Un serveur MCP est un petit programme qui donne à un assistant IA l’accès à une chose précise : vos notes de réunion, votre agenda, une base de données d’entreprise, les fichiers d’un dossier. L’assistant se connecte au serveur, voit une courte liste de ce qu’il peut faire — chercher des enregistrements, lire une transcription — et appelle ces fonctions quand votre question l’exige.
C’est toute l’idée. Le Model Context Protocol (MCP) est le format convenu pour cette conversation : le même serveur fonctionne donc avec Claude, ChatGPT, Cursor et toutes les autres applications compatibles, au lieu d’exiger une intégration distincte pour chacune. La documentation officielle le compare à un port USB-C pour les applications d’IA : un connecteur, beaucoup d’appareils.
Cet article explique les composants en langage simple, ce qu’un serveur peut et ne peut pas faire de vos données, et comment distinguer un serveur local d’un serveur cloud — ce qui se révèle être la question la plus importante.
Trois mots reviennent sans arrêt, et un seul signifie ce que vous imagineriez.
Le mot serveur est ce qui prête à confusion. Il n’implique aucun centre de données. Un serveur MCP est souvent un programme installé sur votre propre ordinateur portable, lancé par l’application d’IA à son démarrage et arrêté quand vous la quittez. Dans la terminologie MCP, un serveur est simplement le côté qui offre du contexte, où qu’il s’exécute.
La spécification définit trois choses qu’un serveur peut proposer, et il vaut la peine d’en connaître les noms, car vous les verrez dans les écrans de configuration :
search_recordings, create_issue, run_query. C’est ce que vous
rencontrerez le plus souvent.Rien de tout cela ne se produit silencieusement en arrière-plan. L’assistant lit la liste des outils disponibles et, quand votre question semble en nécessiter un, il l’appelle et se sert de la réponse. Si votre question n’en a pas besoin, rien n’est touché. Un outil à la description vague n’est tout simplement jamais utilisé — d’où des écarts de qualité importants entre serveurs selon les éditeurs.
Les serveurs MCP s’exécutent à l’un de deux endroits, et la différence n’est pas cosmétique.
Les serveurs locaux tournent sur votre machine et communiquent avec l’application d’IA via l’entrée et la sortie standard — sans réseau. L’application démarre le serveur comme un processus ; le serveur lit les données locales et les lui rend. Rien n’est envoyé ailleurs pour que l’assistant puisse le voir.
Les serveurs distants tournent sur l’infrastructure d’un éditeur et sont joignables en HTTP, normalement avec une connexion OAuth. Vos données résident dans le cloud de cet éditeur, et l’assistant les interroge par le réseau.
Les outils de prise de notes de réunion illustrent bien ce partage. Vérifié le
10 août 2026 : Fireflies documente un point d’accès MCP distant sur
api.fireflies.ai/mcp avec OAuth, et le connecteur d’Otter est lui aussi un
service cloud authentifié par OAuth, présenté comme partie de son offre
entreprise. Dans les deux cas, les transcriptions vivent déjà dans le cloud de
l’éditeur : un serveur MCP cloud est donc la forme naturelle. Un outil qui
garde les enregistrements sur votre appareil a au contraire besoin de la
variante locale — c’est ainsi que fonctionne le
serveur MCP de Speak-Y : il tourne sur votre machine et lit les
enregistrements locaux. Ses outils qui modifient quelque chose — taguer un
enregistrement, nommer un intervenant, le publier dans un canal d’équipe —
s’exécutent dans l’application elle-même, sont déclarés au client comme
modifiant les données, si bien que l’assistant demande d’abord, et peuvent
être désactivés en laissant la lecture en place.
Une réserve honnête vaut pour les deux : un serveur local garde vos données hors des serveurs de l’éditeur, mais il ne les garde pas hors de la conversation. Tout ce que l’assistant lit part vers le modèle avec lequel vous discutez, exactement comme si vous l’aviez collé vous-même. Local signifie non stocké ailleurs, pas invisible pour le modèle.
Le changement pratique, c’est que vous cessez de déplacer l’information à la main. Au lieu d’ouvrir une application, de trouver la bonne note, d’en copier un paragraphe et de le coller dans une fenêtre de discussion, vous posez la question et l’assistant va chercher ce dont il a besoin.
Au quotidien, cela ressemble à ceci :
L’assistant enchaîne les étapes — chercher, lire, écrire — de lui-même. Notre guide pour connecter vos notes de réunion à un assistant IA détaille les prompts qui fonctionnent de façon fiable en pratique.
Trois limites méritent d’être énoncées clairement, car les pages des éditeurs le font rarement :
MCP a été présenté par Anthropic en novembre 2024. OpenAI l’a adopté dans l’ensemble de ses produits en mars 2025 et Google DeepMind a suivi en avril 2025 — le moment où il a cessé d’être le format d’un seul éditeur.
En décembre 2025, Anthropic a fait don du protocole à l’Agentic AI Foundation, un fonds dédié sous l’égide de la Linux Foundation, cofondé par Anthropic, Block et OpenAI, avec le soutien de Google, Microsoft, AWS, Cloudflare et Bloomberg. Les mainteneurs qui pilotaient déjà le projet en ont gardé le contrôle technique ; les changements passent par un processus de proposition public.
Les chiffres donnent une idée de l’échelle. Lors de l’annonce de décembre 2025, le projet faisait état d’environ 97 millions de téléchargements de SDK par mois et de quelque 10 000 serveurs actifs. À la sortie de la spécification 2026-07-28 — la révision actuelle, qui a rendu le protocole sans état pour que les serveurs passent à l’échelle sur une infrastructure web ordinaire — les principaux SDK approchaient le demi-milliard de téléchargements mensuels.
Le chemin le plus rapide est une application qui embarque déjà un serveur. Dans Speak-Y, le serveur MCP fait partie de l’application de bureau : ouvrez Paramètres → Intégrations, choisissez votre client, et la configuration est écrite pour vous. Il tourne en local et est disponible sur toutes les formules, y compris la formule Free ; les outils qui modifient quoi que ce soit demandent avant d’agir et peuvent être désactivés entièrement. La documentation MCP couvre l’installation manuelle pour les clients sans installateur en un clic.
Une fois la connexion établie, vos dictées et vos notes de réunion deviennent quelque chose que vous interrogez en conversation au lieu de le faire défiler. Et si votre équipe partage ses réunions dans une base de connaissances commune, la même question — « qu’avons-nous décidé à ce sujet ? » — commence à renvoyer des réponses issues de travaux auxquels vous n’avez pas personnellement assisté.
Un serveur MCP est un petit programme qui expose une source de données ou un ensemble d’actions — vos notes, votre agenda, une base de données — à une application d’IA via une interface standard. L’assistant s’y connecte et peut alors chercher et lire ces données, ou exécuter les actions que le serveur autorise.
Non. De nombreuses applications intègrent désormais un serveur MCP et l’installent dans votre client IA en deux clics. Vous ne touchez à un fichier de configuration que si l’application à connecter ne propose pas d’installation en un clic.
Le serveur lui-même, non ; l’assistant, oui. Un serveur local tourne sur votre machine et lit des fichiers locaux ; un serveur distant tourne dans le cloud d’un éditeur. Dans les deux cas, tout ce que l’assistant lit réellement fait partie de votre conversation avec le fournisseur du modèle.
Anthropic a présenté MCP en novembre 2024 et en a fait don en décembre 2025 à l’Agentic AI Foundation, un fonds dédié sous l’égide de la Linux Foundation, cofondé par Anthropic, Block et OpenAI. La révision actuelle de la spécification est datée du 2026-07-28.
Un plugin est écrit pour une application précise. Un serveur MCP est écrit une seule fois selon un standard ouvert et fonctionne avec n’importe quel client compatible MCP — Claude, ChatGPT, Cursor, VS Code et d’autres — vous configurez donc l’accès une fois au lieu de le refaire pour chaque application.