MCP with Claude Code

Disponible en anglais

Le problème

Avec des centaines de serveurs MCP et des milliers d’outils :

• la fenêtre de contexte se remplit de définitions d’outils que vous n’utilisez jamais
• les résultats intermédiaires gaspillent des tokens
• aucune vérification de confiance pour les serveurs

Solution : Docker MCP Gateway

L’approche MCP dynamique de Docker résout les trois points :

1. Confiance - Serveurs vérifiés dans le catalogue Docker
2. Contexte - Charge uniquement les outils réellement nécessaires
3. Découverte - Les agents trouvent et configurent les outils autonomement

Configuration

# Update Docker Desktop (enable MCP toolkit in beta features)
# Connect servers via Docker Desktop → MCP Catalog

Claude Code se connecte à Docker, Docker gère tous les serveurs MCP.

Fonctionnement

Au lieu de charger tous les outils dès le départ, Docker fournit :

• mcp_find - Rechercher dans le catalogue par nom/description
• mcp_add - Connecter un serveur
• mcp_remove - Déconnecter un serveur

L’agent découvre et charge uniquement ce dont il a besoin par session.

Code Mode

Les agents écrivent des outils JavaScript qui chaînent des appels MCP. Utilisez-le par défaut quand un agent doit orchestrer une grande surface d’API comme Cloudflare, GitHub, Linear, Stripe ou des APIs d’administration internes.

Without code mode:
- Many endpoint/tool definitions live in context
- Each call returns full results to context
- Context fills quickly and agent cost rises with API size

With code mode:
- Agent gets a small search/execute surface
- Agent writes custom tool using only needed API calls
- Results saved to volume, not context
- Only summaries/answers returned to model

C’est particulièrement important pour l’automatisation Cloudflare. N’exposez pas chaque opération Cloudflare comme des outils indépendants toujours chargés quand l’agent doit seulement déployer un Worker ou inspecter une base D1. Gardez les grands catalogues d’API derrière search/execute, des scripts broker ou Code Mode.

Exemple : rechercher GitHub → sauvegarder dans Notion

1. Agent creates "github-to-notion" tool
2. Tool searches repos with multiple keywords
3. Results written to Notion database
4. Model only sees "29 repos saved"

Avantages :

• Exécution sandboxée (sécurisée)
• Persistance d’état (volumes)
• Usage minimal du contexte

Chrome DevTools MCP

Inspection directe du navigateur depuis Claude Code.

Configuration

// claude_desktop_config.json or .mcp.json
{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["@anthropic-ai/chrome-devtools-mcp@latest"]
    }
  }
}

Lancer Chrome

# Mac
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222

# Windows
chrome.exe --remote-debugging-port=9222

# Linux
google-chrome --remote-debugging-port=9222

Capacités

Outil	Usage
chrome_navigate	Aller à une URL
chrome_screenshot	Capturer la page
chrome_click	Cliquer un élément
chrome_type	Saisir du texte
chrome_evaluate	Exécuter du JS
chrome_logs	Obtenir les logs console
chrome_network	Voir les requêtes

Claude peut :

• déboguer les erreurs console
• inspecter les requêtes réseau
• vérifier localStorage/cookies
• tester les interactions UI
• vérifier l’état du DOM

Serveurs MCP Cloudflare

L’accès MCP Cloudflare doit suivre la même frontière que les tokens de déploiement : limité aux ressources quand possible, lecture seule sauf si une mutation est explicitement nécessaire, et routé via un broker ou la CI pour les changements de production.

Serveurs disponibles

Serveur	Usage
mcp-server-cloudflare	Gérer Workers, KV, R2, D1
@cloudflare/tanstack-ai	Adaptateurs TanStack AI pour Workers AI et AI Gateway

Configuration

{
  "mcpServers": {
    "cloudflare": {
      "command": "npx",
      "args": ["@cloudflare/mcp-server-cloudflare"],
      "env": {
        "CLOUDFLARE_API_TOKEN": "your-token",
        "CLOUDFLARE_ACCOUNT_ID": "your-account-id"
      }
    }
  }
}

Capacités

Workers :

• Lister/créer/supprimer des Workers
• Déployer du code
• Voir les logs

KV :

• Créer des namespaces
• Get/put/delete des clés
• Lister les clés

R2 :

• Créer des buckets
• Uploader/downloader des objets
• Lister les objets

D1 :

• Créer des bases de données
• Exécuter des requêtes
• Lister les tables

Setup recommandé

Pour les projets Fenod Stack :

{
  "mcpServers": {
    "docker": {
      "command": "docker",
      "args": ["mcp", "gateway"]
    },
    "chrome-devtools": {
      "command": "npx",
      "args": ["@anthropic-ai/chrome-devtools-mcp@latest"]
    },
    "cloudflare": {
      "command": "npx",
      "args": ["@cloudflare/mcp-server-cloudflare"],
      "env": {
        "CLOUDFLARE_API_TOKEN": "${CLOUDFLARE_API_TOKEN}",
        "CLOUDFLARE_ACCOUNT_ID": "${CLOUDFLARE_ACCOUNT_ID}"
      }
    }
  }
}

Conseils

• Utiliser Docker gateway pour le chargement dynamique des outils (économise des tokens)
• Préférer Code Mode/search/execute pour les grandes APIs plutôt que charger chaque endpoint comme outil
• Chrome MCP pour le débogage frontend
• Cloudflare MCP pour la gestion d’infrastructure, uniquement avec des tokens limités aux ressources
• Chaîner les outils avec code mode pour les workflows complexes
• Résultats vers fichiers/bases de données, pas vers le contexte
• Ajouter des budgets/limites de débit avant de laisser les agents exécuter des workflows Cloudflare ou AI Gateway autonomes