Comment évaluer un serveur MCP : une checklist pratique de sécurité

Pourquoi l'évaluation compte

Connecter un serveur MCP à votre assistant IA n'est pas comme installer une application classique. Le serveur a accès au contexte de votre IA et potentiellement à vos fichiers, bases de données ou API. Un serveur mal écrit pourrait fuiter des données. Un serveur malveillant pourrait faire pire. Prendre quelques minutes pour évaluer un serveur avant de l'installer est une précaution raisonnable.

Il ne s'agit pas d'être paranoïaque. Il s'agit d'appliquer aux serveurs MCP la même diligence que vous appliquez (ou devriez appliquer) à toute dépendance logicielle. Le processus n'a pas besoin d'être exhaustif. Une évaluation rapide de quelques facteurs clés peut beaucoup vous apprendre.

Vérifier la source et l'auteur

Commencez par savoir qui l'a fait. L'auteur est-il un développeur individuel, une organisation, ou anonyme ? Maintient-il d'autres projets ? Un coup d'œil rapide sur le profil GitHub de l'auteur peut révéler s'il a un historique de maintenance de logiciel ou si c'est son seul dépôt.

Regardez le dépôt lui-même. Quand a eu lieu le dernier commit ? Les issues reçoivent-elles des réponses ? Un serveur qui n'a pas été mis à jour depuis six mois peut encore fonctionner, mais il ne reçoit pas de patches de sécurité ni de mises à jour de compatibilité. La maintenance active est l'un des signaux de qualité les plus forts disponibles.

Si le serveur est publié sous une organisation (entreprise ou projet open source bien connu), cela ajoute une couche de responsabilité que les dépôts individuels n'ont pas forcément.

Lire les permissions

Avant l'installation, comprenez ce que le serveur peut faire. La plupart des serveurs MCP décrivent leurs outils dans un README ou dans le manifeste du serveur. Lisez la liste des outils et demandez-vous : ce serveur a-t-il besoin de toutes ces capacités pour ce que je veux en faire ?

Un serveur de système de fichiers qui offre à la fois lecture et écriture peut être correct si vous avez besoin des deux. Mais si vous voulez seulement lire des fichiers, cherchez une alternative en lecture seule. Le principe du moindre privilège s'applique ici : ne connectez que les capacités dont vous avez réellement besoin.

Portez une attention particulière aux outils qui peuvent envoyer des données à l'extérieur (requêtes HTTP, email, messagerie) ou modifier l'état du système (écritures de fichiers, mutations de bases, changements de configuration). Ils portent plus de risque que les outils en lecture seule.

Examiner les dépendances

Comme tout logiciel, les serveurs MCP dépendent de bibliothèques qui peuvent avoir des vulnérabilités. Si le serveur est un paquet npm, vous pouvez exécuter npm audit après l'installation. Pour les paquets Python, pip-audit ou safety check remplissent le même rôle.

Un grand nombre de dépendances n'est pas automatiquement mauvais, mais chaque dépendance est un vecteur d'attaque potentiel. Les serveurs avec peu de dépendances ont une surface d'attaque plus petite et sont plus faciles à auditer. Si vous voyez un serveur qui dépend de centaines de paquets pour ce qui devrait être une intégration simple, c'est à interroger.

Tester d'abord en isolation

Si vous évaluez un serveur que vous n'avez jamais utilisé, envisagez de le tester dans un environnement isolé avant de le connecter à votre assistant IA principal. Faites-le tourner localement sans le connecter à des sources de données sensibles. Vérifiez qu'il se comporte comme décrit et que ses outils font ce qu'ils prétendent faire.

Beaucoup de clients MCP permettent de se connecter à plusieurs serveurs avec des niveaux de confiance différents. Vous pouvez faire tourner un nouveau serveur en exigeant une confirmation explicite pour chaque appel d'outil jusqu'à ce que vous soyez à l'aise avec son comportement.

Utiliser des signaux de qualité agrégés

Vérifier tous ces facteurs manuellement pour chaque serveur est fastidieux. C'est ici que les plateformes d'agrégation gagnent leur valeur. Des plateformes qui croisent les données de plusieurs répertoires, calculent des notes de sécurité à partir de l'analyse de dépendances et de l'activité de maintenance, et font remonter les signaux de confiance de la communauté, peuvent compresser des heures d'évaluation en quelques secondes.

Une note de sécurité qui prend en compte la qualité du code, la santé des dépendances, la réputation de l'auteur et l'adoption communautaire vous donne un point de départ rapide. Cela ne remplace pas le jugement, mais cela vous aide à prioriser les serveurs qui méritent un regard plus attentif et ceux que vous pouvez installer en confiance sur la base de leur historique.

Surveillance continue

L'évaluation n'est pas un événement ponctuel. Le serveur que vous avez installé il y a trois mois a peut-être changé depuis. L'auteur a peut-être ajouté de nouvelles capacités, introduit de nouvelles dépendances ou complètement arrêté de le maintenir.

Tenez vos serveurs MCP à jour et passez en revue périodiquement ceux que vous avez connectés. Retirez les serveurs que vous n'utilisez plus. Vérifiez les avis de sécurité. Et soyez attentif aux changements de comportement qui semblent inattendus. Une bonne hygiène d'outillage est une pratique continue, pas une case à cocher une fois pour toutes.

Lectures complémentaires

Parcourez les serveurs MCP sur Skillful.sh. Trouvez des outils IA notés pour la sécurité. Cherchez plus de 137 000 outils IA sur Skillful.sh.