Plugins MCP utiles : guide d'installation de Sequential Thinking, Brave Search et Playwright

Vendredi soir, je suis resté une demi-heure à fixer l’interface de Cursor. Pas parce que je bloquais sur du code — j’ai soudain réalisé que mon collègue terminait en 10 minutes une analyse de besoins qui me prenait une demi-heure à chercher manuellement dans la doc, copier-coller et trier les infos.

La réponse est tombée lundi en réunion. Quand il a partagé son écran, j’ai vu une petite icône marteau en bas à droite de Cursor ; en cliquant dessus, une liste de plugins MCP : Sequential Thinking, Brave Search, Playwright… Mon expression devait ressembler à quelqu’un qui découvre que l’autre a des cheats activés.

J’utilise Cursor depuis une bonne demi-année, mais je n’avais jamais vraiment creusé les plugins MCP. Ce jour-là, j’ai compris : Cursor n’est qu’un éditeur ; la vraie « superpuissance » se cache dans ces plugins. Avec les bons outils, l’IA n’est plus un simple « chatbot », mais un partenaire qui cherche, pilote le navigateur et analyse le code.

Dans cet article, je partage 5 plugins MCP que j’utilise chaque jour. Pour chacun : la config complète (copier-coller), plus des scénarios réels. Si vous voulez rendre Cursor 10 fois plus utile, 10 minutes de lecture valent le coup.

Qu’est-ce que MCP ? Pourquoi des plugins MCP ?

Commençons par MCP. Model Context Protocol (protocole de contexte de modèle) est une norme open source lancée par Anthropic en novembre 2024. En clair : une « interface » pour connecter l’IA à des outils et sources de données externes.

Sans plugin MCP, l’IA ressemble à quelqu’un qui parle beaucoup mais n’agit pas. Vous demandez « cherche la doc React la plus récente », elle répond « vous pouvez chercher sur Google ». Avec Brave Search, elle cherche directement et vous remet les résultats triés.

On compare parfois MCP à « donner des mains et des yeux à l’IA » — c’est juste. Playwright lui donne des « mains » pour le navigateur ; Sequential Thinking un cadre de réflexion pour découper les problèmes complexes.

Pourquoi en avoir besoin ? Pour passer de « discuter » à « exécuter ». Avec Cursor, mon flux ressemble à :

• faire chercher la doc technique à jour (Brave Search)
• analyser une architecture complexe (Sequential Thinking)
• tester automatiquement des pages web (Playwright)
• lire fichiers et configs du projet (Filesystem)

Avant, je faisais tout ça à la main. Maintenant ? Le temps d’un café, l’IA s’en charge.

Les bases de l’installation des plugins MCP

Avant les recommandations concrètes, les fondamentaux. Rassurez-vous : ce n’est pas compliqué — surtout modifier un fichier JSON.

Où se trouve le fichier de configuration ?

L’emplacement varie selon l’outil :

• Cursor : .cursor/mcp.json à la racine du projet (niveau projet), ou ~/.cursor/mcp.json (global)
• Claude Desktop :
  • macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows : %APPDATA%\Claude\claude_desktop_config.json

Je privilégie la config globale pour tous les projets ; une config projet séparée si un cas particulier l’exige.

À quoi ressemble le fichier ?

Structure type de mcp.json :

{
  "mcpServers": {
    "nom-du-plugin": {
      "command": "npx",
      "args": ["-y", "@xxx/package-name"],
      "env": {
        "API_KEY": "${YOUR_API_KEY}"
      }
    }
  }
}

Champs clés :

• command : commande de lancement, souvent npx (Node.js) ou python
• args : arguments passés à la commande ; -y confirme l’installation automatiquement
• env : variables d’environnement pour les clés API et autres secrets

Comment gérer les variables d’environnement ?

Ne mettez jamais une clé API en clair dans le fichier ! La bonne pratique :

1. Définir la variable au niveau système (paramètres Windows, ou .bashrc / .zshrc sur macOS/Linux)
2. Référencer avec ${NOM_VARIABLE} dans la config

Exemple :

# macOS/Linux
export BRAVE_API_KEY="votre-clé-api"

# Windows PowerShell
$env:BRAVE_API_KEY="votre-clé-api"

Dans le fichier :

"env": {
  "BRAVE_API_KEY": "${BRAVE_API_KEY}"
}

Points d’attention pour Windows

Quelques pièges que j’ai rencontrés :

Vultr - Serveur cloud NVMe haute performance, 32 emplacements mondiaux, déploiement Docker en un clic

Voir les tarifs →Pub

1. Chemins : les antislashs \ doivent être échappés \\, ou utilisez des slashs /
2. npx introuvable : vérifiez que Node.js est installé et dans le PATH
3. Permissions : parfois Cursor doit tourner en administrateur

Vérifier Node.js :

node --version
npm --version

Sinon, téléchargez sur nodejs.org.

5 plugins MCP recommandés

Les bases posées, voici les 5 plugins que j’utilise quotidiennement.

1. Sequential Thinking — apprendre à l’IA à « réfléchir lentement »

Pourquoi le recommander ?

Vous connaissez ce cas : une question complexe, une réponse directe qui manque de profondeur ? Sequential Thinking adresse exactement ça.

Avec ce plugin, l’IA décompose le raisonnement étape par étape — comme sur un brouillon — et vous voyez le processus. Elle peut corriger sa piste en cours de route ou explorer d’autres chemins.

Je l’utilise surtout pour : architecture système, analyse de solutions techniques, debug de bugs complexes. Une fois, sur un goulot d’étranglement microservices, l’IA a découpé le problème en 8 étapes, corrigé deux fois sa direction, et la proposition finale dépassait la mienne.

Installation

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sequential-thinking"
      ]
    }
  }
}

Astuces d’utilisation

• Adapté : problèmes complexes à raisonnement multi-étapes
• Moins adapté : requêtes factuelles simples (verbeux)
• Prompt : ajoutez « analyse avec une pensée systémique » pour de meilleurs résultats

2. Brave Search — moteur respectueux de la vie privée

Pourquoi le recommander ?

Ce plugin permet à l’IA de chercher sur le web. Pourquoi pas Google Search ? Deux raisons.

D’abord, Brave Search privilégie la confidentialité — pas de traçage de vos recherches. Ensuite, l’API gratuite offre 2 000 requêtes par mois, largement suffisant en usage perso.

Mes cas fréquents : doc technique récente, version d’une lib, solutions d’erreurs. Sur un nouveau framework, une erreur bizarre — l’IA a trouvé la solution dans un GitHub issue en moins d’une minute.

Installation

Étape 1 : obtenir une clé API

1. Créez un compte sur Brave Search API
2. Dans « Subscriptions », choisissez le plan gratuit « AI Data »
3. Dans « API Keys », créez une nouvelle clé

Étape 2 : variable d’environnement

# macOS/Linux
export BRAVE_API_KEY="votre-clé-api"

# Windows PowerShell
$env:BRAVE_API_KEY="votre-clé-api"

Étape 3 : fichier de configuration

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-brave-search"
      ],
      "env": {
        "BRAVE_API_KEY": "${BRAVE_API_KEY}"
      }
    }
  }
}

Astuces d’utilisation

• Redémarrez Cursor ou Claude Desktop après modification
• L’icône marteau en bas à droite confirme le succès
• Dans le prompt, « cherche » ou « trouve les infos récentes » déclenche la recherche

3. Playwright — couteau suisse de l’automatisation navigateur

Pourquoi le recommander ?

Playwright est l’outil d’automatisation navigateur open source de Microsoft. Avec ce plugin MCP, l’IA peut ouvrir des pages, cliquer, remplir des formulaires, capturer des écrans, exporter en PDF… tout ce que vous faites dans un navigateur.

Point fort : il ne se base pas sur des captures d’écran, mais lit l’arbre d’accessibilité de la page — précision élevée. Je l’ai fait remplir un formulaire multi-étapes complexe : 99 % de réussite du premier coup.

Mes usages :

• tests automatisés de fonctionnalités web
• scraping de données chargées dynamiquement
• captures périodiques pour surveiller une page

Un flux d’inscription en 5 minutes à la main (formulaire → email → mot de passe → fin) : automatisé en 10 secondes, reproductible 100 fois sans fatigue.

Installation

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "-y",
        "@executeautomation/playwright-mcp-server"
      ]
    }
  }
}

Cas pratique

Exemple réel de la semaine dernière — test d’une recherche :

Railway - Plateforme de déploiement moderne, sans opérations complexes, en ligne en quelques minutes

Commencer →Pub

« Avec Playwright, ouvre example.com, saisis “React” dans la barre de recherche, clique sur Rechercher, puis fais une capture d’écran. »

L’IA a exécuté les étapes ; 20 secondes plus tard, la capture était là. À la main : ouvrir le navigateur, saisir l’URL, chercher, capturer, uploader… au moins 2 minutes.

Astuces d’utilisation

• Adapté : opérations répétitives, tests UI, scraping
• Limité : pages avec CAPTCHA (non géré)
• Prompt : décrivez les étapes clairement — « d’abord… puis… enfin… »

4. GitHub — assistant d’analyse de dépôts

Pourquoi le recommander ?

Si vous vivez sur GitHub, ce plugin permet à l’IA d’accéder directement au dépôt : code, Issues, Pull Requests, Commits…

Mes usages :

• cartographier la structure et les dépendances d’un projet
• trier les bugs ouverts par priorité
• analyser un PR et proposer des améliorations

Sur un vieux projet de 30 000+ lignes sans doc, l’IA a produit en moins de 10 minutes :

• un schéma d’architecture
• la description des modules clés
• la liste de la stack
• un inventaire de risques potentiels

Deux jours à la main, contre dix minutes.

Installation

Étape 1 : Personal Access Token GitHub

1. GitHub Settings → Developer settings → Personal access tokens
2. « Tokens (classic) », créer un nouveau token
3. Cocher repo (accès dépôt) et read:user (profil utilisateur)

Étape 2 : variable d’environnement

# macOS/Linux
export GITHUB_TOKEN="votre-token"

# Windows PowerShell
$env:GITHUB_TOKEN="votre-token"

Étape 3 : fichier de configuration

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

Astuces d’utilisation

• Permissions minimales sur le token — la sécurité d’abord
• Demandez l’historique de modifications d’un fichier précis
• Exemple de prompt : « Analyse la qualité du code de ce dépôt et propose des améliorations »

5. Filesystem — gestionnaire de fichiers local

Pourquoi le recommander ?

Filesystem permet à l’IA de lire et manipuler les fichiers locaux. Basique en apparence, très utile au quotidien.

Mes usages :

• traitement par lot : renommer, déplacer, supprimer
• analyse de logs : extraire les erreurs
• gestion de configs et variables d’environnement

Exemple : unifier le style de nommage de 50+ composants (snake_case → camelCase). À la main, ouvrir chaque fichier, chercher, remplacer, sauvegarder… une demi-journée. Avec Filesystem : 3 minutes, parcours automatique, remplacements ciblés, rapport de modifications inclus.

Installation

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/your/project"
      ]
    }
  }
}

Sécurité

• Le chemin dans args définit ce que l’IA peut toucher
• Limitez au répertoire du projet, pas tout le disque
• N’incluez pas de fichiers sensibles (.env, clés privées)

Astuces d’utilisation

• Adapté : opérations batch, logs, configs
• À éviter : données sensibles (risque sécurité)
• Prompt : « Lis tous les fichiers .js sous src et liste les variables inutilisées »

Techniques avancées et bonnes pratiques

Après installation, j’ai encore pris quelques claques — et appris pas mal de choses. Voici le résumé.

Combiner plusieurs plugins

Un seul plugin est déjà puissant ; en combinaison, c’est encore mieux.

Combo 1 : Sequential Thinking + Brave Search

Scénario : étude structurée d’une nouvelle technologie.

La semaine dernière, sur « edge computing » :

Alibaba Cloud - Choix n°1 des développeurs, 15 % de réduction exclusive sur Lighthouse

Obtenir -15 % →Pub

« Avec une pensée systémique, aide-moi à étudier l’edge computing et cherche les tendances et cas d’usage récents. »

L’IA a découpé en 6 étapes (définition → principes → cas → solutions → avantages/inconvénients → tendances), puis cherché chaque point avec Brave Search. En 20 minutes, un rapport de 3 000 mots — au moins 10× plus vite qu’à la main.

Combo 2 : Playwright + GitHub

Scénario : tests automatisés avec remontée des résultats.

Après un test web, je fais capturer l’écran par Playwright, puis créer une Issue GitHub avec capture et résumé — le tout automatisé.

Optimisation des performances

Plus de plugins ≠ mieux. Au début, j’en avais installé une dizaine :

1. Démarrage ralenti : de 3 à 15 secondes au lancement de Cursor
2. Tokens gonflés : l’IA « hésite » entre 10 outils à chaque réponse
3. Réponses plus lentes : même pour une question simple

Ma stratégie actuelle :

• Toujours actifs : Sequential Thinking, Brave Search (usage fréquent)
• À la demande : Playwright, GitHub pour des cas précis
• Désactiver sans supprimer : "disabled": true dans la config

{
  "mcpServers": {
    "playwright": {
      "disabled": true,
      "command": "npx",
      "args": ["-y", "@executeautomation/playwright-mcp-server"]
    }
  }
}

Bonnes pratiques de sécurité

Quelques règles après mes propres erreurs :

1. Ne jamais coder une clé API en dur

   • ❌ "env": {"API_KEY": "sk-abc123"}
   • ✅ "env": {"API_KEY": "${API_KEY}"}

2. Renouveler régulièrement les secrets

   • Token GitHub, clé Brave : tous les 3 mois conseillé
   • Un commit accidentel sur un dépôt public = fuite

3. Principe du moindre privilège

   • Token GitHub : uniquement les scopes nécessaires, pas admin par facilité
   • Filesystem : répertoire projet seulement

4. Ajouter la config au .gitignore

   • Config projet : .cursor/mcp.json dans .gitignore
   • Évite de versionner des secrets

Guide de dépannage

En cas de problème, dans cet ordre :

Problème 1 : pas d’icône marteau après configuration

Solutions :

1. Valider le JSON (JSONLint)
2. Redémarrer Cursor ou Claude Desktop
3. Console des outils de développement (Cursor → Help → Toggle Developer Tools)

Problème 2 : échec d’appel, « API Key invalid »

Solutions :

1. Vérifier la variable : echo $API_KEY
2. Format de référence : ${VAR_NAME}
3. Redémarrer le terminal pour recharger les variables

Problème 3 : commande npx introuvable

Solutions :

1. node --version
2. which npm (macOS/Linux) ou where npm (Windows)
3. Réinstaller Node.js avec « Add to PATH »

Conclusion

En une phrase : les plugins MCP transforment l’IA de « assistant de chat » en « partenaire de travail ».

Mes 5 plugins du quotidien :

• Sequential Thinking : réflexion approfondie sur les problèmes complexes
• Brave Search : informations à jour en temps réel
• Playwright : automatisation navigateur
• GitHub : analyse de dépôts
• Filesystem : gestion de fichiers locaux

Mon réflexe maintenant : tâche répétitive → est-ce qu’un plugin MCP peut l’automatiser ? Huit fois sur dix, oui — le temps gagné vaut bien un café.

Si vous n’avez pas encore testé, commencez par Sequential Thinking et Brave Search : pas de clé API, config minimale. Installez, essayez — vous reviendrez probablement me remercier.

D’autres plugins MCP à recommander ? Partagez en commentaire — je suis toujours curieux de découvrir de nouveaux outils.