MCP Claude : guide complet du Model Context Protocol en 2026

MCP — pour Model Context Protocol — est 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 ». Ce guide couvre l’installation, les 10 serveurs MCP à connaître en 2026, et comment créer le tien.

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.

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 (cf. notre comparatif des IDE IA 2026), 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 testée et classée par utilité réelle au quotidien. Tous sont officiellement listés sur le registre modelcontextprotocol.io/servers ou sur les repos maintenus par Anthropic.

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 : @automatalabs/mcp-server-playwright.
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).

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 pratique-ia.fr :

Serveur Filesystem pointé sur notre 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 notre 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 (ex. ajouter un schema Breadcrumb), Claude lit le code actuel, propose le patch, et peut même ouvrir la pull request. Cf. aussi notre guide Claude API en 2026 pour 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 dans le paysage plus large des modèles (Claude, GPT, Gemini), notre 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

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

Serveurs distants HTTP + SSE : la spec initiale privilégiait le transport stdio (serveur local). Depuis mi-2025, le transport HTTP avec Server-Sent Events est stable, ce qui permet d’héberger un serveur MCP sur une machine distante (VPS, Lambda, Cloud Run) et de l’exposer à plusieurs clients. Les grosses entreprises l’utilisent pour brancher Claude à des systèmes internes sans installer un serveur sur chaque poste.

Registre officiel de serveurs : modelcontextprotocol.io/servers liste désormais plus de 200 serveurs (officiels Anthropic, communautaires, d’entreprise). Les serveurs marqués « verified » passent un audit de code. 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.).

Pour aller plus loin : la dernière génération de modèles Anthropic gère MCP nativement avec une stabilité nettement meilleure qu’en 2024. Voir notre avis sur Claude Opus 4.7 pour les détails du modèle phare 2026.

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.

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.