_For utviklere_

# Fyll en coreAI-assistent med egne data via API-et

coreAI gir utviklere et API for å fylle en assistent med egne data og bruke de samme dataene i chat og søk. Det passer når et produkt, CMS, PIM, ERP eller fagsystem skal gjøre innholdet sitt tilgjengelig i en coreAI-assistent.

[Snakk med oss om API-integrasjon](https://coreai.no/nb/kontakt)

[Se den tekniske API-artikkelen](https://coreai.no/nb/articles/api-data-integration)

## Fyll assistenten med data fra ditt system

API-integrasjonen bruker stabile eksterne ID-er og upsert-kall for å holde kunnskapsbasen synkronisert med systemet ditt. Når et objekt opprettes eller endres hos deg, sender du den oppdaterte entiteten til coreAI.

Produksjonsmiljøet ligger på `https://portal.coreai.no/api/v2`, og testmiljøet ligger på `https://stage.coreai.no/api/v2`. Kallene bruker Bearer-token, `assistantId` peker på assistenten som skal svare, og `contentImporterId` peker på API-kilden hvor dataene lagres.

Upsert via `POST /assistants/{assistantId}/sources/{contentImporterId}` erstatter hele entiteten. `PATCH` kan brukes for mindre endringer, `DELETE` fjerner entiteter som ikke lenger skal gi svar, og `GET` lar integrasjonen hente ut en eller flere entiteter via eksterne ID-er.

- `POST` oppretter eller erstatter produkter, dokumenter, innhold og andre entiteter
- `PATCH` oppdaterer bare feltene som faktisk har endret seg
- `DELETE` fjerner entiteten og relasjonslenkene rundt den
- `GET` henter entiteter tilbake ved hjelp av eksterne ID-er

## La assistenten bruke MCP-verktøy

MCP-importen i coreAI finner verktøy på en ekstern MCP-server. Verktøyene gjøres tilgjengelige for assistenten når en samtale starter, og assistenten velger relevant verktøy for å svare brukeren. Om brukeren er innlogget, kan svar avgrenses til kun brukerens saker i et fagsystem.

[Slik fungerer MCP-import](https://coreai.no/nb/articles/mcp-import)

## Koble AI-agenter til kunnskapsbasen via MCP

coreAI kan eksponere kunnskapsbasen som en MCP-server, slik at eksterne AI-agenter kan spørre assistentens innhold gjennom en standardisert protokoll. Teamet kan bruke de samme kuraterte kildene i egne agentverktøy, IDE-er og interne arbeidsflyter.

[Slik fungerer MCP-serveren](https://coreai.no/nb/articles/mcp-server)

## Send strukturerte entiteter, ikke bare tekst

coreAI kan indeksere flere datatyper slik at assistenten forstår forskjellen på produktdata, dokumentasjon, arrangementer, utdanninger, stillinger og kontaktpersoner. Det gjør svarene mer presise enn en flat tekstimport.

[Se entitetstypene i detalj](https://coreai.no/nb/articles/entity-types)

## Bruk dataene i widget, egen chat eller søk

Når dataene er inne i assistenten, kan brukerne møte dem gjennom coreAI-widgeten, et egenutviklet chatgrensesnitt eller et rent kunnskapsbasesøk. Du velger hvor mye av opplevelsen du vil bygge selv.

[Se hele API-integrasjonsguiden](https://coreai.no/nb/articles/api-data-integration)

## Beskytt assistenten med din egen pålogging

Sett en `callbackUrl` på assistenten, så kaller coreAI din egen URL med brukerens token når widgeten lastes. Tokenet godkjennes én gang per sideinnlasting, og påloggingen blir værende hos deg.

[Slik beskytter du assistenten](https://coreai.no/nb/articles/assistant-protection)

## Bygg en synkronisering som tåler produksjon

Den beste coreAI-integrasjonen lar kildesystemet eie sannheten og bruker API-et til å holde assistenten oppdatert. Da får brukerne ferske svar, og utviklerteamet slipper manuelle importer.

Start med stabile ID-er, klare datatyper og felter som kan brukes til filtrering. Deretter kan dere velge om sluttbrukeren skal møte assistenten i coreAI-widgeten, i et eget chatgrensesnitt eller som søk inne i produktet deres.

[Planlegg API-integrasjonen med oss](https://coreai.no/nb/kontakt)