Serveur MCP : lesquels brancher sur Claude en 2026, et ce qui casse

9 400 serveurs au registre officiel | Le protocole est passé sous Linux Foundation | La spec de juillet 2026 enterre le vieux transport

Le protocole n’appartient plus à Anthropic. Depuis le 9 décembre 2025, MCP est un projet de l’Agentic AI Foundation, hébergée par la Linux Foundation. Anthropic, Block et OpenAI cofondent, Google, Microsoft et AWS suivent. Un standard que trois concurrents directs gouvernent ensemble, c’est rare (et plutôt bon signe).

MCP, pour Model Context Protocol, reste le standard ouvert publié par Anthropic fin 2024, qui permet à Claude (et à n’importe quel LLM compatible) de parler directement avec des outils externes : ton système de fichiers, ta base Postgres, un repo GitHub, un container Docker, un navigateur, Notion, Slack.

Au lieu de copier-coller du contexte dans le chat, tu branches un serveur MCP une fois et Claude peut lire, écrire, exécuter des actions dans ces outils à la volée.

En pratique : tu installes un serveur MCP (une ligne de commande), tu l’ajoutes à la configuration de Claude Desktop ou Claude Code, et ton assistant peut désormais répondre à « ouvre le fichier budget.csv et fais un résumé des dépenses » ou « cherche les issues GitHub ouvertes sur mon repo ».

Au programme : l’installation, les serveurs qui valent le détour en 2026, ceux qu’Anthropic a cessé de maintenir, et comment créer le tien.

Les serveurs MCP se branchent aussi dans l’agent en terminal : voir le guide Claude Code.

Qu’est-ce que MCP (Model Context Protocol) ?

MCP est un protocole client-serveur basé sur JSON-RPC 2.0. Trois composants :

• Le client MCP : l’application qui héberge le LLM (Claude Desktop, Claude Code, Cursor, Windsurf, Continue, Zed, et d’autres qui s’ajoutent chaque mois).
• Le serveur MCP : un process local ou distant qui expose des tools, des resources et des prompts. Exemple : un serveur Filesystem expose les tools read_file, write_file, list_directory.
• Le transport : stdio (serveur local, le plus courant), HTTP + SSE (serveur distant), ou WebSocket.

Avant MCP, chaque intégration LLM ↔ outil était re-codée à la main par chaque équipe. MCP standardise ce contrat. Écris ton serveur une fois, n’importe quel client MCP peut s’en servir. C’est le même pattern que LSP (Language Server Protocol) pour les éditeurs de code : un seul serveur Python, n’importe quel IDE compatible LSP sait l’utiliser.

L’intérêt direct pour toi, utilisateur de Claude : une fois qu’un serveur MCP est branché, tu arrêtes de copier-coller du contexte. Claude a accès à la source vive. Pour un développeur, c’est l’alternative propre aux vieux plugins ChatGPT et aux custom GPTs. Pour quelqu’un qui travaille avec des données, c’est la fin des exports CSV envoyés au chat.

Un serveur MCP, c’est quoi concrètement ?

Le protocole et le serveur sont deux choses différentes, et la confusion entre les deux est la première source de blocage quand on démarre.

MCP est le protocole, la convention qui décrit comment un modèle et un outil extérieur se parlent. Un serveur MCP est un petit programme qui parle cette langue, et qui expose une capacité précise : lire vos fichiers, interroger une base de données, appeler une API.

L’analogie qui aide : le protocole est la prise électrique, le serveur est l’appareil qu’on y branche. Vous n’installez pas MCP, vous installez des serveurs MCP.

Trois conséquences pratiques :

• Un serveur ne fait qu’une chose. Un serveur pour GitHub, un autre pour votre système de fichiers, un troisième pour Slack. On les empile selon les besoins plutôt que d’en chercher un qui fasse tout.
• Il tourne chez vous, la plupart du temps. Le modèle ne se connecte pas à un service distant : il dialogue avec un programme lancé sur votre machine, qui décide ce qu’il expose.
• Il ne demande pas de développement pour être utilisé. La grande majorité des serveurs s’installent en une ligne de commande et se déclarent dans un fichier de configuration.

Écrire son propre serveur ne devient utile que pour connecter un outil interne, sans équivalent public. C’est traité plus bas.

MCP IA, MCP-IA, IA MCP : trois graphies, un seul protocole

Les trois s’écrivent, les trois cherchent la même chose. Aucune différence technique entre un serveur MCP, un serveur MCP IA et un serveur IA MCP : c’est le même programme, la même documentation, le même fichier de configuration.

Le suffixe est une béquille de recherche. Il n’apparaît nulle part dans la spécification, qui s’en tient à Model Context Protocol. Les francophones l’ajoutent parce qu’ils savent que le sigle nu renvoie à autre chose (la section suivante dit quoi).

Le réflexe est bon, d’ailleurs. Taper MCP IA plutôt que MCP élimine d’un coup les pages de certification et les forums d’administrateurs Windows.

La réponse courte, si tu es arrivé par là : un serveur MCP est un connecteur entre ton assistant et un outil que tu utilises déjà. Ton disque dur, ta base de données, ton dépôt de code. Le modèle ne devine plus, il lit à la source.

Une remarque de vocabulaire qui évite des heures perdues : on n’installe pas MCP. On installe des serveurs MCP. Le protocole, lui, est déjà dans le client. Chercher un téléchargement de MCP revient à chercher un téléchargement du HTTP.

Dernière variante croisée régulièrement : protocole MCP. Correcte, elle aussi, et plus juste que les autres.

MCP Microsoft ou MCP Anthropic ? Deux sigles, aucun rapport

Le sigle est partagé, et l’autre MCP pèse lourd dans les recherches.

MCP a d’abord désigné le Microsoft Certified Professional, la certification d’entrée du programme Microsoft. Elle a été décommissionnée en février 2019, au profit des certifications par rôle : Azure Administrator, Azure Solutions Architect, Security Engineer et le reste du catalogue. Les MCSA, MCSD et MCSE ont suivi, examens fermés après le 31 janvier 2021.

Sept ans plus tard, le sigle circule toujours. Les organismes de formation vendent des préparations à une certification qui ne s’obtient plus, et les recruteurs continuent de l’écrire dans leurs annonces. Les anciens titulaires gardent la ligne sur leur relevé Microsoft Learn, sans possibilité de renouvellement.

Comment savoir dans quel MCP tu es tombé. S’il est question d’examens, de badges, de vouchers et de renouvellement, c’est Microsoft. S’il est question de tools, de stdio, de JSON-RPC et d’un fichier de configuration, c’est le protocole d’Anthropic.

Aucune passerelle entre les deux. Rien à certifier, rien à passer, rien à payer : le protocole s’apprend en installant un serveur et en regardant ce qu’il expose.

Le hasard fait mal les choses, en l’occurrence. Un sigle de trois lettres déjà grillé par vingt ans de certification, pour un standard censé devenir la prise universelle de l’IA (bravo le naming).

Installer un serveur MCP : prérequis et première commande

La plupart des serveurs MCP officiels sont distribués via npm (Node.js) ou PyPI (Python). Prérequis minimum :

• Node.js 18+ installé (node --version)
• Python 3.10+ (python --version) si tu veux installer des serveurs Python comme mcp-server-sqlite ou mcp-server-git
• Un client MCP : Claude Desktop, Claude Code ou Cursor (on couvre les trois plus bas)

Le serveur Filesystem officiel d’Anthropic s’installe en une ligne :

npx -y @modelcontextprotocol/server-filesystem /Users/toi/Documents

La commande lance un serveur local qui expose le dossier passé en argument. npx télécharge le package à la volée, -y évite les prompts de confirmation. Pas besoin de npm install global si tu utilises ce pattern dans ta configuration client (on voit la syntaxe juste après). Même logique pour les serveurs Python : uvx remplace npx.

MCP avec Claude Desktop : configuration pas à pas

Claude Desktop est le client le plus mature pour MCP parce qu’il vient d’Anthropic. La configuration se fait dans un fichier JSON unique. Localisation :

• MacOS : ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows : %APPDATA%\Claude\claude_desktop_config.json
• Linux : ~/.config/Claude/claude_desktop_config.json

Exemple minimal avec le serveur Filesystem et le serveur GitHub :

{ "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/toi/Documents"] }, "github": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxx" } } }
}

Redémarre Claude Desktop après chaque modification. Une icône en forme de marteau apparaît dans la fenêtre de chat quand un serveur est actif : clique dessus pour voir la liste des tools disponibles. Si Claude ne voit pas ton serveur, vérifie les logs sous ~/Library/Logs/Claude/mcp*.log (macOS), 90 % des erreurs viennent d’un chemin mal écrit ou d’un token d’authentification manquant.

Cas d’usage testé : on charge server-filesystem pointé vers un dossier de notes Markdown. On demande à Claude « lis tous les fichiers dans /notes/projets/ et fais-moi un tableau récap avec titre, statut et dernière modification ». Il ouvre chaque fichier, extrait le frontmatter, et rend le tableau. Pas de copier-coller. Ça change la manière de travailler.

MCP avec Claude Code : le setup le plus rapide

Claude Code, l’outil CLI d’Anthropic, ajoute MCP via la commande claude mcp add. Exemple :

claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /Users/toi/Documents
claude mcp add github -e GITHUB_PERSONAL_ACCESS_TOKEN=ghp_xxx -- npx -y @modelcontextprotocol/server-github

La configuration est scope par défaut à l’utilisateur. Pour partager un serveur MCP avec toute une équipe sur un projet, ajoute l’option --scope project : la configuration est alors écrite dans un fichier .mcp.json à la racine du repo, versionnable avec git. C’est l’une des différences importantes avec Claude Desktop, dont la configuration est forcément globale.

Pour lister les serveurs actifs : claude mcp list. Pour en retirer un : claude mcp remove filesystem. Pour inspecter les tools exposés par un serveur : claude mcp get filesystem. Les trois commandes sont documentées dans la documentation officielle Claude Code.

MCP avec Cursor et les autres IDE IA

Cursor a adopté MCP en 2025 et c’est devenu le deuxième client le plus utilisé après Claude Desktop. Configuration dans ~/.cursor/mcp.json (global) ou .cursor/mcp.json à la racine du projet :

{ "mcpServers": { "postgres": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mabase"] } }
}

Même syntaxe que Claude Desktop. Même logique. Pour Windsurf (le comparatif des IDE IA 2026 détaille les écarts entre clients), la configuration se fait dans ~/.codeium/windsurf/mcp_config.json. Continue, Zed et Cline suivent le même pattern avec des chemins différents.

L’un des bénéfices pratiques de MCP : un serveur écrit aujourd’hui pour Claude Desktop marchera demain sur le prochain client compatible, sans aucune modification côté serveur. C’est la promesse du protocole.

Les 10 serveurs MCP essentiels en 2026

Sélection classée par utilité réelle au quotidien. Un avertissement avant la liste : plusieurs de ces serveurs ont changé de mainteneur en 2025, et les listes recopiées un peu partout ne le disent pas. Le détail est plus bas, section serveurs métier.

1. Filesystem, lecture/écriture de fichiers dans un ou plusieurs dossiers. Le serveur le plus universel. Package : @modelcontextprotocol/server-filesystem.
2. GitHub, recherche, lecture et création d’issues, pull requests, commits. Accès repo public ou privé via token personnel. Package : @modelcontextprotocol/server-github.
3. Postgres, requêtes SQL en lecture seule sur n’importe quelle base Postgres. Claude peut explorer le schéma et écrire les requêtes à ta place. Package : @modelcontextprotocol/server-postgres.
4. SQLite, équivalent pour les bases SQLite locales. Utile pour analyser un dump ou une base de dev. Package : mcp-server-sqlite (Python, via uvx).
5. Docker, lister conteneurs, exécuter des commandes, lire les logs. Pratique pour le debug ou l’ops. Package : @quantgeekdev/docker-mcp.
6. Playwright, contrôle un navigateur headless. Claude peut naviguer, cliquer, remplir un formulaire, faire des captures. Package officiel : @playwright/mcp, maintenu par Microsoft. Le fork communautaire que recopient encore beaucoup de tutoriels n’est plus la référence.
7. Brave Search, recherche web via l’API Brave. Alternative propre aux outils de search intégrés, sans quotas opaques. Package : @modelcontextprotocol/server-brave-search.
8. Slack, lecture des messages, envoi dans un canal, recherche. Package : @modelcontextprotocol/server-slack.
9. Google Drive, lecture et recherche dans Drive. Nécessite un OAuth setup initial plus lourd que les autres. Package : @modelcontextprotocol/server-gdrive.
10. Sequential Thinking, serveur conceptuel qui expose un tool de raisonnement séquentiel. Claude s’en sert pour décomposer un problème complexe en étapes. Package : @modelcontextprotocol/server-sequential-thinking.

Sept autres à découvrir selon ton usage : Notion (recherche et écriture dans une workspace), Stripe (lecture de transactions et paiements), Sentry (accès aux erreurs de ton app), Cloudflare (manipulation de DNS, Workers, R2), AWS (via mcp-server-aws non officiel), Puppeteer (alternative à Playwright), Fetch (récupération générique d’URL).

Playwright MCP : le serveur qui fait naviguer Claude

C’est le serveur le plus installé hors Filesystem, et celui dont la fiche technique est la plus mal recopiée.

Le paquet à utiliser est @playwright/mcp, publié par Microsoft, la même équipe que Playwright. Une ligne suffit :

claude mcp add playwright -- npx -y @playwright/mcp@latest

Ce qui le distingue des serveurs de navigation concurrents : il n’envoie pas de captures d’écran au modèle. Il lui passe l’arbre d’accessibilité de la page, une structure de texte qui décrit les boutons, les champs et les liens tels que le navigateur les expose.

Trois conséquences, toutes bonnes. Pas de modèle de vision à mobiliser. Beaucoup moins de tokens consommés par page. Et une exécution déterministe : un bouton nommé Valider reste un bouton nommé Valider, là où une capture demande de deviner un pixel.

Chromium, Firefox et WebKit sont pilotables. Node 18 minimum.

Ce que ça rate. Tout ce qui détecte l’automatisation. Une protection anti-bot correctement réglée arrête Playwright MCP exactement comme elle arrête un script Playwright ordinaire, et l’assistant n’a aucun moyen de contourner ça. Les pages très dynamiques posent l’autre limite classique : si le contenu arrive après coup, l’arbre lu à l’instant T est incomplet.

Usage où il brille : remplir un formulaire long, vérifier qu’un parcours fonctionne après une mise en production, extraire un tableau d’une page qui refuse l’export.

Context7 MCP : la documentation à jour poussée dans le contexte

Le problème qu’il règle est le plus agaçant du développement assisté : ton modèle connaît la version de la bibliothèque qui traînait dans ses données d’entraînement, pas celle que tu viens d’installer. D’où le code impeccable qui appelle une fonction supprimée deux versions plus tôt.

Context7, publié par Upstash, va chercher la documentation courante d’un paquet et l’injecte dans le contexte au moment de la question. Pas de réglage, pas d’index à construire : tu mentionnes la bibliothèque, le serveur ramène la page qui va bien.

claude mcp add --scope user context7 -- npx -y @upstash/context7-mcp --api-key TA_CLE

La clé gratuite se récupère sur context7.com et relève les limites de débit. Le serveur tourne aussi sans clé, avec un quota plus serré. Une version hébergée existe sur https://mcp.context7.com/mcp, la clé passant alors dans l’en-tête Authorization.

C’est le serveur que je branche en premier sur un poste de développement, avant même celui de GitHub. Le gain est immédiat sur les bibliothèques qui bougent vite, où six mois d’écart suffisent à rendre une réponse fausse.

Sa limite tient à sa nature : il dépend de ce qu’Upstash a indexé. Une bibliothèque interne ou confidentielle n’y est pas, et n’y sera jamais.

Le serveur MCP de data.gouv.fr, et pourquoi il compte

L’État français a mis un serveur MCP public en ligne. Pas une démonstration en vase clos : une instance ouverte, sans clé d’API, sur mcp.data.gouv.fr/mcp.

Ce qu’il expose, ce sont les API de data.gouv.fr traduites en tools : recherche de jeux de données par mots-clés, lecture des métadonnées, interrogation des ressources tabulaires, et les statistiques de consultation et de téléchargement du catalogue.

Tous les outils sont en lecture seule, ce qui explique l’absence d’authentification. Le code est publié sur GitHub sous licence MIT.

L’usage réel. Demander « les jeux de données sur la qualité de l’air publiés depuis janvier » et obtenir la liste avec les liens de téléchargement, sans passer par l’interface de recherche. Puis enchaîner sur le contenu d’un fichier tabulaire dans la même conversation.

L’équipe présente le service comme une expérimentation, et prévient que le périmètre bougera. À intégrer dans un outil de production avec cette réserve en tête.

Une précision qui a son importance : rien de ce qui devient accessible ici n’était fermé avant. Les données étaient déjà ouvertes et téléchargeables. Ce qui change, c’est le canal.

Et un signal, accessoirement : quand une administration publie un serveur MCP, le protocole a fini sa phase de gadget pour développeurs.

MCP et n8n : brancher Claude sur tes automatisations

n8n a intégré MCP nativement à partir de la version 1.88, avec deux nœuds qui vont dans les deux sens. Avant ça, il fallait passer par des nœuds communautaires et de l’auto-hébergement.

MCP Server Trigger transforme un workflow n8n en serveur MCP. Le nœud expose une URL, le client s’y connecte, et les outils du workflow deviennent des tools appelables depuis le chat.

MCP Client Tool fait l’inverse : un agent n8n consomme un serveur MCP externe et s’en sert comme d’un outil parmi les autres.

Le premier est de loin le plus intéressant si des automatisations tournent déjà chez toi. Plus besoin d’écrire un serveur Python pour exposer ton CRM à Claude : le workflow qui interroge ce CRM existe, il suffit de le publier.

C’est aussi la voie la plus courte pour donner à un assistant l’accès à un outil sans serveur MCP officiel. Le connecteur n8n fait le pont, et il en existe des centaines.

Le coût caché : une couche de plus dans la chaîne. Quand une réponse est fausse, il faut déterminer si le problème vient du modèle, du nœud MCP ou du workflow lui-même. Prévoir des logs côté n8n avant de brancher, pas après.

Pour le reste de l’outil, le guide n8n 2026 et le comparatif n8n contre Make traitent l’automatisation elle-même. L’inscription se fait sur n8n.io, en hébergé ou en self-hosted.

GitLab, Jira, Postgres : les serveurs MCP métier ont changé de mains

C’est le changement le plus mal documenté de 2025, et celui qui casse le plus d’installations.

Anthropic a arrêté de maintenir la majorité de ses serveurs de référence. Treize des vingt d’origine ont été déplacés dans un dépôt servers-archived, avec un avertissement sans ambiguïté : aucune garantie de sécurité n’est fournie pour ces serveurs.

Sont partis : GitHub, Slack, Postgres, Google Drive, Brave Search, Sentry, SQLite, Puppeteer, GitLab, Redis, Google Maps, AWS-KB et EverArt.

Sept restent maintenus : Everything, Fetch, Filesystem, Git, Memory, Sequential Thinking et Time.

Ce n’est pas un abandon, c’est un transfert. Les éditeurs maintiennent désormais leur propre serveur, ce qui vaut mieux qu’une équipe unique portant les intégrations de tout le monde.

• GitHub : le serveur officiel est github/github-mcp-server. Une version distante hébergée existe sur https://api.githubcopilot.com/mcp/, avec authentification OAuth 2.1 et rien à installer localement. C’est celle à préférer.
• Jira et Confluence : Atlassian publie un serveur distant officiel, qui couvre aussi Bitbucket et Jira Service Management, en OAuth 2.1 ou jeton d’API.
• GitLab : la version Anthropic est archivée. Les remplaçants sont communautaires. Regarde la date du dernier commit avant de brancher.
• Postgres : même situation, et c’est le cas le plus sensible. Un serveur MCP qui parle à une base de production mérite une lecture du code, pas un npx -y à l’aveugle.

La règle qui découle de tout ça tient en une ligne. Un paquet en @modelcontextprotocol/server- qui ne figure pas dans la liste des sept est archivé, même s’il s’installe encore sans broncher.

Et il s’installe encore : le serveur Postgres archivé continue d’être téléchargé massivement chaque mois par des gens qui suivent un tutoriel de 2024.

Liste des serveurs MCP : où chercher sans se perdre

Le registre officiel a déménagé. Ce n’est plus une page du site de documentation mais un service à part entière, sur registry.modelcontextprotocol.io, porté par Anthropic, GitHub, Microsoft et PulseMCP.

Plus de 9 400 serveurs y sont référencés en 2026. La croissance est devenue le problème : trouver le bon serveur demande désormais plus de tri que d’exploration.

La méthode qui marche. Partir du nom de l’éditeur, pas du mot « MCP ». Si Stripe, Sentry, Linear ou Figma maintiennent un serveur, il est annoncé dans leur documentation bien avant d’apparaître dans un annuaire tiers. Un serveur éditeur battra presque toujours un fork communautaire sur la fraîcheur et sur l’authentification.

Les annuaires tiers, Smithery, PulseMCP, mcp.so, indexent plus large et classent par nombre d’installations. Utiles pour départager deux serveurs concurrents, moins fiables sur le statut de maintenance.

Trois choses à regarder avant d’installer, dans cet ordre : la date du dernier commit, le nombre de mainteneurs, et la présence d’une version distante hébergée par l’éditeur.

Rappel utile à ce stade. Un serveur MCP est un programme qui s’exécute avec tes droits, pas une extension de navigateur bac à sable. La ligne installée sans lire s’exécutera quand même.

Créer son propre serveur MCP : les bases

Pour un cas d’usage spécifique (une API interne, un outil métier), écrire son propre serveur MCP prend 30 minutes à 2 heures selon la complexité. Anthropic fournit deux SDK officiels : TypeScript et Python.

Squelette minimal en Python avec le SDK officiel :

from mcp.server.fastmcp import FastMCP mcp = FastMCP("mon-serveur") @mcp.tool()
def liste_clients(statut: str = "actif") -> list[dict]: """Retourne la liste des clients filtrés par statut.""" # Appel à ton API interne, ta base, ton fichier... return [{"id": 1, "nom": "Exemple", "statut": statut}] if __name__ == "__main__": mcp.run()

Le décorateur @mcp.tool() expose la fonction Python comme un tool MCP. Les types des arguments (statut: str) et le docstring sont lus automatiquement pour générer le schéma JSON que Claude voit. Tu lances ensuite le serveur via uv run mon_serveur.py et tu l’ajoutes à ta config Claude Desktop ou Claude Code.

Même logique en TypeScript avec @modelcontextprotocol/sdk. La documentation officielle MCP propose des quickstarts pour les deux SDK. Pour un projet plus ambitieux (serveur distant HTTP + SSE avec auth), mieux vaut partir d’un des serveurs de référence publiés par Anthropic sur GitHub et le modifier.

Sécurité MCP : ce qu’il faut savoir avant de brancher un serveur

Un serveur MCP tourne sur ta machine avec tes droits. Il peut donc lire et écrire tout ce que toi tu peux lire et écrire. Trois règles simples :

• Ne lance que des serveurs dont tu connais la source. Les serveurs officiels d’Anthropic et ceux marqués « verified » sur le registre sont audités. Pour un serveur tiers, lis le code avant.
• Scope le serveur Filesystem au dossier minimum nécessaire. Évite de pointer sur ~/ ou /, tu donnes à Claude accès à toute ta machine.
• Utilise des tokens à portée limitée. Pour GitHub, crée un token avec scope lecture seule sur les repos dont Claude a besoin. Pas de token admin personnel global.

Claude Desktop et Claude Code affichent les actions sensibles (écriture, suppression, commande système) et demandent confirmation avant exécution. Tu peux décliner à la volée. Ça ne remplace pas une bonne hygiène de permissions.

Cas d’usage concrets qu’on a testés

Trois setups qu’on utilise au quotidien sur praxena.fr :

Serveur Filesystem pointé sur le dossier d’articles. Claude peut scanner tous les briefs en Markdown, extraire les keywords ciblés, et pointer les articles manquants dans la queue SEO. Gain : ~30 minutes par semaine sur la gestion de backlog.

Serveur Postgres (lecture seule) sur la base WordPress. On demande à Claude des requêtes du type « liste les articles publiés les 90 derniers jours avec leur focus keyword Rank Math ». Il écrit le SQL, l’exécute, rend le tableau. Pas besoin de phpMyAdmin.

Serveur GitHub pointé sur le repo du plugin pratique-ia-schema. Quand on veut faire évoluer le plugin (ajouter un schema Breadcrumb, par exemple), Claude lit le code actuel, propose le patch, et peut même ouvrir la pull request. Le guide Claude API couvre l’autre cas : intégrer Claude dans tes propres outils, sans passer par MCP.

Dépannage : les 5 erreurs MCP les plus fréquentes

Liste triée par fréquence rencontrée quand on aide quelqu’un à installer son premier serveur MCP.

• « Server not found » au redémarrage de Claude Desktop, dans 80 % des cas, le chemin passé au serveur Filesystem n’existe pas ou contient un tilde non expansé. Remplace ~/Documents par le chemin absolu complet (/Users/toi/Documents).
• Erreur d’authentification GitHub, le token manque de scope. Pour lire des repos privés, il faut au minimum repo scope. Pour lire seulement du public, public_repo suffit.
• Claude ne voit pas le serveur dans la liste des tools, la config JSON est mal formée (virgule manquante, accolade non fermée). Valide le fichier avec jq . claude_desktop_config.json avant de redémarrer.
• Erreur « spawn npx ENOENT » sur Windows, Claude Desktop ne trouve pas Node.js dans le PATH système. Solution : remplace "command": "npx" par le chemin absolu vers npx.cmd, souvent C:\Program Files\nodejs\npx.cmd.
• Le serveur démarre puis se ferme immédiatement, regarde les logs MCP. Dans 90 % des cas c’est une variable d’environnement manquante (token, URL de base de données). Un echo $MA_VAR dans le terminal qui a lancé Claude ne suffit pas : Claude Desktop hérite seulement des variables explicitement mises dans le bloc "env" de la config.

Ressource utile quand quelque chose coince : le canal #mcp du Discord officiel Anthropic et les issues GitHub du repo modelcontextprotocol/servers. Les mainteneurs répondent en général sous 48h, et beaucoup de cas tordus (SSO, proxies, Windows) ont déjà leur thread.

MCP vs alternatives : quand s’en passer

MCP n’est pas la réponse à tout. Quelques cas où d’autres approches sont plus adaptées :

• Usage one-shot : pour une analyse ponctuelle d’un fichier, le drag-and-drop dans le chat reste plus rapide que configurer un serveur.
• Automatisation sans supervision : si tu veux que l’IA agisse en autonomie sans ta présence (batch jobs, workflows), un agent IA autonome avec orchestration type LangChain ou CrewAI sera plus adapté.
• Intégration dans ta propre app : appelle directement l’API Anthropic avec les tools classiques. MCP est un client-side protocol, pas une couche à redéployer côté serveur.
• LLM local sans MCP support : si tu fais tourner un LLM local via Ollama sans client MCP compatible, les function calls classiques restent la voie.

Pour comprendre comment MCP s’intègre sur le marché plus large des modèles (Claude, GPT, Gemini), le comparatif ChatGPT vs Claude 2026 détaille les différences de capacités de chaque famille de modèles, MCP inclus.

Où en est MCP en 2026 et ce qui arrive

Quatre évolutions marquantes depuis la publication initiale du protocole fin 2024.

Le transport distant a changé deux fois. La spec initiale privilégiait stdio, un serveur lancé sur ta machine. Est ensuite arrivé HTTP + SSE, avec ses deux points d’entrée séparés. La révision 2025-03-26 l’a remplacé par Streamable HTTP : une seule URL qui encaisse les POST et bascule en flux quand l’appel dure.

HTTP + SSE est officiellement déprécié. Il tourne encore par compatibilité, et plusieurs éditeurs ont annoncé sa coupure courant 2026. Si un tutoriel te fait configurer un endpoint /sse, il a un an de retard.

L’enjeu pratique est l’hébergement : un serveur MCP distant tourne sur un VPS ou une fonction serverless et sert plusieurs postes d’un coup, là où stdio demande une installation par machine.

La spec 2026-07-28, la plus grosse révision depuis le lancement. Publiée le 28 juillet 2026, elle pose un cœur sans état, qui tourne sur de l’infrastructure HTTP ordinaire au lieu d’exiger des sessions persistantes.

Elle formalise aussi des extensions : MCP Apps pour les interfaces rendues côté serveur, Tasks pour les traitements longs, une autorisation alignée sur OAuth et OpenID Connect, et une politique de dépréciation écrite. Les demandes qui exigeaient une réponse de l’utilisateur en cours d’appel passent désormais par un aller-retour explicite, compatible avec un serveur sans état.

Traduction pour toi : moins de serveurs qui tombent quand la connexion saute.

Registre officiel de serveurs : il a déménagé sur registry.modelcontextprotocol.io, un service à part porté par Anthropic, GitHub, Microsoft et PulseMCP. Le compteur y dépasse les 9 400 serveurs en 2026, contre quelques centaines un an plus tôt.

C’est la porte d’entrée naturelle pour découvrir un serveur correspondant à un outil que tu utilises déjà, Stripe, Sentry, Linear, Airtable, Figma, Confluence, et plusieurs dizaines d’autres ont des serveurs maintenus.

Support étendu côté clients : en plus de Claude Desktop, Claude Code, Cursor, Windsurf, Continue et Zed, des clients plus récents comme Cline (VS Code), Aider (terminal) et quelques frameworks d’agents (LangChain, CrewAI via adapters) savent aujourd’hui consommer des serveurs MCP. L’écosystème a basculé du « on verra si ça prend » au « standard de fait » en 18 mois.

Verdict

MCP est passé en un an de « standard prometteur d’Anthropic » à « façon par défaut de brancher un LLM à ses outils ». Si tu utilises Claude Desktop, Claude Code ou Cursor au quotidien, installer au moins Filesystem et GitHub fait gagner plusieurs heures par semaine dès la première utilisation. Le reste des serveurs vient selon ton stack (Postgres, Docker, Slack, etc.).

La dernière génération de modèles Anthropic gère MCP nativement, avec une stabilité sans commune mesure avec 2024. Les détails du modèle phare sont dans l’avis sur Claude Opus 5.

Questions fréquentes

Quelle est la différence entre MCP et un plugin ChatGPT ?

Un plugin ChatGPT est une API distante hébergée par un tiers, intégrée côté serveur OpenAI. MCP est un protocole local (ou distant) côté client, contrôlé par toi, qui tourne sur ta machine. Tu gardes les données en local, tu choisis à quels outils Claude a accès, et le protocole est ouvert, tout LLM compatible peut s’en servir, pas seulement Claude.

MCP fonctionne-t-il avec ChatGPT ou Gemini ?

Le protocole est ouvert : techniquement rien n’empêche OpenAI ou Google de supporter MCP côté client. Au moment d’écrire (2026), le support natif est surtout côté Anthropic (Claude Desktop, Claude Code) et côté IDE IA tiers (Cursor, Windsurf, Continue, Zed, Cline). ChatGPT et Gemini utilisent leurs propres systèmes de tools, mais des proxies communautaires existent pour pont MCP ↔ OpenAI.

Faut-il savoir coder pour utiliser MCP ?

Non pour utiliser les serveurs existants : la configuration est un fichier JSON, et la plupart des serveurs s’installent avec npx -y. Un peu de confort avec le terminal aide mais ce n’est pas du code. Oui pour créer son propre serveur : Python ou TypeScript basique suffisent grâce aux SDK officiels.

MCP est-il gratuit ?

Oui. Le protocole est open source (spec publiée sous licence MIT). Les serveurs officiels d’Anthropic sont gratuits. Les SDK sont gratuits. Tu paies uniquement les services tiers auxquels tu connectes Claude (par exemple un abonnement Brave Search ou un quota Google Drive), et bien sûr ton abonnement Claude si tu utilises Claude Desktop avec un compte payant.

Combien de serveurs MCP existe-t-il en 2026 ?

Plus de 9 400 sont référencés au registre officiel, contre quelques centaines un an plus tôt. Le chiffre est à relativiser : il compte les serveurs publiés, pas les serveurs maintenus. Une bonne moitié n’a pas reçu de commit depuis six mois. Le nombre de serveurs réellement utilisables au quotidien se compte plutôt en dizaines.

Peut-on utiliser un serveur MCP sans rien installer ?

Oui, et c’est la tendance. Les serveurs distants s’utilisent en collant une URL dans la configuration du client, avec une authentification OAuth. GitHub, Atlassian, Context7 et data.gouv.fr en proposent un. Aucun paquet npm, aucun Node à gérer, et les mises à jour arrivent côté éditeur. La contrepartie : les données transitent par un service tiers, ce que stdio évitait par construction.

Un serveur MCP fonctionne-t-il hors connexion ?

Un serveur local en stdio, oui : Filesystem, Git ou SQLite tournent sur ta machine sans réseau. Le modèle, lui, a besoin d’internet, sauf à faire tourner un LLM local via Ollama avec un client compatible. C’est le seul montage vraiment hors ligne, et il demande une machine conséquente.

Quel client MCP choisir pour débuter ?

Claude Desktop si tu veux zéro friction et que tu travailles surtout en chat. Claude Code si tu es développeur et que tu veux un setup versionnable par projet. Cursor si tu passes ta journée dans un IDE. Les trois utilisent la même syntaxe de configuration, passer de l’un à l’autre prend 5 minutes.