Un serveur MCP (en anglais MCP server) est le programme qui permet à une application d’IA, comme Claude, ChatGPT, Cursor ou VS Code, de lire des données et d’agir dans un autre logiciel en passant par un protocole commun, le Model Context Protocol.
Ce guide explique le principe, puis la manière d’installer un serveur et les précautions à prendre. Chaque affirmation vient de la documentation officielle du protocole, d’Anthropic, de Cursor, de VS Code ou de Supabase : la liste des pages lues, avec leur date de lecture, figure en bas de page. Les exemples d’usage renvoient à des fiches de l’annuaire, avec leur source.
Voir aussi la bibliothèque de skills d’agents IA et le guide Créer un agent IA et le guide des apps ChatGPT et tous les cas d’usage.
Le Model Context Protocol, ou MCP, est un standard ouvert et open source qui sert à brancher une application d’IA sur des systèmes extérieurs : des fichiers, une base de données, un outil de recherche, un logiciel métier. La documentation officielle le compare à un port USB-C : une prise commune, au lieu d’un câble différent pour chaque appareil.
Anthropic l’a présenté et publié en open source le 25 novembre 2024, avec une spécification, des kits de développement (SDK), la prise en charge de serveurs locaux dans l’application Claude Desktop et un dépôt de serveurs prêts à l’emploi pour Google Drive, Slack, GitHub, Git, Postgres et Puppeteer. Le problème visé, selon l’annonce : chaque nouvelle source de données demandait jusque-là sa propre intégration. D’après la même annonce, le protocole a été créé chez Anthropic par David Soria Parra et Justin Spahr-Summers.
La spécification dit s’inspirer du Language Server Protocol, qui a unifié la prise en charge des langages de programmation dans les éditeurs de code. MCP fait la même chose pour le contexte et les outils fournis aux applications d’IA. La documentation cite parmi les logiciels compatibles Claude, ChatGPT, Visual Studio Code et Cursor. Dans ChatGPT, ce sont des serveurs MCP qui font fonctionner les apps : voir le guide des apps ChatGPT.
Le protocole distingue trois rôles. L’hôte est l’application d’IA que vous utilisez, par exemple Claude Desktop, Claude Code ou VS Code. Pour chaque serveur auquel il se connecte, l’hôte crée un client MCP, qui garde une connexion dédiée avec ce serveur. Le serveur MCP est le programme qui fournit le contexte et les actions ; il peut tourner sur votre ordinateur (serveur « local ») ou sur Internet (serveur « distant »).
Un serveur propose trois sortes d’éléments, que la documentation appelle des primitives :
Le client découvre ce que le serveur propose par des requêtes de liste (tools/list pour les outils), puis appelle un outil avec tools/call. Les messages suivent le format JSON-RPC 2.0. Deux transports sont prévus : stdio, quand le serveur est un programme lancé sur la même machine, et Streamable HTTP, pour un serveur distant qui peut servir de nombreux clients. Pour ce dernier, la documentation recommande OAuth pour obtenir les jetons d’accès.
Le dialogue va aussi dans l’autre sens : par l’« élicitation », un serveur peut demander une précision ou une confirmation à l’utilisateur. La documentation interdit d’y réclamer un mot de passe, une clé d’API ou des données de paiement par formulaire ; ces échanges passent par une page ouverte à part (mode URL), hors de la conversation.
La spécification évolue par versions datées. Celle que décrit la documentation consultée, 2026-07-28, fait porter à chaque requête la version du protocole et les capacités du client ; un serveur annonce les siennes par la requête server/discover. Deux fonctions côté client y sont dépréciées, l’échantillonnage (sampling) et les racines (roots). Des extensions facultatives complètent le cœur du protocole : Tasks pour les opérations longues, MCP Apps pour afficher une interface interactive dans la conversation, et Skills over MCP pour distribuer des instructions d’agent par MCP.
La documentation du protocole cite des serveurs de fichiers, de bases de données, GitHub, Slack ou d’agenda. Quelques exemples précis tirés des pages lues :
@modelcontextprotocol/server-filesystem, utilisé dans le tutoriel officiel pour Claude Desktop : il lit, crée, déplace et recherche des fichiers, uniquement dans les dossiers que vous lui indiquez ;https://mcp.notion.com/mcp), GitHub, ou une base PostgreSQL interrogée par le serveur DBHub, que la documentation conseille de brancher avec un utilisateur en lecture seule ;https://mcp.supabase.com/mcp), qui donne accès aux tables, aux migrations, aux Edge Functions, aux journaux et à la documentation d’un projet.Dans l’annuaire, des entreprises décrivent leurs usages : chez ManoMano, un agent lit les plantages des applications mobiles par le serveur MCP officiel de Firebase, limité à cinq outils en lecture seule ; l’agent de tri de Wayflyer interroge des outils internes par MCP ; SNCF Connect a publié dans ChatGPT une application fondée sur l’extension MCP Apps, avec un serveur écrit en Kotlin. Toutes les fiches liées sont listées plus bas.
Pour construire le vôtre, la skill d’Anthropic Construire un serveur MCP de qualité guide la conception des outils en Python (FastMCP) ou en TypeScript.
Le principe est le même partout : vous déclarez soit l’adresse d’un serveur distant, soit la commande qui lance un serveur local, puis vous vous authentifiez si le service le demande. Les écrans et les fichiers changent selon le logiciel.
Ouvrez les réglages de l’application (depuis le menu Claude, pas ceux du compte), onglet Développeur, bouton « Edit Config ». Le fichier claude_desktop_config.json s’ouvre : déclarez le serveur sous la clé mcpServers, avec la commande à lancer (par exemple npx et le nom du paquet) et ses arguments, puis quittez et relancez complètement Claude Desktop. Le tutoriel officiel prévient que le serveur tourne avec les droits de votre compte : ne lui ouvrez que les dossiers que vous acceptez de voir lus et modifiés. Claude demande votre accord avant chaque action.
Dans Réglages, rubrique Connecteurs, choisissez Ajouter, puis « connecteur personnalisé », et collez l’adresse du serveur fournie par son éditeur. Après l’authentification, les réglages du connecteur permettent d’activer ou de désactiver chaque outil.
Un serveur distant s’ajoute en une commande, par exemple claude mcp add --transport http notion https://mcp.notion.com/mcp. Pour un serveur local, la commande qui lance le serveur se place après -- : claude mcp add --env AIRTABLE_API_KEY=VOTRE_CLE --transport stdio airtable -- npx -y airtable-mcp-server. L’option --scope choisit la portée : local (par défaut, vous seul, dans ce projet), project (un fichier .mcp.json partagé avec l’équipe par le dépôt, que Claude Code fait approuver en session interactive avant de s’en servir) ou user (tous vos projets). La commande /mcp affiche l’état des serveurs et lance l’authentification OAuth. Le transport SSE est déprécié au profit de HTTP.
Cursor lit un fichier .cursor/mcp.json dans le projet, ou ~/.cursor/mcp.json pour tous vos projets, avec la même clé mcpServers : command, args et env pour un serveur local, url et headers pour un serveur distant. Des serveurs s’installent aussi en un clic depuis la Marketplace de Cursor. Par défaut, Cursor demande votre approbation avant d’utiliser un outil MCP ; en cas de problème, les journaux sont dans le panneau Output, entrée « MCP Logs ».
La commande « MCP: Add Server » de la palette de commandes lance un ajout guidé. Le format de configuration propre à VS Code utilise la clé servers, là où les autres outils utilisent mcpServers. La documentation demande de vérifier l’éditeur du serveur, la commande ou l’adresse et les accès demandés avant de l’installer ou de le démarrer.
Supabase publie la configuration de son serveur pour de nombreux clients, dont Claude Code, Cursor et VS Code. Dans Claude Code : claude mcp add --scope project --transport http supabase "https://mcp.supabase.com/mcp", puis /mcp pour s’authentifier. Dans Cursor, l’adresse se déclare dans .cursor/mcp.json. Des paramètres ajoutés à l’adresse restreignent l’accès : project_ref limite le serveur à un projet, read_only=true n’autorise que la lecture, features choisit les groupes d’outils. La skill officielle Développer avec Supabase couvre aussi la CLI et le serveur MCP.
La spécification le dit sans détour : un outil MCP revient à exécuter du code, et le protocole ne peut pas imposer lui-même les règles de sécurité. C’est aux applications et aux serveurs de les appliquer. Les points qui reviennent dans les pages lues :
Un serveur MCP donne à l’agent un accès : à des données et à des actions dans un autre système, par l’intermédiaire d’un programme qui tourne à côté de lui. Une skill (Agent Skill) lui donne un savoir-faire : un dossier qui contient un fichier SKILL.md (un nom, une description, des instructions) et parfois des scripts ou des ressources. L’agent garde en mémoire le nom et la description, et ne lit le reste que lorsque la tâche s’y prête ; Anthropic appelle ce principe la divulgation progressive. Explication détaillée : c’est quoi une skill (SKILL.md) ?
Les deux se complètent. En octobre 2025, Anthropic écrivait vouloir explorer la façon dont les skills peuvent compléter les serveurs MCP, en apprenant à l’agent des enchaînements plus complexes qui font appel à des outils externes ; la spécification MCP liste désormais une extension « Skills over MCP ». Dans la bibliothèque, la skill Utiliser le Hub Hugging Face via son serveur MCP ne sert que si ce serveur est connecté, et Installer le serveur MCP Google Ads guide son installation.
Les deux formats partagent aussi le même risque : une skill ou un serveur malveillant peut pousser l’agent à faire fuiter des données ou à agir sans qu’on le veuille. Anthropic recommande de n’installer des skills que de sources de confiance et d’auditer les autres, comme pour un serveur MCP.
Wayflyer, fintech de Dublin qui finance des marques en croissance, a construit deux agents : l’un prépare le diagnostic dès qu’un ticket arrive, l’autre met à jour les procédures après sa résolution.
Chez ManoMano, une chaîne d’agents analyse toutes les quatre heures les plantages des applications mobiles, cherche si le problème est déjà connu et rattache chaque cas à un ticket ; la création de tickets a été retirée à l’IA.
SNCF Connect a publié une application dans ChatGPT pour chercher un trajet en train et développe en parallèle sa propre interface conversationnelle, pour garder la main sur la relation client et les données.
Relier un agent de code à un outil de design (ici Paper, via MCP), puis lui demander de poser une maquette d’app iOS (une app de bourse) directement sur le canevas.
Un agent connecté à un canevas (ici Askaboard, relié par MCP) dessine, explique et pose des exercices, pour faire comprendre un sujet étape par étape.
Liste générée à partir des fiches de la bibliothèque dont le nom, le résumé ou les fonctions citent MCP ; elle s’allonge avec les nouveaux dépôts.
claude-api
Sert de référence à jour pour construire une application qui appelle l’API Claude ou un SDK Anthropic : identifiants de modèles, paramètres, streaming, appel d’outils, MCP, agents, cache, comptage de jetons et migration entre modèles.
mcp-builder
Guide la création de serveurs MCP qui permettent à un modèle d’agir sur des services externes grâce à des outils bien conçus, en Python avec FastMCP, ou en Node et TypeScript avec le SDK MCP.
web-artifacts-builder
Sert à créer, dans Claude.ai, des artefacts HTML ambitieux, à plusieurs composants, avec les technologies front modernes : React, TypeScript, Vite, Tailwind CSS et shadcn/ui, plus Parcel pour le regroupement.
google-ads-api-mcp-setup
Guide le téléchargement, la configuration et l’installation du serveur MCP Google Ads officiel et ouvert, pour relier un assistant (Gemini, Claude Code, Cursor ou équivalent) à un compte Google Ads et interroger campagnes ou rapports en langage naturel.
google-ads-api-quickstart
Du zéro jusqu’à une première requête qui liste les campagnes : jeton développeur, identifiant et secret OAuth, jeton de rafraîchissement, identifiant du compte client, et le cas échéant login_customer_id.
agent-platform-architecture
Guide de conception et de validation d’une architecture Gemini d’entreprise : hiérarchie multi-projets (hôte, hub de gouvernance central, rayon d’exécution, rayon d’outils ou MCP), Agent Gateway, modèles de connectivité (tout le trafic ou seulement des plages privées), proxy web sécurisé avec routage par politique ou hub de sortie mTLS inter-clouds, autorité de certification privée et équilibreur interne, politiques d’accès unifiées (CEL) et gouvernance sémantique, échange de jetons d’un fournisseur d’identité tiers (Entra ID, Ping, Okta) ou gestion d’identité d’agent SPIFFE, garde-fous Model Armor, synchronisation de registre inter-projets, agents ADK sur le runtime, et opérations du jour 2.
agent-platform-rag-engine-management
Cette skill pilote le moteur RAG d’Agent Platform : lister ou inspecter des corpus et des fichiers, récupérer des contextes, ou générer un contenu ancré dans un corpus, via le SDK Python `vertexai` (Google GenAI), et non par des appels REST bruts ou des outils MCP, parce que le code est destiné à des clients externes.
alloydb-basics
Administration d’AlloyDB pour PostgreSQL : clusters, instances, sauvegardes, et, le cas échéant, outils MCP AlloyDB pour automatiser des opérations.
api-gateway-backend-security-and-rate-limiting
Cette skill configure l’authentification des clients (clé API ou JWT), l’authentification de la passerelle vers le backend, et les quotas par projet consommateur, pour des configs OpenAPI 2.0 et 3.0.x, y compris une passerelle MCP en préversion publique.
api-gateway-mcp-server
Configure Google Cloud API Gateway comme serveur MCP distant, en préversion publique, pour exposer des API REST comme outils d’agent sur `POST https://{default_hostname}/mcp`.
api-gateway-openapi-spec-authoring
API Gateway accepte des configs OpenAPI 2.0, 3.0.x et 3.1.x, mais les extensions Google n’ont pas la même forme d’une version à l’autre.
apigee-agent-gateway-governance
Cette skill met en place un proxy Apigee qu’une Agent Gateway Google Cloud appelle en ext-proc (Service Extension), sur le trafic de modèle d’un agent.
bigquery-migration-sql-translator
Cette skill s’appuie sur le service de migration BigQuery (BQMS) et son serveur MCP pour traduire requêtes, schémas DDL et procédures stockées depuis des dialectes hérités — Teradata, Oracle, Redshift, Snowflake, SparkSQL, HiveQL — vers le GoogleSQL de BigQuery.
cloud-monitoring-list-time-series-request
Cette skill traduit un descripteur de métrique Cloud Monitoring en paramètres d’appel ListTimeSeries prêts pour la production : nom, filtre, intervalle, agrégation (aligneur, réducteur) et vue.
cloud-monitoring-metric-selection
Pour un service ou une ressource (Compute Engine, Spanner, BigQuery, Cloud Run, Cloud SQL, Pub/Sub, Cloud Storage, etc.), cette skill interroge en direct les descripteurs de métriques via l’outil MCP list_metric_descriptors, puis les filtre localement par mots-clés.
cloud-operator
Assistant et opérateur Google Cloud via le serveur MCP autocloud : questions pratiques, ressources, Terraform, Kubernetes, Helm, déploiements, incidents, coûts.
datalineage-bigquery-asset-impact-analysis
Lorsqu’une table ou une vue BigQuery est cassée, périmée, ou qu’on envisage de la modifier, de la supprimer ou d’en suspendre les mises à jour, cette skill évalue le rayon d’impact en aval : tables, tableaux de bord et processus dépendants.
datalineage-summary
Quand on veut comprendre d’où viennent et où vont les données d’un actif BigQuery ou Cloud Storage, cette skill parcourt le graphe de lignage (catalogue de connaissances, serveur MCP) en amont et en aval, au niveau table ou colonne, puis le raconte dans un rapport Markdown lisible, de gauche à droite, sans noyer le lecteur sous les nœuds et les liens.
detection-engineering-coverage-evaluation
Flux outillé, de bout en bout, pour l’ingénierie de détection dans Google SecOps via MCP : extraire du renseignement depuis un billet (sans le relire en entier dans la réponse), générer des opportunités de détection (TDO) sur le texte nettoyé — sans le résumer avant l’appel —, simuler le comportement d’un attaquant avec des événements UDM synthétiques, évaluer la couverture de chaque TDO (un appel parallèle distinct, pas un agrégat), et déployer des règles qui ferment les trous.
gke-ai-troubleshooting-handle-disruption-gpu-tpu
Quand un nœud GPU ou TPU GKE redémarre, se prépare à une maintenance hôte Compute Engine, ou bascule sous un taint d’interruption, cette skill oriente le diagnostic plutôt que la création d’un cluster.
gke-app-onboarding
Pour une première arrivée sur GKE, la skill enchaîne l’évaluation de l’application, la conteneurisation, la gestion des images (souvent vers Artifact Registry, avec contrôle des analyses), la génération de manifestes, puis le déploiement et la vérification.
gke-batch-hpc
Pour des pipelines de données par lots, des simulations HPC (mécanique des fluides, dynamique moléculaire, modèles financiers), du calcul parallèle MPI ou MapReduce, de l’entraînement ML ou une ferme de builds CI, cette skill oriente vers les Jobs Kubernetes, JobSet pour des workflows multi-jobs, et Kueue pour la mise en file (ClusterQueue, autorisation d’un espace de noms).
gke-cluster-creation
Plutôt qu’une commande unique, cette skill fait choisir un modèle : Autopilot de production (chemin doré, défaut pour tout nouveau cluster), Autopilot de dev/test, Standard régional pour la haute disponibilité ou des besoins personnalisés, inférence GPU (L4, ComputeClass) ou AI Hypercompute.
gke-golden-path
Le « chemin doré » est la configuration Autopilot recommandée pour un cluster de production : des valeurs par défaut saines, une liste de contrôle, et l’obligation de documenter tout écart.
gke-inference
Cette skill déploie et ajuste des charges d’inférence IA sur GKE, à l’aide de GPU, de TPU et de serveurs de modèles, en s’appuyant sur Google Inference Quickstart et les pratiques de service de LLM.
gke-multitenancy
Quand plusieurs équipes partagent un cluster, ou quand on isole dev, staging et production dans le même GKE, cette skill pose un modèle : espaces de noms, RBAC au périmètre de l’équipe, quotas de ressources, LimitRanges, isolation réseau (y compris le trafic intra-espace et le DNS), et allocation des coûts par libellés.
google-cloud-solution-guided-gke-ai-migration
Guide de migration d’une inférence IA déjà existante — Cloud Run, API Gemini, Gemini Enterprise Agent Platform, ou une VM custom — vers une inférence auto-hébergée sur GKE, avec gcloud et kubectl.
google-cloud-storage-basics
Cloud Storage (souvent appelé GCS) stocke des objets immuables dans des seaux, avec une cohérence globale forte, plusieurs classes (Standard, Nearline, Coldline, Archive) et types de lieux, plus IAM pour un accès fin.
secops-cases
Cycle de vie des dossiers SOAR de Google Security Operations : lister, créer, inspecter, mettre à jour ou clôturer un cas, y ajouter des commentaires et des notes d’enquête, en changer la priorité ou la description, relier ou regrouper des alertes.
secops-detection-engineering
Ingénierie de détection dans Google SecOps : rédiger, valider la syntaxe, tester (y compris un retrohunt sur la télémétrie historique) et déployer des règles YARA-L 2.0, ou évaluer des trous de couverture à partir de renseignement (billets, CVE, opportunités de détection) avec des événements UDM synthétiques et une analyse de couverture de longue haleine.
workload-manager-basics
Workload Manager évalue des charges à l’aune de règles de bonnes pratiques, générales Google Cloud, SAP, SQL Server, ou de règles d’organisation personnalisées.
retrieving-developer-knowledge
Cette skill interroge la documentation officielle développeur Google (Cloud, IA et Gemini, Android, Chrome, Web, Flutter, Go, Firebase, et d’autres plateformes) via le serveur MCP Developer Knowledge (answer_query, search_documents, get_documents) ou, en repli, l’API REST developerknowledge.googleapis.com.
hf-mcp
Sert à utiliser le Hub Hugging Face à travers les outils du serveur MCP : chercher des modèles, des jeux de données, des Spaces et des articles, consulter un dépôt ou de la documentation, lancer des tâches de calcul, et se servir de Spaces Gradio comme outils d’IA.
cloudflare-email-service
La skill implémente ou dépannage l’envoi et le routage d’e-mails Cloudflare, ainsi que leur configuration de délivrance.
web-perf
La skill audite, diagnostique ou optimise le chargement et l’interaction d’un site, les Core Web Vitals et les scores Lighthouse de performance.
supabase
Cette skill s’applique à toute tâche Supabase : base, Auth, Edge Functions, Realtime, Storage, vecteurs, cron, files, bibliothèques clientes et intégrations SSR (supabase-js, @supabase/ssr) dans Next.js, React, SvelteKit, Astro ou Remix, problèmes d’auth (session, JWT, cookies, getSession, getUser, getClaims, RLS), CLI ou serveur MCP, schémas, migrations, audits, extensions Postgres, et débogage (erreurs HTTP ou Postgres, RLS, cache de schéma, timeouts, journaux Logs Explorer / ClickHouse).
firebase-basics
Cette skill ne couvre que les fondations de la CLI Firebase : installation, contrôle de version, connexion (y compris --no-localhost), création et sélection de projet (firebase use), et téléchargement des fichiers de configuration d’app (google-services.json, GoogleService-Info.plist).
eas-observe
Sert à tout ce qui touche EAS Observe : ajouter `expo-observe` à un projet Expo (HOC racine, marqueurs d’interactivité, hook `useObserve`, intégrations Expo Router ou React Navigation, expo-image et Reanimated, événements `Observe.logEvent`, erreurs et crashes natifs, téléversement de source maps, configuration du type `sampleRate`), et interroger les métriques via la CLI EAS ou les outils MCP (résumés, routes, lancements, erreurs).
neon
Présente Neon comme un ensemble de primitifs d’arrière-plan autour de Lakebase Postgres : authentification, stockage d’objets, fonctions, passerelle d’IA et requêtes en temps réel, le tout instantané, branchable et sans serveur.
neon-auth
Sert à ajouter une authentification à une application nouvelle, avec Neon Auth (Better Auth géré) : ouverture de session, utilisateurs et sessions qui se branchent avec la base, routage d’identité, inscription, réinitialisation, OTP e-mail, liens magiques, organisations, OTP téléphone, OAuth, serveur OAuth pour MCP ou clients tiers, clés d’accès, MFA et domaines de confiance.
neon-functions
Neon Functions déploie des fonctions HTTP Node.js longue durée sur une branche Neon, avec une URL HTTPS publique, un calcul dans la même région que la base, et l’injection automatique de DATABASE_URL si la branche a Postgres.
docker-agent-config
Porte sur le fichier agent.yaml (ou .yml/.hcl) de Docker Agent (projet open source cagent, CLI docker agent) : agents, modèles et fournisseurs, jeux d’outils intégrés ou MCP, équipes multi-agents avec sub_agents, et propriétés telles que instruction, fallback ou commands.
docker-agent-deploy
Couvre la surface d’intégration de Docker Agent une fois le fichier de configuration déjà écrit : exposer l’agent comme serveur (MCP, API HTTP, A2A, ACP ou chat compatible OpenAI) avec docker agent serve, le distribuer via un registre OCI (docker agent share, par exemple vers Docker Hub) et en mesurer la qualité avec docker agent eval.
docker-docs
Sert à répondre aux questions sur n’importe quel produit Docker à partir de la documentation officielle à jour, plutôt que de la mémoire de l’agent, y compris des demandes du type « how do I… » ou « is this still the right way ».
docker-sandboxes-env
Le fichier `sbxenv.yaml` (schemaVersion « 1 », encore expérimental) décrit de façon déclarative un environnement Docker Sandboxes : agent, kits, montages, arguments, variables, secrets, registres, liaisons, serveurs MCP, ports et commandes d’hôte `lifecycle:`.
claude-settings-audit
La skill analyse un dépôt pour proposer des permissions Claude Code (settings.json) adaptées aux commandes en lecture seule.
stripe-best-practices
Guide les décisions d’intégration Stripe : environnement de développement et de test, choix d’API, Connect, facturation, taxe, Treasury, options d’intégration, migration d’API dépréciées, et sécurité (clés, permissions, webhooks, OAuth).
browse-local-sentry
La skill connecte le navigateur d’un agent à un serveur de développement Sentry local : soit dev-ui (pnpm run dev-ui) sur une URL du type org-slug.dev.getsentry.net et un port, soit le devserver complet (devservices serve) en http://dev.getsentry.net:8000/.
sentry-debug-issue
Sert à déboguer et à corriger une issue Sentry : la retrouver (lien, identifiant ou recherche), en extraire le contexte (pile, breadcrumbs, trace, journaux), éventuellement lancer une analyse de cause, appliquer le correctif dans le dépôt, et la résoudre via un commit ou une PR du type `Fixes PROJECT-NAME-12A`.
sentry-get-started
Point d’entrée guidé pour utiliser Sentry via un agent : on oriente d’abord selon la configuration déjà en place, puis, pour un projet nouveau, on installe Sentry de bout en bout avec des réglages raisonnables (provisionner un projet, installer le SDK, confirmer l’arrivée d’une vraie télémétrie).
sred-project-organizer
La skill prend une liste de projets et leur documentation, puis les organise dans le format attendu pour une soumission SRED, avec les preuves associées.
sred-work-summary
La skill reconstitue une année de travail — typiquement l’année civile en cours, lue via la date — en rassemblant les pull requests GitHub, les documents Notion et les tickets Linear d’une personne, puis en groupant ces liens par projet dans un document Notion privé, dont elle renvoie l’adresse.
neon-postgres-agent-platforms
Sert à concevoir et à opérer une plateforme d’agents ou de créateurs d’applications multi-locataires sur Neon.
build-chatgpt-app
Permet de construire, d’échafauder, de retravailler et de diagnostiquer une application ChatGPT Apps SDK, qui associe un serveur MCP et une interface widget.
chatgpt-app-submission
Sert à inspecter le code d’un serveur MCP d’app ChatGPT et à produire un `chatgpt-app-submission.json` : suggestions d’informations d’app, justifications des indices d’outils, cas de test et cas de test négatifs, puis à rapporter les constats de revue et les avertissements d’`outputSchema`.
ui-widget-developer
Sert à construire des serveurs MCP pour Copilot Chat, avec le rendu de widgets (OpenAI Apps SDK ou MCP Apps SDK, n’importe quel langage), notamment des widgets React et Fluent UI et des outils qui renvoient structuredContent.
copilot-sdk
Guide la création d’applications qui s’appuient sur GitHub Copilot via le Copilot SDK, pour des intégrations programmatiques en Node.js/TypeScript, Python, Go ou .NET : sessions, outils personnalisés, flux continu, hooks, serveurs MCP, fournisseurs BYOK, persistance, agents et skills, et schémas de déploiement.
mcp-builder
Guide la création de serveurs MCP (Model Context Protocol) qui permettent aux modèles d’interagir avec des API ou services externes via des outils bien conçus.
agents-sdk
Guide la construction d’agents IA sur Cloudflare Workers avec l’Agents SDK : agents à état, workflows durables, applications WebSocket temps réel, tâches planifiées, serveurs MCP ou applications de chat.
ai-sdk
Fournit un guidage d’expert sur le Vercel AI SDK pour des fonctionnalités IA : interfaces de chat, génération de texte, sortie structurée, appel d’outils, agents, intégration MCP, flux continu, embeddings, reranking, génération d’images, ou travail avec n’importe quel fournisseur de modèle.
building-mcp-server-on-cloudflare
Sert à construire des serveurs MCP distants sur Cloudflare Workers, avec des outils, une authentification OAuth éventuelle, et un déploiement en production.
figma-design-to-code
Prérequis obligatoire, d’après le SKILL.md, avant d’appeler l’outil MCP Figma get_design_context.
figma-use-figjam
La skill aide un agent à employer l’outil MCP use_figma dans un fichier FigJam (URL figma.com/board/...), en complément de figma-use pour le contexte de base.
figma-use-motion
Fournit le contexte motion et animation de l’outil MCP use_figma : images clés manuelles, styles d’animation, lissage et durée sur la frise.
vercel-connect
Guide Vercel Connect pour obtenir de façon sûre des jetons OAuth limités à une portée, destinés à des services tiers (Slack, GitHub, serveurs MCP, OAuth, Snowflake) au nom d’applications ou d’utilisateurs, via OIDC Vercel.
assistant-mcp
Connecte un agent de code (Claude Code, Cursor, VS Code, OpenAI Codex) à Grafana Cloud via le serveur MCP mcp-grafana.
configuring-dbt-mcp-server
Sert à produire la configuration JSON du serveur MCP dbt, à régler l’authentification, et à valider la connectivité, pour des outils comme Claude Desktop, Claude Code, Cursor ou VS Code.
figma-to-content
Sert à transformer une maquette Figma en page de contenu AEM Edge Delivery Services (EDS / Franklin / Helix) dans Document Authoring (DA, da.live).
mongodb-mcp-setup
Guide la configuration des options essentielles du serveur MCP MongoDB, une fois celui-ci installé.
figma-use
Prérequis obligatoire, d’après le SKILL.md, avant tout appel à l’outil MCP use_figma : l’appeler directement sans cette skill provoque des échecs fréquents et difficiles à diagnostiquer.
agent-framework-azure-ai-py
SDK Python Microsoft Agent Framework (paquet agent-framework-azure-ai) pour construire des agents Azure AI Foundry.
airunway-aks-setup
Le texte source décrit la mise en place d’AI Runway sur un cluster AKS déjà existant, d’un cluster nu jusqu’à un premier modèle en service.
azure-ai
Cette skill oriente la construction et le dépannage d’applications Azure AI Search, Speech, OpenAI et Document Intelligence.
azure-ai-voicelive-py
SDK Azure AI Voice Live pour Python (azure-ai-voicelive), destiné aux applications qui ont besoin d’une communication audio bidirectionnelle en temps réel avec Azure AI : assistants vocaux, chatbots vocaux, traduction parole vers parole en direct, avatars pilotés par la voix, ou tout flux audio WebSocket avec des modèles d’IA.
azure-aigateway
Guide la configuration d’Azure API Management comme passerelle d’IA pour des modèles, des outils MCP et des agents : cache sémantique, limite de jetons, sécurité du contenu, répartition de charge, gouvernance des modèles, limitation de débit MCP, détection de jailbreak, ajout d’un backend Azure OpenAI ou d’un modèle Foundry, politiques de LLM, métriques et maîtrise des coûts, ou conversion d’une API en MCP (import OpenAPI).
azure-kubernetes-automatic-readiness
La skill évalue si des charges Kubernetes et la configuration d’un cluster existant sont compatibles avec AKS Automatic.
azure-kusto
On recourt à cette skill pour l’interrogation d’Azure Data Explorer (Kusto/ADX) en KQL : écrire et exécuter des requêtes KQL pour de l’analytique de journaux, de la télémétrie, des séries temporelles, de la télémétrie IoT ou une détection d’anomalies.
azure-quotas
On recourt à cette skill pour la consultation et la demande de quotas Azure, ainsi que l’usage courant, pour planifier un déploiement ou choisir une région : vérifier les limites de service, l’usage, et demander une augmentation — cette demande est gratuite : on ne paie que les ressources réellement utilisées, pas l’allocation de quota.
deploy-model
Skill unifiée de déploiement de modèles Azure OpenAI, qui aiguille selon l’intention : déploiement rapide préréglé, déploiement entièrement personnalisé (version, SKU, capacité, politique RAI) ou découverte de capacité entre régions et projets.
airtable-cli
Sert à lister des bases, lire et écrire des enregistrements, gérer des tables et des champs, filtrer et chercher des données Airtable, via la CLI `airtable-mcp`.
airtable-filters
Sert à trouver, filtrer ou circonscrire des enregistrements Airtable selon des valeurs de champs, même lorsque le mot « filtre » n’est pas prononcé.
clean-up-dropbox-content
Sert à nettoyer un contenu Dropbox en repérant des fichiers obsolètes, en double, temporaires ou indésirables, et à ne supprimer qu’après une revue explicite.
connect-chatcut-desktop
Sert à installer, ouvrir, connecter ou réparer ChatCut Desktop lorsque les outils MCP chatcut_desktop sont absents ou indisponibles.
vercel-api
Cette skill aide à interroger les projets, déploiements, variables d’environnement, domaines, journaux ou la documentation Vercel, soit par l’application connectée (MCP, transport Streamable HTTP vers `https://mcp.vercel.com`), soit par l’API REST, le SDK `@vercel/sdk`, ou la commande `vercel api` apparue en janvier 2026.
web-perf
Analyse les performances d’une page avec le MCP Chrome DevTools.
Un programme qui met à la disposition d’une application d’IA des outils, des données et des modèles d’instructions, selon le protocole standard MCP (Model Context Protocol). Il peut tourner sur votre ordinateur ou sur Internet.
Oui : « serveur MCP » est la traduction de « MCP server ». MCP est le sigle de Model Context Protocol, le protocole publié en open source par Anthropic le 25 novembre 2024.
Pas pour en brancher un qui existe : dans Claude, un connecteur personnalisé se crée en collant l’adresse du serveur, et Cursor propose une installation en un clic. Un serveur local demande d’éditer un fichier JSON et souvent d’installer Node.js, comme dans le tutoriel officiel du serveur Filesystem. Pour en construire un, il faut programmer avec un SDK ; la skill Construire un serveur MCP de qualité accompagne cette étape.
Dans Claude sur le web ou sur ordinateur : Réglages, Connecteurs, Ajouter, « connecteur personnalisé », puis l’adresse du serveur. Dans Claude Desktop, un serveur local se déclare dans le fichier claude_desktop_config.json (Réglages, Développeur, Edit Config). Dans Claude Code : la commande claude mcp add, puis /mcp pour s’authentifier.
Son adresse hébergée est https://mcp.supabase.com/mcp. Dans Claude Code : claude mcp add --scope project --transport http supabase "https://mcp.supabase.com/mcp", puis /mcp pour s’authentifier. Supabase recommande de limiter le serveur à un projet (project_ref), d’activer la lecture seule (read_only=true) et de ne pas le confier à vos clients finaux.
Cela dépend du serveur et de la façon de le brancher. La spécification précise que le protocole ne peut pas imposer la sécurité lui-même : un outil revient à exécuter du code. Installez des serveurs de sources fiables, gardez l’approbation de chaque appel d’outil, donnez le moins de droits possible et gardez les clés hors de la conversation.
Le serveur MCP donne l’accès à un système (données, actions) ; la skill apporte des instructions et des scripts que l’agent charge quand la tâche s’y prête. Les deux se combinent : certaines skills supposent qu’un serveur MCP soit connecté. Voir c’est quoi une skill ?
Toutes lues le 10 novembre 2026. Le texte du guide est une rédaction originale d’iadujour.fr, pas une traduction.