Come connettere il tuo primo server MCP a Claude Code o Cursor

Se hai passato un po' di tempo con un assistente di coding IA, probabilmente hai raggiunto il momento in cui scrive codice splendidamente ma non ha idea di cosa ci sia nel tuo database, nel tuo issue tracker o nei tuoi file di design. Finisci per copiare e incollare contesto nella chat più e più volte. Il Model Context Protocol (MCP) esiste per eliminare quel ciclo di copia-incolla. Questa guida spiega cos'è MCP e ti accompagna nella connessione del tuo primo server.

Cos'è davvero MCP

MCP è uno standard aperto, introdotto da Anthropic, per collegare gli strumenti IA a dati e servizi esterni. L'analogia comune è che MCP sia una "porta USB-C per l'IA": invece che ogni strumento inventi la propria integrazione personalizzata, un agente IA può collegarsi a qualsiasi server compatibile con MCP usando un protocollo universale.

Il grande vantaggio pratico è la portabilità. Poiché Cursor e Claude Code parlano entrambi lo stesso protocollo, un server che configuri in uno generalmente funziona nell'altro — e a partire dalla WWDC 2026, persino Xcode 27 di Apple ha aggiunto il supporto ai plugin MCP. Imparalo una volta, riusalo ovunque.

Un server MCP è solo un piccolo programma che espone tool (azioni che l'IA può compiere) e risorse (dati che può leggere). Esistono server già pronti per GitHub, PostgreSQL, Slack, Google Drive, Puppeteer e molti altri.

I due tipi di server che incontrerai

Ci sono due trasporti che vale la pena conoscere da principiante:

• I server locali (stdio) girano come processo sulla tua macchina — ottimi per cose come un filesystem o un database locale. Partono con un comando come npx o python.
• I server remoti (HTTP/SSE) sono ospitati da un fornitore a un URL, spesso dietro login OAuth — per esempio Notion, Asana o Sentry.

Connettere un server in Claude Code

Claude Code usa un singolo comando claude mcp add. Per un server remoto, puntalo a un URL:

claude mcp add --transport http notion https://mcp.notion.com/mcp

Per un server locale, tutto ciò che segue -- è il comando che Claude esegue per avviarlo:

claude mcp add --env AIRTABLE_API_KEY=YOUR_KEY --transport stdio airtable -- npx -y airtable-mcp-server

Il separatore -- è importante: dice a Claude Code dove finiscono i suoi flag e dove inizia il comando di avvio del server. Puoi poi elencare ciò che è connesso con claude mcp list per confermare che l'handshake sia andato a buon fine.

Claude Code supporta anche gli scope, che decidono chi può vedere il server. Uno scope local lo tiene per te su questa macchina, lo scope project scrive la configurazione in un file .mcp.json condiviso che tutto il tuo team può committare su git, e lo scope user lo rende disponibile in tutti i tuoi progetti. Per qualsiasi cosa serva anche ai tuoi compagni di team, lo scope project è di solito la scelta giusta.

Connettere un server in Cursor

Cursor espone la stessa capacità tramite la sua UI. Apri Cursor Settings, vai su Features > MCP e clicca "+ Add New MCP Server", poi incolla il comando di avvio (per i server locali) o l'URL (per quelli remoti). Sotto il cofano Cursor lo memorizza in una configurazione JSON, così puoi anche modificarlo a mano. Un bel raffinamento del 2026: l'agente di Cursor ora carica le descrizioni dei tool su richiesta invece di stipare i tool di ogni server nel prompt, il che mantiene tutto veloce anche quando hai diversi server connessi.

Un primo progetto concreto

Se vuoi un risultato in cinque minuti, connetti un server MCP di GitHub e poi chiedi al tuo assistente qualcosa a cui non avrebbe mai potuto rispondere prima:

"Guarda le tre issue chiuse più di recente in questo repository e riassumi cosa è cambiato."

Senza MCP, l'assistente indovinerebbe o ti chiederebbe di incollare le issue. Con il server connesso, chiama direttamente i tool di GitHub, legge le issue reali e risponde a partire da dati live. Questo è tutto il senso di MCP in un esempio: il modello smette di essere una casella di testo intelligente e inizia a essere un agente capace di raggiungere i sistemi in cui lavori davvero.

Note di sicurezza prima di scatenarti

MCP dà a un'IA accesso reale a sistemi reali, quindi tratta i nuovi server come qualsiasi altra dipendenza. Preferisci server ufficiali o ben recensiti, leggi quali tool espone un server prima di connetterlo, limita le chiavi API ai permessi minimi necessari e sii prudente con i server in grado di scrivere o cancellare dati. Inizia con casi d'uso di sola lettura — interrogare lo schema del tuo database, leggere issue, cercare nella documentazione — e passa alle azioni di scrittura una volta che ti fidi della configurazione.

Una volta sparito il ciclo del copia-incolla, è difficile tornare indietro. Inizia con un server che risolva un fastidio reale nel tuo workflow, e cresci da lì.