
MCP vs API REST : quelle architecture choisir pour des agents IA ?
MCP ou API REST pour un agent IA ? Choisissez selon qui décide de l’opération : le code, le modèle, ou les deux dans une architecture hybride.
Dix serveurs MCP qui ont leur place dans une configuration Claude Code — dépôt, docs, navigateur, base de données, outil projet — et l’ordre pour les ajouter.
Dernière relecture le 1 septembre 2026

Moins de serveurs, une meilleure cadence. Chaque serveur ajoute des outils au contexte du modèle et des décisions à son plan. Dix outils bien choisis valent mieux que soixante. Commence avec deux serveurs, ajoutes-en un quand un workflow en a clairement besoin.
Lecture d’abord, écriture derrière une approbation. L’essentiel de la valeur de MCP pour un assistant de code, c’est le contexte : le ticket, le test qui échoue, l’erreur en production, la décision qui explique la contrainte bizarre. Les lectures ne coûtent rien à autoriser. Autorise une écriture à la fois, réversible, derrière une demande d’approbation, et regarde les journaux avant d’autoriser la suivante.
Une identité par serveur. Claude Code agit en ton nom. Donne-lui un jeton limité à ce que tu ferais toi-même dans ce système, et révocable aussi facilement. Un serveur qui n’accepte qu’un jeton admin large n’est pas prêt pour un agent.
Le premier serveur de tout agent de code : tickets, pull requests, revues, état de la CI. GitHub publie un serveur MCP officiel ; GitLab et les autres ont des équivalents communautaires ou officiels. Autorise : lire les tickets et les PR, lire les résultats de CI, commenter. Garde pour plus tard : fusionner, forcer un push, supprimer.
Un serveur de documentation permet au modèle de lire la doc actuelle des bibliothèques que tu utilises, au lieu de s’appuyer sur des données d’entraînement qui peuvent avoir une version majeure de retard. Context7 est le choix courant ; certaines équipes pointent un serveur de fichiers vers leur propre dossier de docs. Autorise tout — c’est de la lecture par nature.
Le serveur de fichiers de référence donne au modèle une vue bornée d’un répertoire : utile quand ton travail s’étend sur plusieurs dépôts ou un dossier de docs hors du dépôt courant. Limite-le aux chemins que tu ouvrirais toi-même, jamais à ton répertoire personnel.
Un serveur de navigateur (Playwright est la référence) transforme « le bouton ne marche pas » en quelque chose que l’agent peut reproduire : ouvrir la page, cliquer, lire la console, prendre une capture. Autorise la navigation et la lecture ; méfie-toi de tout ce qui soumet des formulaires sur de vrais sites.
Un serveur Postgres ou SQLite avec un rôle en lecture seule répond aux questions qui coûtent sinon un aller-retour vers un collègue : que contient vraiment cette table, quelles lignes déclenchent cette contrainte, combien d’utilisateurs sont dans cet état. Utilise un rôle qui ne peut pas écrire. Jamais.
Un serveur de type Sentry laisse l’agent lire la trace, le fil d’ariane et la fréquence de l’erreur qu’il corrige, et relier le correctif au ticket. La lecture seule suffit largement.
C’est là que l’agent apprend pourquoi il fait le travail : la carte, les critères d’acceptation, les documents liés, la décision qui exclut l’approche évidente. C’est aussi là que le résultat doit atterrir — un commentaire, un changement de statut, une question au relecteur — au lieu de rester dans une fenêtre de chat.
Le serveur de Stellary expose projets, cartes, documents, missions et validations via MCP, avec une identité par agent, une liste d’outils autorisés et une règle d’autonomie (direct, supervisé, proposition). Le guide Claude Code montre la configuration en trois étapes. Linear, Notion et Jira ont aussi des serveurs MCP ; les critères sont les mêmes — l’agent peut-il lire la carte et son contexte, et ses écritures peuvent-elles passer par une approbation.
Un serveur Figma laisse l’agent lire la frame qu’il implémente : dimensions, tokens, textes. Lecture seule, et rentable pour le travail front.
Slack ou équivalent, pour lire le fil où le besoin a réellement été discuté. Lecture seule ; ne laisse jamais un agent poster dans un canal sans une personne dans la boucle.
La recherche web comble l’écart entre la documentation et le message d’erreur que personne n’a documenté. Garde-le pour la fin : c’est le serveur qui envoie le plus souvent le modèle dans un terrier.
Connecte l’hébergeur de dépôt et l’outil projet, tous deux en lecture seule. Demande à Claude Code de préparer un changement : lire la carte, lire le ticket lié, lire le test qui échoue, proposer un plan. Valide le plan, laisse-le implémenter, lance les tests. Puis autorise une écriture : un commentaire sur la carte avec le résultat et les preuves. Quand ça a marché dix fois, envisage d’autoriser un changement de statut derrière une approbation. C’est le plan de déploiement décrit dans ce que MCP change pour les outils de code IA, et c’est la différence entre un assistant qui aide et un agent en qui tu as confiance.
Ton hébergeur de dépôt et ton outil projet, tous deux en lecture seule. Ils donnent à l’agent le ticket, les critères d’acceptation et le contexte qui explique les contraintes. Ajoute ensuite un serveur de documentation, puis un navigateur ou une base de données en lecture seule quand un workflow en a besoin.
Quand le modèle commence à choisir le mauvais outil ou à ignorer le bon. Chaque serveur ajoute des outils à son contexte et des décisions à son plan. Deux ou trois serveurs bien délimités valent en général mieux que dix ; ajoutes-en un quand un workflow en a clairement besoin et retire ceux que personne n’utilise.
Oui, si le serveur expose des outils d’écriture et que tu les autorises. Commence par un commentaire sur la carte (le résultat et les preuves), derrière une demande d’approbation. Le serveur de Stellary place chaque action hors lecture derrière une règle par agent : direct, supervisé ou sur proposition.

MCP ou API REST pour un agent IA ? Choisissez selon qui décide de l’opération : le code, le modèle, ou les deux dans une architecture hybride.

Guide pratique de MCP pour le code IA : architecture, clients compatibles, sécurité, workflows, limites et critères d’évaluation en 2026.

Connectez Cursor, Claude Code, Claude Desktop ou un agent externe à Stellary via MCP, avec le bon endpoint, la bonne identité et les permissions adaptées.

Comprendre l'architecture MCP, les tools, les resources, les transports, les permissions et les limites de compatibilité avant de connecter une IA à vos outils.
Stellary réunit ton board, tes docs et tes agents IA dans un seul centre de commande.