Remote of lokaal
GitHub publiceert één open source server in twee vormen. Je keuze bepaalt wie hem onderhoudt en hoe mensen inloggen.
| Remote (door GitHub gehost) | Lokaal | |
|---|---|---|
| Waar hij draait | https://api.githubcopilot.com/mcp/ |
Op elke laptop, als Docker-image ghcr.io/github/github-mcp-server of zelf gebouwd |
| Inloggen | OAuth in tools die dat kunnen (VS Code 1.101 en nieuwer), anders een token | OAuth via de browser bij eerste gebruik, of GITHUB_PERSONAL_ACCESS_TOKEN |
| Tools kiezen | Pad /x/{toolset} of header X-MCP-Toolsets |
Vlag --toolsets of GITHUB_TOOLSETS |
| Alleen lezen | Pad /readonly of header X-MCP-Readonly |
Vlag --read-only |
| GitHub Enterprise | ghe.com wel, GitHub Enterprise Server niet | Allebei, via --gh-host |
Voor de meeste teams is remote het eenvoudigst: niets installeren, niets bijwerken, en met OAuth plakt niemand een token in een configbestand. Lokaal past als je GitHub Enterprise Server draait.
Volgens de README werkt de server met onder meer VS Code, Visual Studio, Claude, Cursor, Windsurf, Zed, Codex, Copilot CLI en Copilot in JetBrains, Eclipse en Xcode.
Toolsets: geef de AI alleen wat het werk vraagt
De tools zitten in groepen, toolsets. Zonder instelling krijg je er vijf: context, repos, issues, pull_requests en users. Daarnaast bestaan onder meer actions, code_security, discussions, git, labels, projects en secret_protection; all zet alles aan.
Elke tool kost ruimte in de context van het model, en elke schrijftool is iets wat de AI namens jou kan doen. Een verstandige opzet:
- Begin met de standaard, of smaller:
repos,issues,pull_requests. - Zet
actionsalleen aan voor wie CI-fouten met de AI uitzoekt. - Gebruik read-only voor wie vooral vragen over de code stelt.
- Schrijfrechten alleen voor agents die pull requests horen te openen, en review die zoals je werk van een collega reviewt.
De remote server kent ook een lockdown-modus (header X-MCP-Lockdown), die publieke repository-inhoud filtert op basis van de push-rechten van de auteur. GitHub noemt dat zelf “a best-effort content filter, not a security boundary”. Het vervangt dus niet dat je beperkt wat de agent mag.
Opzetten voor een team
- Werken jullie met Copilot? Laat een beheerder de policy MCP servers in Copilot aanzetten. Zonder die policy kunnen leden op Copilot Business of Enterprise geen MCP-servers gebruiken.
- Kies remote of lokaal volgens de tabel.
- Voeg de server toe per tool. In Claude Code kan dat in de
.mcp.jsonvan de repo, zodat iedereen die de repo kloont dezelfde opzet krijgt; zie MCP-servers in Claude Code delen met je team. Voor Claude, ChatGPT, Copilot en Grok staat het per tool in hoe koppel ik een MCP-server. - Iedereen logt in als zichzelf. Dan ziet de AI alleen wat die persoon op GitHub mag zien. Werk je met een token, neem dan een fine-grained token met zo weinig rechten als kan.
- Leg de afspraken over toolsets en read-only vast op een plek die het team kent.
Het misverstand
Mensen denken dat de GitHub MCP-server de AI “de codebase laat kennen”. Dat doet hij niet. Hij geeft de AI gereedschap om bestanden op te halen, code te doorzoeken, issues te lezen en PR’s te openen, als de AI daarom vraagt. Waarom iets zo gebouwd is, welke afspraken het team heeft en wat een reviewer vorige week corrigeerde, staat niet in die tools. Dat zit in hoofden, PR-commentaar en chats.
En: de server werkt met de rechten van wie inlogde. Een agent met een token dat in elke repo mag schrijven, kan in elke repo schrijven. Meer over de risico’s in is MCP veilig voor bedrijfsgegevens.
Wat dit voor een team betekent
De GitHub MCP-server is een goede gedeelde koppeling: elke AI bereikt dezelfde repo’s op dezelfde manier, welke tool iemand ook gebruikt. Wat hij niet deelt, is wat de AI van elke ontwikkelaar in zijn eigen sessies leerde. De collega in Cursor en de collega in Claude Code leggen dezelfde afspraken nog steeds elk aan hun eigen agent uit. Wat MCP in het algemeen is, lees je in wat is MCP.
Waar Bombos past
De GitHub MCP-server geeft elke AI-tool toegang tot je repo’s; Bombos geeft ze hetzelfde geheugen over hoe jullie team met die repo’s werkt. Het is een plugin voor Claude Code, Codex, Cursor, Copilot en de andere AI-tools van het team, met teamkennis en regels die de AI uit correcties leerde, en het leest wat al in repo’s, documenten en mail staat, navolgbaar, in de cloud of op je eigen server. Eén ontwikkelaar kan het eerst zelf proberen met zijn eigen agents.
Vragen die hierbij horen
Kost de GitHub MCP-server geld?
De server zelf is open source. Je hebt een GitHub-account nodig, en de AI-tool waaraan je hem koppelt kan een eigen prijs hebben.
Heb ik Docker nodig?
Alleen voor de lokale versie, die draait als image ghcr.io/github/github-mcp-server. Voor de remote versie installeer je niets; je AI-tool moet wel remote MCP-servers ondersteunen.
Werkt het met GitHub Enterprise Server?
De lokale server wel, met --gh-host of GITHUB_HOST naar je https-adres. De door GitHub gehoste remote server ondersteunt ghe.com, maar geen GitHub Enterprise Server.
Waarom kan Copilot bij ons geen MCP gebruiken?
Bij Copilot Business en Enterprise moet een beheerder eerst de policy "MCP servers in Copilot" aanzetten voor de organisatie of enterprise.
