Le Model Context Protocol (MCP) donne aux agents IA la capacité d'agir sur des outils externes. La théorie est séduisante. La pratique soulève une question concrète : quels serveurs MCP installer, comment les configurer et que peut-on réellement en tirer ? Avec plus de 3 000 intégrations disponibles et 97 millions de téléchargements au premier trimestre 2026 (source : registre officiel MCP, modelcontextprotocol.io), l'écosystème a dépassé le stade expérimental. OpenAI, Google et Microsoft ont adopté le protocole, confirmant son statut de standard de fait.
Cet article passe en revue les serveurs MCP les plus utiles pour une activité marketing et technique, avec la configuration détaillée et les cas d'usage concrets de chacun.
Configuration générale : le fichier settings.json
Tous les serveurs MCP se déclarent dans le fichier `.claude/settings.json` à la racine de votre projet (pour une configuration par projet) ou dans `~/.claude/settings.json` (pour une configuration globale). La structure est identique pour chaque serveur :
```json
{
"mcpServers": {
"nom-du-serveur": {
"command": "npx",
"args": ["-y", "@package/mcp-server"],
"env": {
"API_KEY": "votre-clé"
}
}
}
}
```
Le champ `command` définit comment lancer le serveur (npx pour les paquets npm, python pour les serveurs Python, docker pour les conteneurs). Les `args` passent les paramètres nécessaires. Les `env` fournissent les clés API et les variables de configuration.
Chaque serveur MCP s'exécute localement sur votre machine. Les données transitent entre Claude Code et le serveur via un protocole local (stdio), sans passer par des serveurs tiers. Seule la communication entre Claude Code et l'API Anthropic transite par internet. Ce détail architectural a son importance pour la sécurité des données.
GA4 : interroger vos analytics en langage naturel
Le serveur MCP pour Google Analytics 4 permet à Claude d'accéder à vos données de trafic, de conversions et de comportement utilisateur. Au lieu d'ouvrir GA4, de naviguer dans les rapports et d'exporter des tableaux, vous posez la question directement : "Quel est le taux de conversion mobile sur les 30 derniers jours, comparé au mois précédent ?"
La configuration nécessite un compte de service Google Cloud avec accès en lecture à votre propriété GA4 :
```json
{
"mcpServers": {
"ga4": {
"command": "npx",
"args": ["-y", "@google-analytics/mcp-server"],
"env": {
"GA4_PROPERTY_ID": "123456789",
"GOOGLE_SERVICE_ACCOUNT_KEY": "/chemin/vers/credentials.json"
}
}
}
}
```
Les cas d'usage concrets se multiplient. Générer un rapport hebdomadaire automatique avec les KPI clés. Identifier les pages avec un taux de rebond anormal. Comparer les sources de trafic entre deux périodes. Croiser les données GA4 avec les données de conversion pour calculer un coût par acquisition réel.
Pour les entreprises qui pilotent leur acquisition par la donnée, ce serveur MCP transforme GA4 d'un outil de consultation en un outil d'analyse conversationnelle. L'analyste passe moins de temps à extraire des données et plus de temps à les interpréter.
Google Search Console : piloter le SEO par la donnée
Le serveur MCP Search Console expose les données de positionnement, d'impressions et de clics de votre site dans la recherche Google. Claude accède aux mêmes informations que l'interface web de Search Console, mais les traite de manière programmatique.
```json
{
"mcpServers": {
"gsc": {
"command": "npx",
"args": ["-y", "@anthropic/mcp-server-gsc"],
"env": {
"GSC_SITE_URL": "https://alpative.com",
"GOOGLE_SERVICE_ACCOUNT_KEY": "/chemin/vers/credentials.json"
}
}
}
}
```
Vous demandez : "Liste les requêtes qui ont perdu plus de 5 positions sur les 28 derniers jours." Claude interroge l'API Search Console, filtre les résultats et produit un tableau classé par perte de position. En ajoutant le contexte GA4, l'agent peut croiser les baisses de positionnement avec les baisses de trafic organique pour identifier les pages qui nécessitent une action prioritaire.
Un second cas d'usage : l'inspection d'URL. Claude vérifie si une page est indexée, détecte les erreurs de crawl et identifie les problèmes de couverture. Selon une étude Ahrefs portant sur 1 million de sites, 60 % des pages web ne reçoivent aucun trafic organique faute d'indexation correcte (source : Ahrefs, 2023). L'accès programmatique à Search Console via MCP permet de systématiser ce type de vérification.
ClickUp : gérer les projets depuis le terminal
Le serveur MCP ClickUp connecte Claude à votre espace de gestion de projet. L'agent crée des tâches, met à jour des statuts, ajoute des commentaires et extrait des données de suivi sans quitter le terminal.
```json
{
"mcpServers": {
"clickup": {
"command": "npx",
"args": ["-y", "@clickup/mcp-server"],
"env": {
"CLICKUP_API_TOKEN": "pk_xxxxx"
}
}
}
}
```
Le scénario type : après un audit SEO automatisé, Claude crée une tâche ClickUp pour chaque problème identifié, l'assigne au responsable concerné, fixe une priorité et une date d'échéance. Le rapport d'audit se traduit directement en plan d'action dans l'outil de gestion de projet.
Un autre usage fréquent concerne le reporting. Claude extrait les tâches terminées sur la semaine, calcule le pourcentage d'avancement par projet et génère un résumé pour la réunion d'équipe. Le temps consacré à la préparation des points hebdomadaires diminue de 30 à 45 minutes à quelques secondes de validation.
GitHub : automatiser le cycle de développement
Le serveur MCP GitHub est le connecteur le plus mature de l'écosystème. Il couvre les opérations courantes : créer des issues, ouvrir des pull requests, lire les commentaires de revue, consulter les pipelines CI/CD.
```json
{
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxx"
}
}
}
}
```
Claude Code lit une issue, analyse le code concerné, implémente la correction et ouvre une pull request avec un descriptif structuré. Le cycle issue-to-PR qui prenait entre 30 minutes et 2 heures se compresse en quelques minutes pour les correctifs simples.
Le serveur GitHub devient particulièrement utile quand il est combiné avec les Skills de Claude Code. Une Skill `/fix-issue` prend un numéro d'issue en entrée, lit le descriptif via MCP GitHub, identifie les fichiers concernés, applique la correction et ouvre la PR. Le workflow entier s'exécute avec une seule commande.
Bases de données : PostgreSQL et SQLite
Les serveurs MCP pour bases de données permettent à Claude d'interroger vos données structurées. PostgreSQL couvre les bases de production. SQLite convient aux bases locales et aux fichiers de données.
```json
{
"mcpServers": {
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres"],
"env": {
"POSTGRES_CONNECTION_STRING": "postgresql://user:pass@host:5432/db"
}
}
}
}
```
L'avantage principal : poser des questions en français sur vos données sans écrire de SQL. "Combien de clients ont passé plus de 3 commandes ce trimestre ?" produit la requête SQL, l'exécute et formate le résultat en tableau lisible. Pour les analyses ad hoc qui ne justifient pas un tableau de bord dédié, cette approche fait gagner un temps considérable.
Un point de vigilance : le serveur PostgreSQL accède à votre base avec les permissions du compte de connexion configuré. Créez un utilisateur dédié avec des droits en lecture seule pour les requêtes analytiques. Les opérations d'écriture (INSERT, UPDATE, DELETE) doivent être réservées à des comptes spécifiques et protégées par les Hooks de sécurité de Claude Code.
Filesystem et Slack : productivité quotidienne
Le serveur MCP Filesystem donne à Claude un accès structuré aux fichiers de votre système. Contrairement à l'accès natif de Claude Code (limité au répertoire du projet), le serveur Filesystem peut être configuré pour accéder à des répertoires spécifiques en dehors du projet courant.
Le serveur MCP Slack connecte Claude à vos canaux de communication. L'agent lit les messages, envoie des notifications et publie des rapports. Un workflow typique : Claude analyse les données GA4, rédige un résumé et le publie dans le canal #marketing. La latence entre l'analyse et la communication passe de heures (reporting manuel) à secondes (publication automatique).
Ces serveurs de productivité prennent toute leur valeur quand ils sont chaînés. Claude lit un brief dans un canal Slack, consulte les fichiers du projet, exécute une analyse, rédige un livrable et publie le résultat dans le canal approprié. Le nombre d'actions manuelles entre la demande et la livraison tombe à une seule : la validation.
Tool Search : réduire la consommation de contexte
Quand 10 ou 15 serveurs MCP sont configurés, le nombre total d'outils disponibles pour Claude peut dépasser la centaine. Chaque outil consomme des tokens de contexte pour sa description. La fonctionnalité Tool Search résout ce problème.
Au lieu de charger toutes les descriptions d'outils dans le contexte, Claude Code utilise un index léger. Quand une instruction nécessite un outil spécifique, l'agent recherche l'outil pertinent dans l'index et ne charge que sa description. Anthropic rapporte une réduction de 95 % de la consommation de contexte liée aux outils avec Tool Search activé (source : Anthropic MCP Documentation, 2026).
L'activation est automatique quand le nombre d'outils configurés dépasse un seuil. Aucune configuration manuelle n'est nécessaire. Le bénéfice est double : le coût par session diminue et la fenêtre de contexte reste disponible pour le contenu réellement utile (vos fichiers, vos données, votre conversation).
Sécurité : sandboxing et modèle de permissions
La connexion de Claude à des outils métier soulève des questions légitimes sur la sécurité des données. L'architecture MCP intègre plusieurs niveaux de protection.
Le sandboxing limite les actions de chaque serveur MCP. Un serveur configuré pour accéder à GA4 ne peut pas lire vos fichiers locaux. Un serveur filesystem configuré pour un répertoire spécifique ne peut pas accéder au reste du système. Chaque serveur opère dans un périmètre défini.
Le modèle de permissions de Claude Code s'applique aux actions MCP. Les opérations en lecture (interroger GA4, lire une issue GitHub) s'exécutent librement. Les opérations en écriture (créer une tâche ClickUp, ouvrir une PR, envoyer un message Slack) demandent confirmation. Ce comportement est cohérent avec le système de permissions natif de Claude Code.
Les clés API sont stockées dans les variables d'environnement du fichier settings.json. Ce fichier ne doit jamais être versionné dans Git. Le `.gitignore` du projet doit inclure `.claude/settings.json` pour éviter toute exposition accidentelle de clés d'accès.
Pour les déploiements en équipe, un agent IA configuré avec des serveurs MCP nécessite un audit de sécurité initial. Les permissions de chaque serveur doivent correspondre au principe du moindre privilège : l'agent accède uniquement aux données et aux actions nécessaires à sa mission.
L'article sur le protocole MCP détaille l'architecture technique et les enjeux de gouvernance à l'échelle d'une organisation. Le guide CLI de Claude Code explique comment configurer les permissions et les budgets au niveau de l'agent.
Questions fréquentes
Combien de serveurs MCP peut-on configurer simultanément ?
Il n'y a pas de limite technique stricte. En pratique, 5 à 15 serveurs couvrent les besoins d'une équipe marketing et technique. Au-delà de 15, la fonctionnalité Tool Search devient indispensable pour maintenir des performances acceptables. Chaque serveur consomme des ressources système (mémoire, processus), donc la limite dépend aussi de la capacité de votre machine.
Les données de mon GA4 ou de mon CRM sont-elles envoyées à Anthropic ?
Le contenu des requêtes MCP est transmis à l'API Anthropic dans le cadre de la conversation avec Claude. Sur les forfaits API et Business, Anthropic ne conserve pas ces données et ne les utilise pas pour l'entraînement. Les données transitent de manière chiffrée (HTTPS). Pour les données sensibles, la configuration de serveurs MCP en mode local (stdio) limite l'exposition au strict nécessaire.
Faut-il un serveur MCP par outil ou peut-on regrouper ?
Chaque serveur MCP correspond généralement à un outil ou un service. Un serveur pour GA4, un pour Search Console, un pour GitHub. Certains serveurs regroupent plusieurs fonctionnalités d'un même éditeur (le serveur Google peut couvrir GA4, Search Console et Drive). Le découpage par outil facilite la gestion des permissions et des mises à jour.
Les serveurs MCP fonctionnent-ils avec Claude Desktop ou uniquement avec Claude Code ?
Les deux. Claude Desktop supporte les serveurs MCP via la même configuration settings.json. L'interface est différente (graphique vs terminal), mais les connecteurs sont identiques. Claude Code offre plus de flexibilité pour les workflows techniques (Skills, Hooks, commandes shell). Claude Desktop convient pour les interactions conversationnelles avec accès aux outils.