Claude Code : MCP — brancher des outils

À la fin, vous comprendrez MCP (Model Context Protocol), ajouterez un serveur en lab, bornerez les scopes, et éviterez les pièges sécu.

Niveau : Intermédiaire · Temps estimé : 45–60 min · Dernière vérification : 2026-09-11

← CLAUDE.md · IA · → MCP DevOps · Injection

Prérequis

• [ ] Claude Code opérationnel
• [ ] Notions JSON/config
• [ ] Repo lab
• [ ] Lire mcp-servers-devops en parallèle utile

Coût : lab tokens/abonnement ; pas de secrets. Angle DevOps Elastic Hayway : livrables Git, humain responsable.

Vous restez responsable de chaque action proposée par l’outil.

Ce que nous allons construire

Lab MCP Claude Code
  ├── Concept MCP client/serveur
  ├── Config lab (serveur docs local fictif)
  ├── Scopes + refus
  └── Checklist sécu

(Schéma — alt : « claude-code-mcp lab DevOps ».)

Étape 1 — MCP en une minute

MCP connecte un client (Claude Code) à des serveurs qui exposent des outils/ressources (fichiers, tickets, APIs). Au lieu de tout coller dans le prompt, l’agent interroge un outil sous votre politique de permissions. C’est puissant — et ça élargit la surface d’attaque : un serveur mal configuré peut lire trop large ou exécuter trop.

Étape 2 — Quand l’utiliser (et quand non)

Oui : doc interne indexée lab, ticketing de sandbox, cloud read-only lab. Non jour 1 : prod, secrets vaults sans médiation, shells larges. Pour beaucoup de tâches, un bon CLAUDE.md + repo local suffit — claude-code-claude-md.

Étape 3 — Configuration (principe)

Selon version, la config MCP vit dans un fichier user/projet (JSON). Pattern : nom du serveur, commande de lancement ou URL, variables d’environnement non commitées. Ne committez jamais de tokens. Exemple fictif (adaptez à la doc vendor) :

{
  "mcpServers": {
    "docs-lab": {
      "command": "npx",
      "args": ["-y", "@example/mcp-docs-lab"],
      "env": { "DOCS_ROOT": "/home/you/lab-docs" }
    }
  }
}

Vérifiez les clés exactes dans code.claude.com/docs — les noms évoluent.

Étape 4 — Permissions et revue

Chaque outil MCP doit être approuvé comme une commande shell. Refusez les appels hors périmètre. Journalisez mentalement : quel serveur, quelle ressource, quelle mutation. Complément large : mcp-servers-devops.

Étape 5 — Sécurité et injection

Les ressources renvoyées par un serveur sont des données : elles peuvent contenir des instructions adverses. Appliquez les défenses de prompt injection. Principe : outils least privilege, réseaux bornés, pas de secret en clair dans la config Git.

Lab concret DevOps

mkdir -p ~/lab-claude-mcp/docs ~/lab-claude-mcp/repo
cd ~/lab-claude-mcp/repo && git init
printf '%s
' '# Runbook lab' 'Restart fictif api-gateway staging' > ../docs/runbook.md
printf '%s
' '# Repo' > README.md
# Documentez dans NOTES.md le serveur MCP que VOUS activez (lab only)
cat > NOTES.md << 'EOF'
# MCP lab
- Objectif : lire docs-lab uniquement
- Interdit : credentials cloud réels
EOF
git add . && git commit -m "docs: cadre MCP lab"

Activez un serveur read-only pointant vers ~/lab-claude-mcp/docs si disponible dans votre stack ; sinon simulez avec lecture fichier locale et notez l’écart. Demandez à Claude Code un résumé du runbook via l’outil si connecté, puis vérifiez qu’aucune commande cloud n’est proposée.

Erreurs fréquentes

Symptôme	Cause	Correctif
Token dans Git	Env commité	Secrets manager + gitignore
Serveur trop large	Root filesystem	DOCS_ROOT borné
Confiance aveugle	Données = instructions	Défense injection
MCP avant bases	FOMO	Finir démarrer + CLAUDE.md
Prod jour 1	Curiosity	Sandbox only

Quiz (4 questions)

1. MCP connecte :
– A. Uniquement WordPress
– B. Client agent ↔ serveurs d’outils/ressources
– C. Un CDN magique

2. Bonne pratique config :
– A. Committer les tokens
– B. Env hors Git, least privilege
– C. Root / ouvert

3. Données MCP :
– A. Toujours sûres
– B. Potentiellement adverses (injection)
– C. Remplacent CLAUDE.md

4. Ordre pédagogique :
– A. MCP prod first
– B. Bases Code + md puis MCP lab
– C. Skip sécu

Réponses : 1‑B · 2‑B · 3‑B · 4‑B

Compléments opérationnels

Mesure et amélioration continue

Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.

Standard de brief réutilisable

Pour claude-code-mcp, adoptez un brief unique partagé par l’équipe. Il contient toujours cinq champs : objectif mesurable, contexte borné (lab/staging), liste blanche de fichiers ou ressources, interdits explicites (secrets, réseau, prod), et definition of done exécutable (commande de test ou checklist). Sans ces champs, l’outil improvisera — parfois avec élégance, souvent hors périmètre.

Stockez les briefs gagnants sous briefs/claude-code-mcp/ dans un dépôt de documentation interne. Chaque brief cite le commit de référence et le modèle utilisé. Au troisième succès comparable, ouvrez une PR qui transforme le brief en rule, Skill ou slash command. Voir ai-skills-concept, claude-skills-instructions et evaluer-qualite-skill.

Revue de diff comme compétence P0

La vitesse d’un agent n’a aucune valeur si personne ne sait lire un diff. Instituez une règle simple : aucun apply massif sans parcours hunk par hunk. Posez-vous trois questions : ce changement est-il demandé ? est-il testé ? est-il réversible ? Si une réponse est non, refusez ou exigez un plan plus petit.

En atelier, faites commenter un diff à voix haute pendant cinq minutes. Les juniors apprennent ainsi le vocabulaire du refus. Reliez cette pratique à ai-code-review-pr et aux workflows ai-agent-workflows.

Sécurité continue

Les surfaces claude-code-mcp multiplient les occasions d’injection et de fuite. Traitez tickets, README upstream, logs et ressources MCP comme des données non fiables. Séparez instructions et données. Allowlist tools. Confirmation humaine avant mutation. Guide : ai-prompt-injection-securite, mcp-servers-devops, claude-code-mcp.

Secrets : variables d’environnement de session, gestionnaire d’équipe, rotation, jamais de commit. Si un secret fuit dans un chat vendor, supposez-le compromis et rotatez.

Coûts, modèles et mode dégradé

Documentez un mapping fast/strong et un soft-cap mensuel dans la stack perso. OpenRouter peut aider à basculer — openrouter-multi-modeles. Le local (ollama-llm-locaux + continue-dev) sert de mode dégradé ou de bac à sable confidentialité.

Surveillez les changements silencieux de modèle par défaut : une régression de qualité est souvent un routing vendor, pas « l’équipe qui a oublié comment prompter ».

Ancrage parcours

claude-code-mcp n’est qu’une étape du parcours IA DevOps 2026. Tronc commun d’abord (prompts, injection, skills), puis surface spécialisée, puis industrialisation (routines, MCP, RAG). Hub de navigation : /ia/. Comparatifs utiles : claude-vs-gpt-code, codex-vs-claude-code, claude-vs-cursor-vs-copilot.

Rituals hebdomadaires

Hebdo : promouvoir un brief en Skill/rule ; archiver un échec instructif ; vérifier le budget tokens. Mensuel : revoir la stack (retirer l’inutile) ; rejouer un lab gold ; mettre à jour les versions d’outils. Ces rituals valent mieux que d’ajouter un cinquième abonnement.

Exemple de NOTES.md

# NOTES claude-code-mcp
Date:
Modèle:
Brief (résumé):
Fichiers touchés:
Commande DoD:
Refus utiles:
Commit:
Leçon:

Sans ce journal, vous réapprendrez les mêmes leçons chaque sprint. Avec ce journal, vous construisez un avantage composé d’équipe.

Quand arrêter l’outil

Arrêtez la session si : le DoD échoue deux fois de suite sans diagnostic clair ; l’outil insiste pour sortir du scope ; une commande dangereuse revient après refus ; vous ne comprenez plus le diff. Dans ces cas, revenir à l’éditeur manuel + checklist est un succès de gouvernance, pas un échec personnel.

Ponts concrets vers d’autres tutoriels

Après ce lab, enchaînez selon besoin : agent CLI (claude-code-demarrer, openai-codex-intro-2026, aider-pair-programming), IDE (windsurf-cascade, continue-dev, cursor-agent-composer-2026), qualité (evaluer-qualite-skill, ai-routines-agents), ou recherche (gemini-cli-deep-research, chatgpt-search-browsing).

Mesure et amélioration continue

Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.

Mesure et amélioration continue

Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.

FAQ

Par où commencer avec claude-code-mcp ?
Lab jetable sans secrets, brief borné, puis seulement élargir. Voir parcours et /ia/.

Faut-il always-allow pour aller plus vite ?
Non. Le gain est illusoire face au coût d’un mauvais push.

Comment industrialiser ?
Rules/Skills versionnées — ai-skills-concept, claude-skills-instructions.

Lien sécurité ?
prompt injection et permissions cas par cas.

Où documenter le choix d’outil ?
stack-ia-perso-devops-2026.

Quel voisin lire ensuite ?
Pages sœurs du header + hub /ia/.

Points clés

• MCP = outils branchés, pas magie
• Lab read-only d’abord
• Tokens hors Git
• Données non fiables
• Permissions cas par cas
• Compléter par mcp-servers-devops

Pour aller plus loin / Suite

1. MCP DevOps · Injection
2. CLAUDE.md · Démarrer
3. Parcours · /ia/

Maillage série IA Outils 2026

• Hub : /tutoriels/ia-parcours-devops-2026/ · /ia/
• Sécurité : prompt injection

• seo_title : Claude Code MCP DevOps | Elastic Hayway
• seo_desc : Branchez MCP à Claude Code en lab : scopes, config, anti-injection — tutoriel FR 2026.
• focus : Claude Code MCP

Mesure et amélioration continue

Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.

Mesure et amélioration continue

Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.