MCP (Model Context Protocol) simplifie la connexion des services externes aux assistants d'IA. Au lieu de dizaines d'intégrations non standard, vous obtenez une interface unique par laquelle l'application découvre des outils et des données. Mais quel serveur MCP devriez-vous choisir pour travailler avec des éditeurs populaires ? Voyons ça.
Ce qui est MCP et comment il fonctionne
L'architecture MCP est divisée en trois rôles : hôte, client et serveur. L'hôte est l'application utilisée: Claude Bureau, Curseur, ou code VS. À l'intérieur de l'hôte, un client responsable de l'échange de messages exécute pour chaque serveur configuré. Le serveur, à son tour, fournit des outils — actions que l'assistant peut effectuer — ainsi que des ressources et des invites. Les ressources sont pratiques à utiliser comme contexte et outils pour les opérations actives.
Les connexions locales fonctionnent généralement via stdio: l'hôte lance le processus serveur et communique avec lui par entrée/sortie standard. Un serveur distant est accessible via Streamable HTTP. Dans le premier cas, le processus obtient les permissions de l'utilisateur actuel de l'ordinateur; dans le second, les données arrivent sur le réseau, donc une authentification séparée est nécessaire.
Critères pour choisir un serveur MCP
Avant de connecter un nouveau serveur, posez-vous quelques questions :
- Quelles données le serveur voit-il ?
- Quelles actions effectue-t-elle?
- Où sont stockés les secrets ?
- Qui confirme les opérations irréversibles?
- Un journal est-il conservé ?
Si au moins un point n'est pas clair, il vaut mieux ne pas prendre le risque.
Vérifiez également l'éditeur et le dépôt. Un serveur MCP est pas une extension officielle ou une clé API, mais un contrat logiciel qui exécute du code avec des privilèges locaux. Un serveur installé à partir d'un README aléatoire peut tout faire. Faites attention aux dépendances, à la méthode de mise à jour et à la liste des outils déclarés.
Serveurs MCP populaires : quoi se connecter en premier
Tout d'abord, il est utile de configurer l'accès aux fichiers locaux et à un dépôt GitHub.
Système de fichiers et GitHub
Le serveur Filesystem permet de lire un répertoire avec une racine restreinte. C'est un moyen sûr de donner à l'assistant l'accès aux projets sans risquer tout le système. Le serveur GitHub fonctionne avec les problèmes, les requêtes de tirage et les vérifications. Il est utile pour automatiser les tâches courantes : vérifier l'état de l'examen, trouver un bug par problème, compiler une liste de tâches ouvertes.
Les actions qui modifient le dépôt — création de succursales, clôture des dossiers, fusion — sont mieux adaptées séparément, délibérément. Pour GitHub, il vaut la peine de créer un compte séparé, d'accorder des champs d'application minimaux et de travailler dans un dépôt de bacs à sable afin que vous ne cassiez pas accidentellement la production.
Bases de données, Slack et Google Drive
Le serveur Postgres est utile pour lire les schémas, diagnostiquer les requêtes et analyser les données. Ici, il est important de créer un utilisateur en lecture seule avec des restrictions réelles: timeout de la déclaration, interdiction des schémas sensibles, audit. Cela réduit le risque de modifier accidentellement la base de données par l'intermédiaire de l'assistant.
Slack et Google Drive peuvent exposer des messages et des documents au-delà de la portée de la tâche. Si vous ne pouvez pas vous en passer, limitez les espaces de travail, les canaux et les dossiers. Et rappelez-vous toujours : si une tâche peut être résolue avec une ressource en lecture seule, ne distribuez pas un outil avec un accès en écriture.
Navigateur et appareils mobiles
Lorsque vous avez besoin d'accéder à des interfaces Web sans API, Browser MCP est utile — il permet à l'agent d'interagir avec une page. Pour les appareils Android, il y a PhonePi MCP ou similaire. Ces serveurs sont pratiques pour vérifier l'interface ou travailler avec un système qui n'a pas d'interface programmatique. Mais rappelez-vous : l'automatisation de l'interface utilisateur est plus lente et plus fragile qu'une API directe.
Modèle de sécurité et de menace
MCP réduit les coûts d'intégration, mais ne pas éliminer le modèle de menace. Le protocole lui-même ne crée pas de privilèges ni ne garantit la qualité de la mise en œuvre. Un serveur peut nécessiter une clé API, OAuth ou une autorisation locale, mais cela ne la rend pas automatiquement sécurisée. Pensez toujours à ce que les données finissent dans le contexte de l'assistant et qui pourrait lire ces données.
Configuration minimale et budget
Pour un développeur, une configuration de démarrage raisonnable est des fichiers locaux dans une racine autorisée et un dépôt GitHub. Ensuite, vous pouvez ajouter un navigateur pour les vérifications. Les bases de données, les discussions et les documents en nuage ne devraient être connectés que pour un scénario répétable spécifique. Après une semaine d'utilisation, supprimer tout ce qui n'apporte pas de valeur. Cette approche économise le budget et ne surcharge pas l'assistant d'outils inutiles.
