production, tandis que LiteLM souffre d'une latence élevée, peine à dépasser un RPS modéré, ne dispose pas d'une mise à l'échelle intégrée et convient parfaitement aux charges de travail légères ou aux prototypes.












.png)
.png)

.png)







.png)

.png)


.png)

.png)






