Connecter un client IA

Risques Majeurs MCP supporte deux modes de connexion :

• stdio — le client lance le serveur comme sous-processus et communique via stdin/stdout. C'est le mode le plus simple : avec npx github:MAIF/risques-majeurs-mcp, aucune installation locale n'est requise.
• Streamable HTTP — le serveur écoute sur http://localhost:3000/mcp, tout client MCP peut s'y connecter. Pratique en développement (hot-reload) ou pour partager une instance entre plusieurs clients.

Selon le client, l'un ou l'autre est plus simple. Cette page détaille les deux pour les principales plateformes IA.

astuce

• En stdio via npx : la commande clone, installé et build le serveur à la volée. Premier appel ≈ 5 s, ensuite c'est instantané (cache npx).
• En stdio via chemin local : utile si vous développez sur le projet (clone + npm install, puis pointez vers dist/index.js).
• En HTTP : lancez d'abord le serveur (npm run start-dev), puis configurez l'URL dans votre client.

Claude Desktop

Application de bureau d'Anthropic.

Éditez le fichier de configuration :

• macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows : %APPDATA%\Claude\claude_desktop_config.json
• Linux : ~/.config/Claude/claude_desktop_config.json

En stdio via npx (recommandé)

Claude Desktop lance le serveur comme sous-processus, sans installation locale :

{
  "mcpServers": {
    "risques-majeurs": {
      "command": "npx",
      "args": ["-y", "github:MAIF/risques-majeurs-mcp", "--stdio"]
    }
  }
}

En stdio depuis un clone local

Si vous développez sur le projet, pointez vers dist/index.js (après npm install qui déclenche automatiquement le build) :

{
  "mcpServers": {
    "risques-majeurs": {
      "command": "node",
      "args": ["/chemin/absolu/vers/risques-majeurs-mcp/dist/index.js", "--stdio"]
    }
  }
}

En HTTP

Si vous preferez lancer le serveur à la main (utile en développement avec hot-reload) :

{
  "mcpServers": {
    "risques-majeurs": {
      "url": "http://localhost:3000/mcp"
    }
  }
}

Redémarrez Claude Desktop pour que la connexion soit prise en compte. Les outils apparaissent dans le selecteur d'outils de la conversation.

Claude Code

CLI d'Anthropic pour les développeurs.

En stdio via npx (recommandé)

claude mcp add risques-majeurs -- npx -y github:MAIF/risques-majeurs-mcp --stdio

En stdio depuis un clone local

claude mcp add risques-majeurs -- node /chemin/absolu/vers/risques-majeurs-mcp/dist/index.js --stdio

En HTTP

claude mcp add risques-majeurs http://localhost:3000/mcp --transport http

Verifiez ensuite avec :

claude mcp list

Les 4 outils (geocodage, liste_risques, exposition_risques, carte_exposition_risques) deviennent automatiquement disponibles dans Claude Code. Vous pouvez aussi inspecter une session avec /mcp dans l'interactif.

ChatGPT (OpenAI)

ChatGPT (interface web et application bureau) prend en charge les MCP Connectors dans les versions Pro / Business / Enterprise.

1. Ouvrez Settings > Connectors (parametres > connecteurs).
2. Cliquez sur Add custom connector (ou équivalent selon la version).
3. Renseignez :
   • Name : Risques Majeurs
   • URL : https://votre-domaine-public/mcp
   • Transport : Streamable HTTP (ou HTTP)
   • Authentication : aucune

attention

ChatGPT en version cloud ne peut pas atteindre un serveur MCP qui écoute sur localhost. Pour un usage distant, exposez le serveur via un tunnel HTTPS (par exemple ngrok, cloudflared ou un déploiement public) et utilisez l'URL publique à la place.

Via l'API Responses (programmatique)

Si vous integrez le serveur directement dans une application via l'API OpenAI, utilisez le parametre tools avec un connecteur de type mcp :

{
  "model": "gpt-5",
  "tools": [
    {
      "type": "mcp",
      "server_label": "risques-majeurs",
      "server_url": "https://votre-domaine-public/mcp"
    }
  ],
  "input": "Quels sont les risques au 20 avenue de Segur à Paris ?"
}

Codex CLI (OpenAI)

L'agent CLI Codex d'OpenAI configure ses serveurs MCP dans ~/.codex/config.toml.

En stdio via npx (recommandé)

Codex supporte nativement le transport stdio :

[mcp_servers.risques-majeurs]
command = "npx"
args = ["-y", "github:MAIF/risques-majeurs-mcp", "--stdio"]

En stdio depuis un clone local

[mcp_servers.risques-majeurs]
command = "node"
args = ["/chemin/absolu/vers/risques-majeurs-mcp/dist/index.js", "--stdio"]

En HTTP

[mcp_servers.risques-majeurs]
url = "http://localhost:3000/mcp"

remarque

Le support HTTP pour MCP est en évolution dans Codex. Si la version installée ne le prend pas encore en charge directement, utilisez plutôt la configuration stdio ci-dessus, ou un proxy stdio→HTTP (ex : mcp-remote via npx) :

[mcp_servers.risques-majeurs]
command = "npx"
args = ["-y", "mcp-remote", "http://localhost:3000/mcp"]

Relancez Codex : les outils sont détectés au démarrage.

Le Chat (Mistral)

Le Chat de Mistral AI prend en charge les MCP Connectors dans son interface.

1. Ouvrez les parametres de Le Chat.
2. Section Connectors (ou MCP) : ajoutez un nouveau connecteur.
3. Renseignez :
   • Nom : Risques Majeurs
   • URL : https://votre-domaine-public/mcp
   • Transport : Streamable HTTP

Comme pour ChatGPT, Le Chat en mode cloud ne peut pas atteindre localhost directement : utilisez un tunnel HTTPS pour exposer votre serveur local.

Via l'API Mistral Agents

Pour un usage programmatique avec l'API Agents de Mistral, déclarez le serveur MCP dans la configuration de l'agent :

{
  "model": "mistral-large-latest",
  "tools": [
    {
      "type": "mcp",
      "server_url": "https://votre-domaine-public/mcp",
      "server_label": "risques-majeurs"
    }
  ]
}

Gemini CLI

Le Gemini CLI de Google supporte MCP via le fichier ~/.gemini/settings.json (configuration utilisateur) ou .gemini/settings.json (configuration projet).

En stdio via npx (recommandé)

{
  "mcpServers": {
    "risques-majeurs": {
      "command": "npx",
      "args": ["-y", "github:MAIF/risques-majeurs-mcp", "--stdio"]
    }
  }
}

En stdio depuis un clone local

{
  "mcpServers": {
    "risques-majeurs": {
      "command": "node",
      "args": ["/chemin/absolu/vers/risques-majeurs-mcp/dist/index.js", "--stdio"]
    }
  }
}

En HTTP

{
  "mcpServers": {
    "risques-majeurs": {
      "httpUrl": "http://localhost:3000/mcp"
    }
  }
}

Vous pouvez aussi utiliser la commande integree :

gemini mcp add --transport http risques-majeurs http://localhost:3000/mcp

Verifiez avec :

gemini mcp list

Les outils sont disponibles dans la session Gemini suivante. Tapez /mcp dans l'interactif pour voir la liste des serveurs connectes et leurs outils.

Autres clients MCP

Tout client compatible avec le transport Streamable HTTP du protocole MCP peut se connecter a l'URL http://localhost:3000/mcp. Voici quelques pistes selon le client :

Client	Type de configuration
Cline (VS Code)	Reglages du plugin → MCP Servers
Continue	~/.continue/config.json → mcpServers
Cursor	~/.cursor/mcp.json ou .cursor/mcp.json
Zed	~/.config/zed/settings.json → context_servers
Agent custom (SDK MCP)	Connexion programmatique au transport Streamable HTTP

Le format exact varie selon le client mais la logique reste la même : un nom + une URL + un type de transport.

Exposer le serveur à un client cloud

Les clients qui s'exécutent dans le cloud (ChatGPT.com, Le Chat web, etc.) ne peuvent pas atteindre localhost. Pour les utiliser pendant le développement, exposez votre serveur local via un tunnel :

# Avec ngrok
ngrok http 3000

# Avec cloudflared
cloudflared tunnel --url http://localhost:3000

Utilisez ensuite l'URL publique HTTPS retournee (suffixee de /mcp) dans la configuration du client.

attention

Un tunnel public expose votre serveur à Internet. En production, déployez le serveur sur une infrastructure dédiée, configurez CORS_ORIGIN pour restreindre les origines autorisees, et activez le rate-limiting via les variables RATE_LIMIT_*.