15 Migliori Server MCP per Claude Code, Cursor e Codex (2026): Quelli che Installiamo Davvero

15 Migliori Server MCP per Claude Code, Cursor e Codex (2026): Quelli che Installiamo Davvero

Su un laptop nuovo installiamo tre server MCP prima di qualsiasi altra cosa: GitHub MCP, Context7 e Playwright. Fine. Il resto lo aggiungi quando un workflow reale lo richiede. E qui c'è la parte che la maggior parte delle liste non dice mai: Anthropic ha silenziosamente archiviato 13 dei suoi 20 server MCP di riferimento originali nel 2025, quindi metà dei tutorial su "official MCP server" che girano ancora oggi puntano a codice non più mantenuto. Usiamo MCP server ogni giorno, non vendiamo nulla. Questa è la lista che daremmo a un collega.

Usi Claude Code come editor principale? Nel frattempo abbiamo pubblicato una guida di configurazione dedicata a Claude Code: 11 Migliori Server MCP per Claude Code (2026).

Punti Chiave

• Il pacchetto starter da 3 server: GitHub MCP + Context7 + Playwright. Installa questi per primi, ogni volta.
• Anthropic ha archiviato 13 dei suoi 20 server MCP di riferimento nel 2025; ne rimangono attivi solo 7.
• MCP non è gratuito: ogni server connesso consuma 2.000–5.000 token per l'iniezione degli schemi all'avvio.
• La Linux Foundation's AAIF governa ora MCP (dicembre 2025), con Anthropic, OpenAI, Google e Microsoft nel board.

In evidenza: MCP360, un gateway per oltre 100 strumenti

MCP360 è un gateway unificato e un marketplace che collega gli agenti AI a oltre 100 strumenti esterni e MCP personalizzati tramite una singola integrazione. Invece di configurare un server separato per ogni servizio, il tuo agente ottiene un'unica connessione che standardizza l'esecuzione dei workflow e scala automaticamente man mano che nuovi strumenti vengono aggiunti al marketplace.

Disclosure onesta: MCP360 è un prodotto di un vendor. Lo mettiamo in evidenza per merito perché il modello a gateway singolo risolve un problema reale creato dall'approccio con un server per servizio: la proliferazione delle configurazioni.

Quando usarlo: build di agenti multi-strumento dove la configurazione per servizio è il collo di bottiglia. Se stai collegando un agente a una dozzina di servizi e la proliferazione delle configurazioni è il dolore, un gateway batte una dozzina di installazioni separate.

Pitfall reale: dipendi dall'uptime del gateway di una terza parte, quindi conferma gli SLA prima di farci affidamento in produzione. Doc su github.com/mcp360/unified-gateway-mcp.

Prova MCP360 →

Cos'è un Server MCP (in 30 Secondi)?

Un server MCP è un adattatore di strumenti che espone un servizio (GitHub, il filesystem locale, Figma) a qualsiasi client LLM (Claude Code, Cursor, Codex) tramite il Model Context Protocol. Pensatelo come USB-C per gli strumenti AI: un connettore solo, tanti dispositivi. Costruisci l'adattatore una volta e ogni host compatibile può usarlo.

Prima di MCP esisteva un problema N×M: ogni host AI necessitava di una integrazione custom con ogni strumento. MCP collassa tutto in N+M. Lo stesso server GitHub MCP funziona in Claude Code, Cursor, Codex CLI, Windsurf e Cline senza riscrivere nulla.

In pratica contano due transport. stdio è quello locale: il server gira come sottoprocesso dell'host, comunica via stdin/stdout, non ha autenticazione ed è il più veloce. Streamable HTTP è quello remoto: gira su un URL, usa OAuth 2.1 per accesso con scope limitato e aggiunge 30–200ms di latenza. Se vuoi approfondire il protocollo, la nostra guida completa al protocollo MCP copre transport, autenticazione e schemi degli strumenti nel dettaglio. La specifica ufficiale è su modelcontextprotocol.io.

Quali 3 Server MCP Installare Prima?

Installa GitHub MCP, Context7 e Playwright per primi. GitHub MCP azzera il context-switch su "trova quella PR, leggi quel file, apri quell'issue". Context7 porta la documentazione pinned alla versione corretta nel tuo prompt, così il modello smette di inventarsi API di package. Playwright gestisce le azioni reali sul browser per QA e scraping. Con questi tre hai coperto codice, documentazione e web: circa l'80% di quello che vorresti mai far toccare a un agente AI.

Su un laptop nuovo è l'unico loadout che installiamo prima di iniziare a lavorare. Tutto ciò che segue è condizionale. Questi tre non lo sono.

1. GitHub MCP (vendor-maintained, ufficiale)

Il server MCP che riduce più di qualsiasi altro il context-switch per qualsiasi sviluppatore. GitHub MCP permette all'agente di leggere codice, cercare nelle org, gestire PR, commentare issue e aprirne di nuove — tutto nella stessa chat in cui stai scrivendo.

Quando usarlo: ogni volta che stai rilasciando codice. Anche su progetti personali, "cosa ho cambiato in questo file martedì scorso?" diventa una riga singola invece di un cambio tab.

Pitfall reale: limita il tuo Personal Access Token a repo read only, a meno che tu non voglia attivamente che l'agente faccia merge. Abbiamo visto agenti aprire PR che nessuno aveva chiesto, con grande entusiasmo. Documentazione e sorgente ufficiale su github.com/github/github-mcp-server. Nota: questo è il nuovo server vendor-maintained. Il vecchio server GitHub di riferimento Anthropic è stato archiviato; non installare quello.

2. Context7 MCP (community, mantenuto da Upstash)

Il server con la leva più alta per bloccare le allucinazioni sulle API di package. Context7 recupera documentazione reale e pinned alla versione per qualsiasi libreria su richiesta e la inietta nel tuo prompt. Così quando il modello sta per inventare con sicurezza un'API di Next.js 15 che non esiste, puoi dire "usa Context7 per ottenere i doc veri" e si ancora alla realtà.

Quando usarlo: ogni sessione di coding. Soprattutto su Next.js, React, Tailwind o qualsiasi framework dove i dati di training del modello sono mesi indietro rispetto alla realtà.

Pitfall reale: Context7 vale quanto il suo indice. Le librerie di nicchia potrebbero non essere ancora presenti; in quel caso ricadi su un URL di documentazione reale via Fetch. Doc su context7.com. Se vuoi la categoria più ampia, il nostro roundup sui migliori strumenti di context engineering approfondisce i pattern di doc-grounding.

3. Playwright MCP (Microsoft, ufficiale)

Azioni browser per qualsiasi client AI senza scrivere script Playwright. Playwright MCP permette all'agente di navigare, cliccare, compilare form, fare screenshot ed eseguire JavaScript in una vera istanza Chromium.

Quando usarlo: QA guidato da AI, web scraping che richiede rendering JavaScript, controlli di regressione visiva, test di form, workflow del tipo "accedi a questo sito e recupera i dati del mio dashboard".

Pitfall reale: ogni azione richiede circa 500ms e gli screenshot pesano, quindi tieni d'occhio i token. Un flusso browser da 30 step può consumare 20k token solo per i dati degli screenshot. Doc su playwright.dev/docs/mcp.

Tier A: 6 Server ad Alta Leva da Aggiungere Subito Dopo

Dopo il pacchetto starter, aggiungi server man mano che il workflow lo richiede. Figma Dev Mode per il design-to-code, Filesystem per le operazioni su file locali, Brave Search per la ricerca web, Firecrawl per l'estrazione dati da siti, Supabase per il lavoro col database e Sentry per il debug di errori reali. Ognuno guadagna il suo posto quando c'è il lavoro; non installarli tutti e sei il primo giorno.

4. Figma Dev Mode MCP (Figma, ufficiale)

Contesto di design live (gerarchia, auto-layout, varianti, design token) alimentato direttamente nel tuo prompt. Figma Dev Mode MCP fa la differenza tra "costruisci un card component" indovinando la spaziatura e "costruisci questo card component" con i token effettivi e le regole di layout allegati.

Quando usarlo: lavoro frontend con un file Figma reale. Pitfall: richiede un seat Figma Dev a pagamento. Doc su figma.com.

5. Filesystem MCP (Anthropic reference, ancora attivo)

Lettura e scrittura di file locali con controlli di accesso configurabili. Filesystem MCP è uno dei 7 server di riferimento Anthropic ancora attivi. È la risposta giusta quando vuoi che l'agente manipoli file in una directory sandbox specifica senza dargli accesso all'intera macchina.

Quando usarlo: scaffolding, refactoring batch, migrazioni di contenuti. Pitfall: nella maggior parte dei workflow di coding l'host (Claude Code, Cursor) ha già accesso al filesystem, quindi installarlo sopra è ridondante. Sorgente su github.com/modelcontextprotocol/servers.

6. Brave Search MCP (Brave, vendor)

Ricerca web live tramite l'indice indipendente di Brave. Brave Search MCP è la scelta più comune per "dare all'agente accesso al web" perché l'API è economica e i risultati non hanno la forma di Google.

Quando usarlo: ricerca, fact-checking, "qual è il prezzo attuale di X". Pitfall: la qualità dei risultati varia su query di nicchia, quindi accoppialo con Fetch o Firecrawl quando hai bisogno di leggere davvero quello che hai trovato. Doc su brave.com/search/api/mcp.

7. Firecrawl MCP (Firecrawl, vendor)

Trasforma qualsiasi sito web in dati puliti pronti per LLM. Firecrawl gestisce il rendering JavaScript, crawl paginati ed estrazione strutturata in una sola chiamata.

Disclosure onesta: Firecrawl è un vendor. Produce server MCP e un prodotto a pagamento. Il loro server è legittimamente buono; lo classifichiamo qui per merito, non per bias. Anche i 110k+ stelle su GitHub aiutano.

Quando usarlo: scraping di siti di contenuto, ricerca sui competitor, costruzione di indici documentali. Pitfall: il tier hosted costa denaro reale una volta superata la quota gratuita. Doc su firecrawl.dev.

8. Supabase MCP (Supabase, ufficiale)

Interroga Postgres, esegui migrazioni, gestisci auth e storage, tutto dalla chat. Supabase MCP è l'esempio più pulito di "infra come conversazione" che funziona davvero.

Quando usarlo: qualsiasi progetto dove Supabase è il backend. Pitfall: assegna all'agente un ruolo read-only per l'esplorazione; la capacità di migrazione è potente e implacabile. Doc su supabase.com/docs/guides/getting-started/mcp.

9. Sentry MCP (Sentry, vendor)

Recupera errori, analizza stack trace, gestisci issue. Sentry MCP è il modo più veloce che abbiamo trovato per fare triage di un incidente in produzione con un assistente AI: incolla l'ID dell'errore, ottieni la trace, ottieni la correzione suggerita.

Quando usarlo: debug di errori reali in app reali. Pitfall: limita il token a un singolo progetto. Non vuoi che l'agente legga gli errori di ogni progetto della tua organizzazione. Doc sulla pagina Sentry MCP.

Tier B: 6 Server Specifici per Workflow (Installa su Richiesta)

I server di Tier B guadagnano il loro budget di token solo per workflow specifici. Linear per il lavoro su prodotto e PM, Notion per doc e knowledge base, Stripe per agenti di pagamento, Cloudflare per l'infra-as-conversation, Kubernetes per le operazioni sui cluster e Sequential Thinking per il ragionamento strutturato. Non installarli a meno che tu non stia davvero facendo quel lavoro.

10. Linear MCP (Linear, ufficiale)

Issue, sprint, progetti. Porta il contesto Linear in Claude Code o Cursor così "cosa rimane in questo sprint?" diventa una singola domanda. Ottimo per i team di engineering che vivono già in Linear. Doc su linear.app/docs/mcp.

11. Notion MCP (Notion, ufficiale)

Leggi e scrivi documenti Notion, interroga database, aggiorna pagine. Utile per i team il cui runbook vive in Notion. Pitfall: l'API di Notion ha rate limit; le operazioni bulk possono bloccarsi.

Slite MCP (Slite, ufficiale)

Provider: Slite · Tipo: Server MCP remoto ufficiale · Endpoint: api.slite.com/mcp · Autenticazione: OAuth

Conoscenza aziendale senza il sovraccarico di contesto. Slite MCP è un unico server remoto che offre ai client AI compatibili l'accesso a oltre 40 strumenti per cercare la conoscenza aziendale e leggere, scrivere, creare e organizzare documenti Slite. Usa i permessi esistenti dell'utente. Una sola connessione può raggiungere i documenti Slite e le fonti collegate come Slack, Linear, GitHub e Jira.

Quando usarlo: usa Slite MCP per dare a Claude, Cursor, ChatGPT e altri client AI un contesto aziendale duraturo, incluse policy, runbook, note sugli account, informazioni di onboarding e decisioni di prodotto. È particolarmente utile per domande come "Qual è il nostro prezzo attuale?" e per workflow in più fasi che richiedono conoscenza interna dell'azienda, non solo azioni live.

Pitfall reale: le fonti disponibili tramite il server dipendono dal piano Slite del cliente. La ricerca incrociata tra Slack, Linear, GitHub, Jira e altri servizi collegati è una funzione Pro. Sul piano Basic, l'MCP accede principalmente ai documenti Slite. La qualità del recupero dipende anche da quanto è accurata e aggiornata la documentazione sottostante. Slite usa cicli di verifica per aiutare a evitare che la conoscenza aziendale diventi obsoleta. Doc su slite.com/help.

12. Stripe MCP (Stripe, ufficiale)

Leggi dati di clienti, abbonamenti e fatture. Eccellente per workflow di supporto e agenti lato revenue. Usa una chiave ristretta con scope read-only. Non lasciare che un agente emetta rimborsi che non aveva intenzione di emettere.

13. Cloudflare MCP (Cloudflare, ufficiale)

Deploy di Workers, storage R2, letture KV. Ottimo per i workflow "infra che parla". Pitfall: un typo in un deploy di Workers può mandare giù una route, quindi controlla prima di applicare.

14. Kubernetes MCP (community, implementazioni multiple)

Operazioni in stile kubectl dalla chat. Esistono diverse implementazioni concorrenti; scegli quella con manutenzione attiva e modalità read-only di default. Non dare mai a un agente accesso in scrittura a un cluster di produzione il primo giorno. Mai.

15. Sequential Thinking MCP (Anthropic reference, ancora attivo)

Un ausilio strutturato alla catena di pensiero che chiede al modello di pianificare in step espliciti. Uno dei 7 server di riferimento Anthropic ancora attivi. Utile per problemi di ragionamento difficile dove il modello tende a precipitare verso le conclusioni.

I Server di Riferimento Anthropic che Sono Stati Archiviati

Anthropic ha spostato 13 dei suoi 20 server di riferimento originali su github.com/modelcontextprotocol/servers-archived nel 2025. GitHub, Slack, Postgres, Google Drive, Brave Search, Sentry, SQLite, Puppeteer, EverArt, AWS-KB, Redis, Google Maps e GitLab sono ora mantenuti dai vendor. Solo 7 server di riferimento rimangono attivamente mantenuti da Anthropic.

I 7 attivi: Everything, Fetch, Filesystem, Git, Memory, Sequential Thinking e Time. I 13 archiviati sono quelli elencati sopra. Se un vecchio post del 2024 ti dice di installare il server GitHub o Slack MCP di Anthropic, fermati. Quei riferimenti sono stati archiviati.

Perché è successo? A dicembre 2025 la Agentic AI Foundation (AAIF) della Linux Foundation ha preso in mano la governance di MCP, con Anthropic, OpenAI, Google, Microsoft, AWS, Cloudflare e Bloomberg nel board. Adattatori mantenuti dai vendor sono più sani di Anthropic che cerca di reggere ogni integrazione da solo: Slack conosce Slack meglio di Anthropic. L'archivio non è una morte; è un passaggio di mano. I server sostitutivi (GitHub MCP vendor-maintained, Slack MCP di Slack, ecc.) sono quelli da installare.

Quanto Costano Davvero i Server MCP in Token?

Ogni server MCP connesso inietta 2.000–5.000 token di schemi degli strumenti all'avvio della sessione. Tre server significano 6.000–15.000 token consumati prima ancora di scrivere il tuo prompt. Il benchmark pubblico di Scalekit ha rilevato che una singola query su GitHub ha richiesto 44.026 token via MCP contro 1.365 via gh CLI, un markup di 32×. MCP è comodo. Non è gratuito.

Abbiamo misurato questo su una sessione reale di Claude Code e i numeri corrispondono. L'iniezione degli schemi si accumula anche con la lunghezza della conversazione: a ogni turno il modello rilegge le definizioni degli strumenti.

La regola empirica per MCP: installa tre server, non tredici. Ognuno è una tassa su ogni prompt che invierai mai.

Quando vale pagare la tassa? Quando la comodità batte davvero il costo: quando lo stesso strumento deve funzionare su Claude Code, Cursor e Codex da una sola configurazione, quando il workflow è esplorativo e non sai in anticipo quali comandi eseguirai, quando c'è un umano nel loop e la memoria muscolare della shell è il collo di bottiglia. Altrimenti, usa la CLI.

I Server MCP Sono Sicuri? Lo Stato Attuale della Sicurezza

I server MCP sono adattatori di strumenti con permessi ampi. Trattali come installare una CLI dal GitHub di uno sconosciuto. OX Security ha divulgato un RCE in un server MCP con oltre 150M di download nell'aprile 2026. I ricercatori hanno archiviato oltre 30 CVE contro server MCP popolari solo nel gennaio e febbraio 2026. Scansioni sistematiche hanno trovato problemi di sicurezza in circa il 66% dei server popolari. Blocca le versioni, limita al minimo gli scope dei token OAuth e preferisci i server vendor-maintained ai fork casuali su GitHub.

I livelli di sicurezza approssimativi che usiamo:

• Verificati / vendor-maintained: GitHub, Microsoft Playwright, Figma, Supabase, Stripe, Cloudflare, Linear, Notion, Sentry. Supportati dall'azienda il cui nome è sulla scatola. Rischio più basso, ma limita comunque i token.
• Community attiva (verifica prima di installare): Context7, Firecrawl, Brave Search. Maintainer affidabili, vera cronologia di revisioni. Fissa una versione nota e stabile.
• Qualsiasi altra cosa: considera non affidabile. Leggi il sorgente. Eseguilo in un container se possibile. Non dargli accesso in scrittura a nulla che ti importi.

OAuth 2.1 scoping è il tuo alleato sui server Streamable HTTP: richiedi repo:read non repo, richiedi un singolo progetto non l'intera org. Per i server stdio la regola è più semplice: non eseguire binari sconosciuti. Se le istruzioni di installazione dicono "scarica questo script e fai pipe su bash", non è un server; è un incidente di supply chain in attesa di accadere. La nostra guida completa al protocollo MCP ha una sezione OAuth più approfondita se stai rilasciando un server MCP remoto tu stesso.

Matrice di Supporto degli Host: Quali Server Funzionano con Claude Code, Cursor, Codex?

I cinque server più universalmente supportati (funzionano su ogni host principale) sono GitHub MCP, Context7, Playwright, Filesystem e Brave Search. Oltre questi, il supporto si assottiglia. I server vendor ufficiali tendono a puntare prima a Claude Code, poi ad aggiungere Cursor e VS Code, con Codex e Windsurf che generalmente si aggiornano dopo. La matrice seguente è aggiornata a maggio 2026.

"Parziale" significa di solito che funziona, ma dovrai modificare a mano un file di configurazione invece di eseguire un comando solo. Chi usa Cursor e sta scegliendo tra editor può consultare il nostro confronto Windsurf vs Cursor: la scelta dell'host influenza quale percorso di installazione MCP seguirai.

Come Installare i Server MCP (Per Host, in 30 Secondi)

Ogni host ha il proprio percorso di configurazione e stile di comando. Claude Code usa claude mcp add. Cursor legge .cursor/mcp.json. Codex CLI legge un file TOML in ~/.codex/config.toml. Windsurf e Cline usano entrambi file di configurazione JSON nella directory delle impostazioni dell'host. Le strutture sono simili; le posizioni differiscono.

Claude Code:

claude mcp add github -- npx -y @modelcontextprotocol/server-github

Cursor (.cursor/mcp.json):

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..." }
    }
  }
}

Codex CLI (~/.codex/config.toml):

[mcp_servers.github]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-github"]
env = { GITHUB_PERSONAL_ACCESS_TOKEN = "ghp_..." }

Cline / Windsurf: entrambi usano JSON nella directory delle impostazioni dell'host. Consulta i doc di ciascun host per il percorso esatto. Lo schema rispecchia l'esempio Cursor qui sopra.

Se vuoi un'installazione guidata con screenshot, il nostro walkthrough di Higgsfield MCP mostra l'intero percorso di installazione su Claude Code dall'inizio alla fine. E una volta configurati i server, documentali nel CLAUDE.md del tuo repo così i colleghi li raccolgono automaticamente — la nostra guida alle best practice per CLAUDE.md copre quel pattern.

MCP vs CLI vs Skill vs Function-Calling: Quando Usare Cosa

Usa una CLI quando latenza e token contano e puoi fare shell out. Usa un server MCP quando vuoi lo stesso strumento su Claude Code, Cursor e Codex con una sola configurazione. Usa una Claude Skill quando il workflow ha la forma di un prompt, non di uno strumento. Usa il function-calling quando stai costruendo l'agente tu stesso e hai bisogno di controllo diretto sull'API. Scegli la forma giusta; quella sbagliata ti costa token, latenza, o entrambi.

Per il confine più profondo, il nostro tutorial sulle Claude Skill spiega quando una Skill batte un server MCP, e la nostra guida a Claude Code Hooks copre la questione Hooks vs MCP (gli Hooks scattano su eventi del ciclo di vita; i server MCP vengono invocati dalle tool call; forme completamente diverse).

Come Usiamo MCP in Techsy (e Cosa Abbiamo Silenziosamente Abbandonato)

Il nostro .mcp.json reale gira su cinque server, non quindici: Sanity MCP per le operazioni di contenuto sul CMS che alimenta questo blog, ScraplingServer per lo scraping web stealth, Playwright per l'automazione browser che guidiamo dalla chat, analytics-mcp (il server GA4 ufficiale di Google via PyPI) per i dati di traffico, e Higgsfield MCP per la generazione di immagini e video quando produciamo asset hero. Questo è l'intero loadout.

Cosa abbiamo abbandonato? Nel 2024 abbiamo provato diversi server di riferimento Anthropic (quello originale GitHub, Slack, Postgres) e la maggior parte è stata archiviata mentre li usavamo ancora. Abbiamo anche eliminato alcuni server community pesanti in token che iniettavano 6k+ token di schema per uno o due strumenti usati due volte al mese. I conti non tornavano. Il nostro loadout MCP reale è cinque server, non quindici. Con qualcosa di più pesante preferiamo usare una CLI. Se vuoi vedere una di queste installazioni guidata dall'inizio alla fine, il nostro walkthrough di Higgsfield MCP è l'esempio pratico.

FAQ

Cos'è un server MCP? Un server MCP è un adattatore di strumenti che espone un servizio a un client AI tramite il Model Context Protocol. Pensalo come USB-C per gli strumenti AI: un connettore solo, tanti dispositivi. Claude Code, Cursor e Codex parlano tutti MCP, quindi lo stesso server GitHub o Playwright funziona su ogni host senza riscrivere le integrazioni.

Quanti server MCP esistono nel 2026? I directory community elencano oltre 5.000 server a maggio 2026, ma l'universo pratico è più ristretto. Anthropic mantiene attivamente 7 server di riferimento. Esistono circa 50 server vendor-maintained "tier-1" (GitHub, Figma, Stripe, Supabase, Linear, ecc.). Il resto sono progetti community di qualità e manutenzione molto variabile.

Ci sono ancora server di riferimento Anthropic mantenuti? Sì, sette: Everything, Fetch, Filesystem, Git, Memory, Sequential Thinking e Time. Gli altri 13 (GitHub, GitLab, Slack, Google Drive, Postgres, Sentry, SQLite, Puppeteer, EverArt, AWS-KB, Redis, Google Maps, Brave Search) sono stati archiviati e sostituiti da versioni vendor-maintained. Installa i nuovi; ignora i tutorial datati che puntano ai repo archiviati.

I server MCP sono gratuiti? La maggior parte è software open source gratuito. Ma paghi in token. Ogni server connesso inietta 2.000–5.000 token di schemi degli strumenti all'avvio della sessione, e il benchmark di Scalekit ha mostrato che una singola query su GitHub è costata 32× più token tramite MCP rispetto alla gh CLI. Il software è gratuito; la fattura di inferenza non lo è.

I server MCP sono sicuri? Trattali come CLI da sconosciuti. OX Security ha divulgato un RCE in un server MCP con oltre 150M di download nell'aprile 2026, e i ricercatori di sicurezza hanno archiviato oltre 30 CVE contro server popolari all'inizio del 2026. Fissa le versioni, limita gli scope dei token OAuth al minimo necessario, preferisci i server vendor-maintained e verifica tutto il resto prima di installarlo.

Qual è la differenza tra i transport stdio e Streamable HTTP? stdio esegue il server come sottoprocesso locale, comunica via stdin/stdout, non ha autenticazione ed è il più veloce. Streamable HTTP esegue il server su un URL, usa OAuth 2.1 per accesso con scope limitato e aggiunge 30–200ms di latenza per chiamata. Usa stdio per lo sviluppo locale, Streamable HTTP per deployment remoti e condivisi.

Quali server MCP devo installare per primi? Inizia con GitHub MCP, Context7 e Playwright. Questi tre coprono codice, documentazione e web, che è circa l'80% di tutto quello che vorresti mai far toccare a un agente AI. Tutto il resto dipende da un workflow specifico. Non installare la lista lunga il primo giorno; brucerai token su schemi che non userai mai.

I server MCP funzionano con Cursor e Codex, non solo con Claude Code? Sì. MCP è un protocollo; qualsiasi host compatibile può usare qualsiasi server. Il percorso di installazione differisce: Claude Code usa claude mcp add, Cursor legge .cursor/mcp.json, Codex CLI legge ~/.codex/config.toml. Windsurf, Cline e VS Code hanno ciascuno le proprie posizioni di configurazione. Il server stesso è lo stesso binario.

Quanto costano i server MCP in token? Circa 2.000–5.000 token per server nell'iniezione degli schemi all'avvio della sessione, pagati di nuovo man mano che il contesto della conversazione cresce. Scalekit ha misurato una singola query su GitHub a 44.026 token tramite MCP contro 1.365 tramite gh CLI: un markup di 32×. La regola empirica: installa tre server, non tredici, e usa una CLI quando puoi.

Chi governa MCP nel 2026? La Agentic AI Foundation (AAIF) della Linux Foundation ha preso in mano la governance a dicembre 2025. Il board include Anthropic, OpenAI, Google, Microsoft, AWS, Cloudflare e Bloomberg. Quel passaggio di mano è il motivo per cui Anthropic ha smesso di mantenere 13 dei suoi server di riferimento: adattatori mantenuti dai vendor sono più sani di una sola azienda che regge ogni integrazione.

In Conclusione

Tre cose da portare a casa. Prima, inizia con il pacchetto starter da tre server (GitHub, Context7, Playwright) e aggiungi gli altri solo quando un workflow reale lo richiede. Seconda, metà dei tutorial su "server MCP ufficiali Anthropic" puntano a codice archiviato; controlla prima di installare. Terza, MCP non è gratuito, quindi gestisci il budget di token e usa una CLI quando la comodità non giustifica il markup.

Hai bisogno di aiuto per integrare agenti MCP-aware nel tuo stack? Contatta Techsy.

Il team editoriale di Techsy sviluppa software AI-augmented per clienti. Il loadout MCP in questo post è il nostro vero .mcp.json — Sanity, ScraplingServer, Playwright, analytics-mcp, Higgsfield. Usiamo server MCP ogni giorno; non ne vendiamo nessuno.