MCP : exemples de serveurs

TL;DR : Depuis novembre 2024, l’écosystème MCP rassemble plus de 16 000 serveurs publiés par GitHub, MongoDB, Atlassian, Stripe, AWS et des centaines de contributeurs open source. Ce guide recense 18 serveurs de référence organisés en six domaines, détaille comment les déclarer dans Claude Desktop et Gemini CLI, et pose les critères pour évaluer la sécurité d’un serveur communautaire avant de l’installer.

L’écosystème MCP en 2025-2026 : une croissance sans précédent

Quand Anthropic a publié le Model Context Protocol en novembre 2024, le dépôt officiel modelcontextprotocol/servers comptait une quinzaine de serveurs de démonstration. En quelques semaines, des entreprises comme GitHub, Stripe et Atlassian ont publié leurs propres implémentations. En quelques mois, l’écosystème a dépassé 16 000 serveurs référencés. Aucun autre protocole d’intégration IA n’avait connu une adoption aussi rapide depuis les webhooks.

Ce qui explique cette dynamique : MCP résout un problème concret que chaque développeur rencontre dès qu’il commence à construire des agents IA. Sans standard commun, connecter un LLM à GitHub demande d’écrire du code de glue spécifique à l’API GitHub et à l’API du LLM. Recommencer pour Jira, pour Postgres, pour S3. MCP standardise cette interface une fois pour toutes : un serveur MCP bien écrit fonctionne avec Claude, avec Gemini CLI, avec Continue.dev, avec Cursor, avec n’importe quel client qui implémente le protocole. L’investissement d’un éditeur comme Atlassian dans un serveur MCP officiel est donc rationnel : un seul effort d’intégration pour atteindre tous les clients MCP à la fois.

Dans la première partie de cette série, j’ai couvert l’architecture fondamentale de MCP : JSON-RPC 2.0, les trois primitives (tools, resources, prompts) et les deux transports (STDIO et Streamable HTTP). Ici, l’objectif est pratique : savoir quels serveurs installer en priorité, comprendre comment les déclarer dans vos clients, et évaluer un serveur communautaire avant de lui faire confiance.

Avant d’entrer dans le panorama, une distinction de vocabulaire que j’utilise tout au long de cet article :

• Officiel éditeur : serveur maintenu par l’entreprise qui fait le produit. Le GitHub MCP Server est développé et maintenu par GitHub Inc. La garantie de support et de mise à jour vient directement de l’éditeur.
• Référence Anthropic : serveur publié dans le dépôt modelcontextprotocol/servers. Le code est auditable, maintenu par Anthropic et ses contributeurs, mais le service exposé n’est pas un produit Anthropic (Postgres, Brave Search, etc.).
• Communautaire : tout le reste. Peut être excellent, mais exige un audit avant installation.

Quels sont les serveurs MCP de référence par domaine ?

Les 18 serveurs ci-dessous couvrent les six catégories les plus demandées. Pour chacun : type, utilité concrète en une phrase, lien vers le dépôt de référence.

SCM et gestion de code

Serveur	Type	Utilité	Repo
GitHub MCP Server	Officiel GitHub	Gestion de repos, PRs, issues, code search, GitHub Actions en langage naturel	github/github-mcp-server
GitLab MCP	Communautaire	Gestion de repos GitLab, merge requests, pipelines CI/CD	gitlab-mcp (plusieurs forks actifs)

 

Le GitHub MCP Server est l’exemple type d’un serveur de production : publié par GitHub Inc. en 2025, il expose l’intégralité de l’API GitHub (repos, issues, PRs, code search, Actions) via des tools MCP. Il se déclare avec npx @github/github-mcp-server et requiert un Personal Access Token GitHub dans les variables d’environnement. C’est le premier serveur à installer si votre workflow passe par GitHub, et un bon étalon pour comparer la qualité des serveurs communautaires.

Bases de données

Serveur	Type	Utilité	Repo
Postgres MCP	Référence Anthropic	Requêtes SQL, inspection de schéma, analyse de données relationnelles	modelcontextprotocol/servers
MongoDB MCP	Officiel MongoDB	Requêtes NoSQL, gestion des collections et index, intégration Atlas	mongodb-js/mongodb-mcp-server
Redis MCP	Officiel Redis	Lecture, écriture et analyse de données Redis en langage naturel	docs Redis

 

Le Postgres MCP est l’un des premiers serveurs publiés dans le dépôt de référence Anthropic. Il expose les tools query (exécution de requêtes en lecture seule) et list_schemas (inspection de la structure de la base). Sécurité par défaut : le serveur refuse les requêtes de modification sauf configuration explicite. Le MongoDB MCP, publié par MongoDB Inc., est plus complet : lecture et écriture, gestion des index, connection string passée en variable d’environnement. Ces deux serveurs illustrent bien la différence de portée entre un serveur de référence générique et un serveur officiel éditeur.

Productivité et gestion de projet

Serveur	Type	Utilité	Repo
Google Drive MCP	Référence Anthropic	Lecture et recherche dans Drive, Docs, Sheets en langage naturel	modelcontextprotocol/servers
Jira MCP	Officiel Atlassian	Création et mise à jour d’issues, gestion du backlog, sprints Jira	atlassian/atlassian-mcp-server
Notion MCP	Officiel Notion	Lecture et mise à jour de pages Notion, bases de données Notion	makenotion/notion-mcp-server
Linear MCP	Communautaire	Gestion des tickets Linear, cycles et projets en langage naturel	linear-mcp (plusieurs implémentations communautaires)

 

Les serveurs Jira et Notion illustrent un pattern apparu clairement en 2025 : des éditeurs SaaS qui publient un serveur MCP officiel pour offrir une interface en langage naturel à leurs utilisateurs sans modifier leur produit. Atlassian a publié atlassian/atlassian-mcp-server couvrant Jira et Confluence. Notion a suivi avec makenotion/notion-mcp-server. Le cas Linear est différent : pas de serveur officiel Linear Inc. à ce jour, mais plusieurs implémentations communautaires stables avec des centaines d’étoiles GitHub. C’est exactement le type de serveur à auditer avant installation.

Web et recherche

Serveur	Type	Utilité	Package / Repo
Brave Search MCP	Référence Anthropic	Recherche web via l’API Brave, sans tracking, résultats JSON structurés	modelcontextprotocol/servers
Fetch MCP	Référence Anthropic	Récupération de pages web, conversion HTML en Markdown, extraction de contenu	mcp-server-fetch (modelcontextprotocol/servers)
Puppeteer MCP	Référence Anthropic	Navigation dans un navigateur Chromium headless, screenshots, scraping de SPAs	modelcontextprotocol/servers
Playwright MCP	Officiel Microsoft	Automatisation multi-navigateurs (Chromium, Firefox, WebKit), screenshots, tests et scraping avancé	microsoft/playwright-mcp

 

Le serveur Fetch mérite une note de sécurité séparée, même s’il provient du dépôt officiel Anthropic. Son code est sain et auditable. Mais son fonctionnement en fait un vecteur de prompt injection : quand le LLM appelle Fetch sur une URL, le contenu de la page retournée fait partie du contexte du LLM. Une page malveillante peut contenir du texte conçu pour manipuler l’agent via les données récupérées, par exemple des instructions cachées dans un commentaire HTML invisible. Ce n’est pas un bug de Fetch : c’est un risque inhérent à tout serveur qui retourne du contenu tiers non filtré. Ce vecteur d’attaque et ses contre-mesures sont couverts en détail dans l’article 4 de cette série.

Le Playwright MCP, publié par Microsoft, est l’alternative multi-navigateurs à Puppeteer. Là où Puppeteer pilote uniquement Chromium en mode headless, Playwright supporte Chromium, Firefox et WebKit dans un même serveur. Il expose l’état du navigateur comme ressources MCP et convient mieux aux scénarios de test complexes, aux applications multi-onglets ou au scraping de sites qui détectent et bloquent Puppeteer. Pour un usage simple de récupération de contenu web, Fetch MCP reste plus léger. Si vous avez besoin d’exécuter du JavaScript, de simuler des interactions utilisateur ou de valider un comportement sur plusieurs navigateurs, Playwright MCP est le bon choix.

DevOps et infrastructure

Serveur	Type	Utilité	Repo
Docker MCP	Officiel Docker	Gestion de containers, images, volumes et réseaux Docker en langage naturel	Docker MCP Catalog
Kubernetes MCP	Communautaire	Gestion de clusters Kubernetes, pods, deployments et services	containers/kubernetes-mcp-server
AWS MCP	Officiel AWS	Inspection et gestion de ressources AWS : S3, Lambda, RDS, DynamoDB, CloudWatch	awslabs/mcp
Cloudflare MCP	Officiel Cloudflare	Gestion des Workers, KV stores, enregistrements DNS et configuration de zones	developers.cloudflare.com

 

AWS Labs a publié awslabs/mcp comme méta-dépôt contenant une vingtaine de serveurs MCP distincts, un par service AWS principal (Aurora, DynamoDB, ElastiCache, Redshift, S3…). C’est un pattern courant pour les grands éditeurs : un dépôt chapeau avec des sous-dossiers par domaine. Le Kubernetes MCP communautaire est largement déployé en entreprise et bien maintenu, mais son accès en écriture aux clusters mérite une attention particulière avant de l’utiliser en production. Cloudflare expose des capacités de gestion d’infrastructure (Workers, KV, DNS) : son serveur MCP appartient naturellement à la catégorie DevOps.

Finance et données de marché

Serveur	Type	Utilité	Repo
Stripe MCP	Officiel Stripe	Requêtes billing, debug de transactions, gestion clients et abonnements Stripe	docs.stripe.com/mcp
Polygon.io MCP	Communautaire	Données boursières, historiques financiers, tickers et agrégats OHLCV en langage naturel	polygon-mcp (implémentations communautaires)

 

Stripe a intégré son serveur MCP directement dans sa documentation officielle sur docs.stripe.com/mcp, signal maximal d’engagement éditeur. Le cas d’usage typique : un agent de support technique qui consulte l’historique de transactions d’un client, identifie un paiement échoué et en diagnostique la cause, le tout en langage naturel sans accès au tableau de bord Stripe. Le serveur communautaire Polygon.io expose les données de marché boursier, les historiques financiers et les agrégats OHLCV. Comme tout serveur communautaire, un audit du code s’impose avant de le connecter à un environnement de trading réel.

Comment déclarer un serveur MCP dans Claude Desktop ?

Claude Desktop est l’hôte MCP le plus utilisé pour les workflows quotidiens. Sa configuration passe par un seul fichier JSON : claude_desktop_config.json. Sur macOS, il se trouve dans ~/Library/Application Support/Claude/. Sur Windows, dans %APPDATA%\\Claude\\. Le plus simple pour l’éditer : depuis Claude Desktop, allez dans Paramètres > Développeur > Modifier la configuration. Le fichier s’ouvre dans votre éditeur par défaut et est créé automatiquement s’il n’existe pas encore.

Voici un exemple complet avec deux serveurs déclarés, GitHub MCP (via npx) et Fetch MCP (via uvx) :

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@github/github-mcp-server"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_VotreTokenIci"
      }
    },
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

Chaque entrée sous mcpServers est identifiée par un nom libre qui apparaît dans l’interface Claude Desktop. Sous chaque serveur :

• command : la commande à exécuter pour démarrer le processus serveur. Pour un transport STDIO, Claude Desktop lance ce processus, lui envoie les messages sur stdin et lit les réponses sur stdout.
• args : tableau d’arguments passés à la commande. -y avec npx accepte automatiquement l’installation sans confirmation interactive.
• env : variables d’environnement injectées dans le processus du serveur uniquement. C’est ici que vont les clés API : pas dans le code, pas dans les logs, pas dans le PATH global.

Après avoir sauvegardé le fichier, redémarrez Claude Desktop. Les serveurs configurés apparaissent dans l’interface avec un indicateur de connexion.

Pour déclarer les mêmes serveurs via Claude Code CLI :

# Serveur GitHub (scope local = stocké dans .claude/settings.local.json, gitignored)
claude mcp add --scope local github -- \
  npx -y @github/github-mcp-server \
  --env GITHUB_PERSONAL_ACCESS_TOKEN=ghp_VotreToken

# Serveur Fetch (pas de clé API nécessaire)
claude mcp add --scope local fetch -- uvx mcp-server-fetch

--scope local stocke la configuration dans .claude/settings.local.json, ignoré par git, et la garde active sur toutes les sessions Claude Code sur cette machine. --scope project commit la config dans .claude/settings.json pour la partager avec votre équipe. --scope user la met dans ~/.claude.json et s’applique à tous vos projets. La commande claude mcp list affiche les serveurs enregistrés pour la session en cours.

Exemple Claude Cowork / Fetch

Première illustration sous Claude Desktop / CoWork sous OSX avec le serveur MCP Fetch. Claude Desktop et Claude Code disposent déjà nativement d’un outil capable d’accéder au contenu de pages web, et ce de façon beaucoup plus élaborée que le serveur MCP Fetch présenté ici, mais il s’agit d’illustrer la mise en oeuvre à travers:

• la déclaration du serveur MCP
• sa mise à oeuvre à l’aide d’un prompt
• de voir le système de permissions en action

Première étape : il s’agit d’un serveur STDIO, il faut donc installer le serveur MCP localement puis le déclarer dans Claude Desktop (exemple sous OSX avec brew) :

brew install uv
uvx mcp-server-fetch --help

La configuration reprend un des exemples présentés plus haut dans cet article :

{
   "mcpServers": {
     "fetch": {
       "command": "uvx",
       "args": [
         "mcp-server-fetch"
       ]
     }
   }
}

Vous devrez quitter et relancer Claude Desktop pour la prise en compte du serveur MCP.

Vous retrouverez la déclaration du dans les préférences/paramètres de l’application et également dans les outils disponibles, qui s’affichent lorsque vous cliquez le signe « + » dans la zone de saisie du prompt.

Lorsque vous invoquez des outils disponibles dans un serveur MCP, Claude Desktop (ou Claude Code) vous demande l’autorisation d’exécuter l’appel : il s’agit d’une mesure de sécurité, qui vous laisse vérifier l’outil invoqué et vous confie la décision de réaliser l’appel ou non. Les serveurs MCP, notamment ceux installés directement sur votre machine sous la forme d’exécutables, de shells, d’applications Python ou Typescript,…; s’exécutent dans le même compte et la même session que vous : ils se retrouvent avec les mêmes droits que votre application (Claude, Gemini, etc..), et en capacité d’accéder au filesystem ou d’exécuter des commandes et autres appels de fonctions….

Ci-dessous, un exemple de demande d’autorisation dans Claude Desktop :

Fetch est capable de récupérer le contenu d’une page web, et d’en convertir le contenu vers Markdown. Ci-dessous, un exemple de prompt qui déclenche l’action fetch et qui demande à Claude Desktop de nous montrer les appels JSON-RPC qu’il a réalisé. Notez la référence explicite au nom de l’outil, qui évite l’éventuelle utilisation de l’outil intégré de Claude Desktop en lieu et place de notre outil Fetch (« Using the Fetch tool,… ») :

Un peu plus loin, Claude affiche les messages JSON RPC échangés : l’outil fetch récupère 5000 caractères par défaut, le LLM est amené dans cet exemple à réaliser plusieurs appels successifs pour récupérer le contenu de la page:

Vous trouverez plus d’informations sur Fetch dans le repository Github : https://github.com/modelcontextprotocol/servers/tree/main/src/fetch et notamment les paramètres de l’outil fetch :

• fetch – Fetches a URL from the internet and extracts its contents as markdown.
  • url (string, required): URL to fetch
  • max_length (integer, optional): Maximum number of characters to return (default: 5000)
  • start_index (integer, optional): Start content from this character index (default: 0)
  • raw (boolean, optional): Get raw content without markdown conversion (default: false)

 

Comment configurer MCP dans Gemini CLI ?

Gemini CLI, l’outil en ligne de commande open source de Google lancé en 2026, supporte MCP nativement. Sa configuration passe par le fichier ~/.gemini/settings.json, appliqué globalement à toutes les sessions Gemini CLI. Le format du bloc mcpServers est identique à Claude Desktop :

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@github/github-mcp-server"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_VotreTokenIci"
      }
    },
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

Cette convergence de format est une conséquence directe de la standardisation MCP. Un même bloc de configuration fonctionne avec Claude Desktop, Claude Code CLI et Gemini CLI, seul le chemin du fichier change. En pratique, si vous travaillez avec les deux clients quotidiennement, maintenir le même jeu de serveurs dans les deux configurations est simple.

Quelques différences pratiques : Gemini CLI ne recharge pas les serveurs MCP à chaud. Si vous modifiez settings.json, relancez Gemini CLI pour que les changements soient pris en compte. Gemini CLI donne aussi un retour visuel explicite quand il appelle un tool MCP (nom du tool, arguments, succès ou échec), ce qui facilite le débogage. Pour les serveurs nécessitant des variables d’environnement spécifiques à l’OS (PATH, HOME), la façon dont vous lancez Gemini CLI peut affecter leur démarrage.

 

Exemple Gemini CLI / Playwright

Dans cet exemple, Playwright est configuré à l’aide d’une entrée similaire à celle présentée ci-dessous :

"playwright": {
   "command": "npx",
   "args": [
    "-y",
    "@playwright/mcp@latest"
  ]
}

Une fois Gemini CLI relancé, la commande /mcp list doit lister votre serveur MCP :

Dans cet exemple, nous allons naviguer sur une boutique en ligne, faire appliquer un filtre, prendre une copie d’écran et lister les articles vers un fichier markdown:

Résultats en fin d’exécution :

Fichier markdown obtenu :

Les annuaires communautaires : utiles, mais non audités

Trois plateformes concentrent la découverte de serveurs MCP en 2026. mcpservers.org est un miroir de la liste awesome-mcp-servers sur GitHub : plus de 450 serveurs sélectionnés avec descriptions, langages de développement et liens vers les dépôts, organisés par catégorie. mcpmarket.com publie des rankings quotidiens par engagement communautaire et nombre d’étoiles GitHub, avec un top-100 mis à jour chaque jour. mcp.so est une plateforme communautaire plus orientée partage et découverte informelle.

Ces annuaires sont de bons points d’entrée, mais aucun d’entre eux ne vérifie la sécurité du code. N’importe qui peut soumettre un serveur. Installer un serveur MCP communautaire sans avoir examiné le code source revient à exécuter un binaire tiers inconnu avec les permissions de votre compte utilisateur : accès au système de fichiers local, au réseau, à vos variables d’environnement et clés API. La popularité (étoiles GitHub, téléchargements) est un indicateur de confiance, pas une garantie de sécurité. Notre article 4 sur la sécurité MCP couvre ces risques de façon systématique, avec des cas réels documentés par des chercheurs (Invariant Labs, Wiz, Trail of Bits).

Avant d’installer un serveur communautaire, voici le minimum à vérifier :

1. Repo GitHub actif : dernier commit de moins de six mois, issues répondues par un mainteneur identifié.
2. Historique du mainteneur : profil GitHub avec des contributions antérieures, pas un compte créé la semaine dernière.
3. Étoiles et forks : 100+ étoiles est un seuil raisonnable pour un serveur généraliste.
4. Lecture du code principal : cherchez les appels réseau vers des domaines inconnus et les accès au système de fichiers non justifiés par la description du serveur.
5. Principe de moindre privilège : un serveur de recherche web n’a pas besoin de lire ~/.ssh ou .env. Si le code le fait, ce n’est pas le bon serveur.

FAQ

Quelle est la différence entre un serveur officiel éditeur et un serveur de référence Anthropic ?

Un serveur officiel éditeur est maintenu par l’entreprise qui fait le produit : MongoDB Inc. pour le MongoDB MCP, Atlassian pour le Jira MCP. La garantie de compatibilité et de support vient de l’éditeur du service. Un serveur de référence Anthropic est publié dans modelcontextprotocol/servers et couvre des fonctionnalités génériques (Postgres, Fetch, filesystem) : le code est auditable et maintenu par Anthropic, mais ce n’est pas l’éditeur de Postgres ou de Brave. Les deux sont fiables, mais pour des raisons distinctes.

Est-ce que tous les clients MCP utilisent le même format de configuration ?

Le bloc mcpServers avec les champs command, args et env est standardisé et fonctionne de façon identique dans Claude Desktop, Claude Code CLI et Gemini CLI. Ce qui change d’un client à l’autre : le chemin du fichier de configuration et la façon de recharger les serveurs après modification. Cette convergence est précisément le bénéfice de MCP : un serveur écrit une fois est réutilisable dans tous les clients conformes.

Le serveur Fetch est-il sûr si son code vient d’Anthropic ?

Le code du serveur Fetch est sûr et auditable dans modelcontextprotocol/servers. Le risque vient du contenu qu’il retourne, pas du code du serveur. Une page web récupérée peut contenir des instructions destinées à manipuler le LLM via les données retournées : c’est la prompt injection via contenu tiers. La règle pratique : utilisez Fetch sur des URLs que vous contrôlez ou dont vous maîtrisez la provenance. Ne laissez pas un agent autonome appeler Fetch sur des URLs arbitraires passées par un utilisateur sans supervision.

Peut-on déclarer les mêmes serveurs MCP dans Claude Desktop et Claude Code CLI simultanément ?

Oui, et c’est la configuration courante. Claude Desktop lit claude_desktop_config.json, Claude Code CLI lit .claude/settings.local.json (scope local) ou ~/.claude.json (scope user). Les deux configurations sont totalement indépendantes. Un serveur déclaré pour Claude Desktop n’est pas visible dans Claude Code CLI sauf si vous le redéclarez explicitement. La commande claude mcp list affiche les serveurs enregistrés pour la session Claude Code en cours.

Doit-on privilégier uvx ou npx pour démarrer un serveur MCP ?

Les deux téléchargent et exécutent un package à la volée. uvx est le runner Python de l’écosystème uv (PyPI), npx est le runner JavaScript de npm. Le choix dépend du langage du serveur : les serveurs Python via uvx, les serveurs JavaScript via npx. Pour les deux, les mêmes précautions s’appliquent : vérifier le nom exact du package, l’éditeur et l’historique du dépôt avant d’ajouter la ligne dans votre config. Une alternative plus sûre en production : installer le package dans un venv dédié plutôt que de télécharger à la volée à chaque démarrage.

Conclusion — un écosystème en pleine expansion

L’écosystème MCP en 2026 tient à une combinaison cohérente : un protocole ouvert, des éditeurs majeurs qui ont compris l’intérêt d’un serveur officiel, et une communauté qui comble les angles morts. GitHub, MongoDB, Atlassian, Stripe, AWS, Cloudflare, Notion : des services qui couvrent l’essentiel du stack d’un développeur web ont tous publié des intégrations MCP. La déclaration dans Claude Desktop ou Gemini CLI tient en une dizaine de lignes JSON.

Ce qu’on retiendra de ce panorama : le type d’un serveur détermine le niveau de confiance initial. Un serveur officiel éditeur bénéficie du support de l’entreprise qui fait le produit. Un serveur de référence Anthropic offre un code auditable pour des fonctionnalités génériques. Un serveur communautaire exige un audit rapide du code source avant de lui confier les droits de votre compte. Pas de paranoia : des centaines de serveurs communautaires sont excellents. Mais la popularité n’est pas un substitut à la lecture du code.

La suite de la série MCP-101 : l’article 3 présente les SDKs et frameworks disponibles pour créer vos propres serveurs (Python avec FastMCP, TypeScript, Go). L’article 4 est le plus stratégique avant d’écrire la moindre ligne de code : il couvre les vecteurs d’attaque MCP réels documentés par les chercheurs en sécurité, du tool poisoning à l’exfiltration silencieuse, avec les contre-mesures concrètes. Voir aussi notre article sur la spec MCP 2026-07-28 qui documente les changements de protocole qui affecteront l’ensemble des serveurs d’ici juillet 2026, et notre comparatif A2A vs MCP pour comprendre comment MCP s’articule avec Google A2A dans une architecture multi-agents.