MCP IA : c'est quoi un serveur MCP et comment l'utiliser

Vous avez sûrement vu passer « MCP » dans une annonce de Claude, de ChatGPT ou d'un éditeur de logiciel. Le sigle cache une idée simple : donner à l'IA un accès standard à vos outils, pour qu'elle travaille sur vos données plutôt que sur ce que vous lui recopiez.

Je commence par la définition, puis le fonctionnement, des exemples de serveurs utiles et la marche à suivre pour en ajouter un dans Claude, avec un générateur de commande pour éviter les erreurs de syntaxe.

MCP IA : c'est quoi ? La définition simple

MCP est l'abréviation de Model Context Protocol, littéralement « protocole de contexte pour les modèles ». C'est une norme ouverte qui décrit comment une application d'intelligence artificielle se connecte à des systèmes extérieurs : des fichiers, une base de données, un moteur de recherche, un logiciel métier.

La documentation officielle emploie une image que je reprends toujours en réunion : MCP est un port USB-C pour les applications d'IA. Avant l'USB-C, chaque appareil avait son câble. Avant MCP, chaque connexion entre un assistant et un service se codait à la main, une fois par assistant et une fois par service. Avec MCP, un service publie un serveur, et tous les assistants compatibles savent s'en servir.

Concrètement, une IA branchée en MCP peut chercher dans vos pages Notion, interroger vos statistiques Google Analytics, piloter un navigateur ou lancer un crawl Screaming Frog, puis vous répondre à partir de ce qu'elle vient de trouver. Elle passe d'un assistant qui rédige à un assistant qui consulte et agit.

D'où vient MCP et qui le gouverne ?

Anthropic, l'éditeur de Claude, a publié MCP en novembre 2024. Le protocole a ensuite été adopté par la plupart des acteurs : lors de son transfert, en décembre 2025, l'annonce officielle citait une prise en charge par ChatGPT, Claude, Cursor, Gemini, Microsoft Copilot et Visual Studio Code, plus de 10 000 serveurs actifs et 97 millions de téléchargements mensuels des kits de développement.

Ce transfert date du 9 décembre 2025 : Anthropic a confié MCP à l'Agentic AI Foundation, un fonds hébergé par la Linux Foundation et cofondé avec Block et OpenAI. Les décisions sur la spécification restent prises par ses mainteneurs, à partir de propositions publiques de la communauté. Pour une entreprise, c'est la réponse à l'objection du verrouillage : adopter MCP ne revient pas à parier sur un seul éditeur.

Quelle différence entre MCP, IA et LLM ?

Les trois termes désignent des étages différents. Le LLM (grand modèle de langage) est le moteur qui comprend et rédige : Claude, GPT, Gemini. L'application d'IA est le logiciel dans lequel vous travaillez avec lui : l'application Claude, ChatGPT, Claude Code, Cursor. MCP est le câble qui relie cette application à vos outils.

MCP ne rend donc pas le modèle plus intelligent. Il lui donne accès à des informations et à des actions qu'il n'avait pas. Un modèle moyen bien branché sur vos données répond souvent mieux qu'un excellent modèle qui travaille à l'aveugle.

MCP ou API : quelle différence ?

Une API est la porte d'entrée programmatique d'un service, propre à chaque éditeur. Un serveur MCP s'appuie le plus souvent sur cette API, mais la présente dans un format commun, avec pour chaque outil un nom, une description lisible par le modèle et un schéma de paramètres. MCP ne remplace pas l'API : il la rend utilisable par n'importe quelle IA compatible, sans code d'adaptation propre à chaque assistant.

Le gain se voit en arithmétique. Relier cinq assistants à dix services demandait cinquante intégrations, chacune à écrire et à maintenir. Avec MCP, dix serveurs suffisent, et les cinq assistants les lisent tous.

C'est quoi un serveur MCP ?

Un serveur MCP est le programme qui fait le lien entre l'IA et un service. Il annonce ce qu'il sait faire, reçoit les demandes de l'IA, les exécute auprès du service (une API, une base de données, des fichiers) et renvoie le résultat. Le mot « serveur » impressionne à tort : c'est souvent un petit programme de quelques centaines de lignes.

Il en existe deux sortes :

• Le serveur local tourne sur votre ordinateur. L'application d'IA le lance elle-même et lui parle par l'entrée et la sortie standard (le transport stdio). C'est le cas d'un serveur qui lit vos fichiers ou pilote un logiciel installé, comme Screaming Frog.
• Le serveur distant est hébergé par l'éditeur du service et joint par une adresse HTTPS (le transport Streamable HTTP). Notion, Stripe ou Sentry publient le leur : rien à installer, une connexion à votre compte suffit.

Chez Claude, un serveur distant ajouté depuis l'interface s'appelle un connecteur. Un connecteur MCP n'est rien d'autre qu'un serveur MCP distant, déclaré dans votre compte.

Comment fonctionne le MCP : client, serveur, outils et ressources

Les trois rôles : hôte, client et serveur

L'architecture distingue trois rôles, et les confondre est l'erreur la plus courante.

• L'hôte est l'application d'IA elle-même : Claude Desktop, Claude Code, Visual Studio Code. C'est lui qui coordonne l'ensemble.
• Le client est le composant qui tient la connexion avec un serveur. L'hôte en crée un par serveur : trois serveurs branchés, trois clients.
• Le serveur est le programme qui fournit le contexte, qu'il tourne sur votre machine ou à l'autre bout du réseau.

Aucun des trois n'a besoin de connaître son interlocuteur à l'avance. Un serveur écrit pour votre outil interne fonctionne avec Claude aujourd'hui et avec un autre assistant demain, sans une ligne de code en plus. C'est tout l'intérêt d'une norme.

Ce qu'un serveur expose : outils, ressources et prompts

Un serveur peut proposer trois types d'éléments, que la spécification appelle des primitives.

• Les outils sont des fonctions exécutables : interroger une base, appeler une API, écrire un fichier. C'est ce que le modèle déclenche.
• Les ressources sont des données consultables : le contenu d'un fichier, un enregistrement, le schéma d'une base. C'est ce que le modèle lit.
• Les prompts sont des modèles d'interaction réutilisables : une marche à suivre, des exemples. C'est ce qui cadre le modèle.

La règle que j'applique : si l'IA doit agir, c'est un outil. Si elle doit savoir, c'est une ressource. Si elle doit procéder d'une certaine façon, c'est un prompt. Dans les faits, la plupart des serveurs publics exposent surtout des outils, et la qualité de l'expérience dépend d'eux.

Dans l'autre sens, le client peut offrir des fonctions au serveur. La principale est l'élicitation : le serveur demande une précision ou une confirmation à l'utilisateur en cours de route.

Ce qui se passe quand vous posez une question

1. Découverte. Le client demande au serveur ses capacités, puis la liste de ses outils (tools/list) : pour chacun, un nom, une description et un schéma JSON des paramètres.
2. Choix. Le modèle lit ces descriptions et décide si l'un des outils sert votre demande. Il ne sait de l'outil que ce qui est écrit dans sa description.
3. Approbation. Selon vos réglages, l'application vous demande l'autorisation avant d'exécuter l'outil.
4. Appel. Le client envoie la requête (tools/call) avec des paramètres conformes au schéma, et le serveur l'exécute auprès du service.
5. Réponse. Le résultat revient dans la conversation. Le modèle poursuit son raisonnement, quitte à appeler un autre outil.

Conséquence pratique : la qualité des descriptions d'outils compte autant que le code. Un outil mal décrit ne sera jamais appelé au bon moment.

Les dessous techniques en un paragraphe

Les échanges utilisent JSON-RPC 2.0, quel que soit le transport. Depuis la version 2026-07-28 de la spécification, le protocole est sans état : chaque requête porte sa version et les capacités du client, et le serveur publie les siennes via une requête de découverte obligatoire (server/discover). Sur le transport HTTP, l'authentification passe par les mécanismes habituels du web (jeton, clé d'API, en-tête), et la spécification recommande OAuth pour obtenir les jetons.

Exemples de serveurs MCP utiles

Des milliers de serveurs existent, de qualité très inégale. Ceux du tableau sont publiés par l'éditeur du service ou par le projet MCP lui-même, ce qui est mon premier critère de choix.

Côté SEO, notez une absence : à ma connaissance, Google n'a pas publié de serveur officiel pour la Search Console. Des serveurs communautaires existent, et il faut lire leur code ou leurs permissions avant de leur confier vos propriétés. J'ai rassemblé d'autres usages de l'IA pour le référencement dans Claude pour le SEO.

Pour un cas complet, pas à pas, j'ai détaillé l'installation du MCP Screaming Frog dans Claude, avec les réglages et le piège du premier crawl.

Où trouver d'autres serveurs MCP

• Le registre officiel du projet, registry.modelcontextprotocol.io, qui recense les serveurs publiés.
• Le dépôt de serveurs de référence du projet sur GitHub (modelcontextprotocol/servers), utile pour voir à quoi ressemble un serveur propre.
• Le catalogue de connecteurs de Claude, où les serveurs des grands éditeurs s'ajoutent en quelques clics.
• La documentation de vos logiciels : de plus en plus d'éditeurs y décrivent leur serveur MCP et sa procédure d'installation.

MCP Claude : comment ajouter un serveur MCP dans Claude

La marche à suivre dépend de l'endroit où vous utilisez Claude. Le serveur reste le même, seule la façon de le déclarer change.

Dans Claude (web et application) : ajouter un connecteur

1. Ouvrez les réglages des connecteurs : Customize > Connectors sur les offres Pro et Max.
2. Cliquez sur + Add, puis Add custom connector, et collez l'adresse du serveur distant, par exemple https://mcp.notion.com/mcp.
3. Si l'éditeur vous en a fourni, renseignez l'identifiant et le secret OAuth dans les réglages avancés, validez, puis connectez votre compte.
4. Dans une conversation, activez ou coupez le connecteur depuis le menu des outils de la zone de saisie.

Trois limites à connaître. L'offre gratuite n'autorise qu'un seul connecteur personnalisé. Sur les offres Team et Enterprise, seuls les propriétaires de l'espace ajoutent les connecteurs, et les membres s'y connectent ensuite. Enfin, Claude joint le serveur depuis l'infrastructure d'Anthropic, pas depuis votre ordinateur : un serveur qui n'écoute que sur localhost reste inaccessible par ce chemin.

Dans Claude Desktop : extension ou fichier de configuration

Pour un serveur local, deux méthodes. La plus simple est l'extension : un fichier .mcpb fourni par l'éditeur, à installer depuis Settings > Extensions. C'est la méthode que documente Screaming Frog.

L'autre passe par le fichier de configuration. Dans les réglages de l'application, ouvrez Developer > Edit Config : Claude ouvre claude_desktop_config.json, rangé dans ~/Library/Application Support/Claude/ sur macOS et dans %APPDATA%\Claude\ sous Windows. Déclarez-y le serveur :

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/vous/Documents/dossier-autorise"
      ]
    }
  }
}

Quittez ensuite Claude complètement, pas seulement la fenêtre, puis rouvrez-le. C'est l'oubli qui explique la majorité des serveurs « invisibles ». Le serveur apparaît alors dans la liste des connecteurs, depuis le bouton d'ajout de la zone de saisie.

Dans Claude Code : la commande claude mcp add

Claude Code se configure en ligne de commande. Si l'outil n'est pas encore sur votre machine, suivez d'abord mon tutoriel pour installer Claude Code. Trois formes couvrent presque tous les cas :

# Serveur distant (HTTP)
claude mcp add --transport http notion https://mcp.notion.com/mcp

# Serveur local (stdio) : tout ce qui suit -- est la commande du serveur
claude mcp add --transport stdio playwright -- npx @playwright/mcp@latest

# Serveur local avec une variable d'environnement, pour tous vos projets
claude mcp add --transport stdio --scope user analytics-mcp -e "GOOGLE_PROJECT_ID=votre-projet" -- pipx run analytics-mcp

L'option --scope décide où la configuration est rangée :

• local, la valeur par défaut : ce projet, pour vous seul.
• project : un fichier .mcp.json à la racine du projet, partagé avec l'équipe via git.
• user : tous vos projets, sur votre machine.

Ensuite, claude mcp list affiche les serveurs déclarés, claude mcp remove nom en retire un, et la commande /mcp, dans une session, montre leur état et lance la connexion OAuth quand un serveur la demande.

Pour ne pas vous tromper de syntaxe, le générateur ci-dessous écrit la commande Claude Code et le bloc JSON à partir de quelques champs. Partez d'un serveur connu ou décrivez le vôtre.

Sécurité : les risques d'un serveur MCP

MCP donne des mains à l'IA. C'est tout son intérêt, et c'est aussi là que se logent les risques. La documentation de sécurité du protocole et celle de Claude convergent sur quatre points.

• Un serveur local s'exécute avec vos droits. Un serveur de fichiers peut lire et modifier tout ce que vous pouvez lire et modifier. Limitez-le aux dossiers nécessaires, et n'exécutez jamais une commande d'installation que vous ne comprenez pas.
• L'injection de prompt. Un serveur qui récupère du contenu extérieur (une page web, un ticket, un e-mail) peut faire entrer dans la conversation des instructions cachées qui détournent le modèle. La documentation de Claude Code le rappelle : vérifiez que vous faites confiance à chaque serveur avant de le connecter.
• Des droits trop larges. Les bonnes pratiques du protocole recommandent de partir d'autorisations minimales et de les élargir seulement quand une action le demande. Un jeton qui ouvre tout expose tout s'il fuit.
• Les connecteurs non vérifiés. Anthropic le précise pour les connecteurs personnalisés : ils relient Claude à des services qu'Anthropic n'a pas vérifiés. Relisez chaque demande d'approbation d'outil.

MCP, skills et agents : qui fait quoi ?

Trois notions reviennent ensemble et se complètent. MCP donne l'accès : il branche l'IA sur un outil. Une skill donne la méthode : un dossier d'instructions et de scripts que Claude charge quand une tâche s'y prête, par exemple votre procédure d'audit. Un agent enchaîne les deux en autonomie pour atteindre un objectif.

Exemple en SEO : le serveur MCP de Screaming Frog sait lancer un crawl et sortir un export, une skill d'audit dit quels exports demander et comment hiérarchiser les problèmes. Pour écrire les vôtres, voyez mon guide des Claude Skills, et pour l'étape suivante, la méthode pour créer un agent IA.

Faut-il créer son propre serveur MCP ?

Rarement en premier. Commencez par brancher un serveur existant et vivez avec pendant deux semaines : la liste de ce qui vous a manqué devient le cahier des charges de votre premier serveur.

Écrire un serveur devient rentable quand la même connexion doit servir plusieurs fois : plusieurs assistants, plusieurs équipes, ou plusieurs mois. Les kits de développement officiels existent dans les principaux langages, et le protocole n'est pas la partie difficile. La vraie question est de choisir quels outils exposer, et jusqu'où.

Mon conseil tient en une phrase : deux outils bien nommés et bien décrits valent mieux qu'un serveur qui recopie toute une API. Face à cinquante outils, un modèle choisit mal, et chaque définition d'outil occupe de la place dans sa fenêtre de contexte. C'est le type de chantier que je mène en mission d'automatisation IA, quand un outil métier doit devenir accessible à Claude.

Écrit par

Anthony Courtin

Consultant SEO, GEO & automatisation IA

J'accompagne des PME et des indépendants sur la visibilité (Google, ChatGPT, Perplexity) et sur l'usage réel de l'IA au travail. J'interviens en entreprise pour former les équipes et repenser les process. Tout ce que j'écris ici, je l'utilise en mission.

Me suivre sur LinkedIn Ma chaîne YouTube