# MCP-server gjer coreAI til eit felles retrieval-lag for AI-agentar

MCP-serveren let eksterne AI-agentar kople seg til coreAI og hente svar frå den same kvalitetssikra kunnskapsbasen som chatwidgeten brukar. Du treng ikkje å duplisere innhald, byggje ein ny vektorindeks eller la agenten skrape nettsider — assistenten din vert eit standardisert retrieval-endepunkt som kva som helst MCP-kompatibel klient kan snakke med.

## Kva MCP-serveren eksponerer

MCP-serveren tilbyr eitt verktøy i dag: eit semantisk søk i kunnskapsbasen til ein vald assistent. Agenten sender ei naturleg-språk-spørring, og serveren køyrer den same søketenesta som ligg bak chatten. Resultatet er ein strukturert tekstkontekst med dei mest relevante utdraga frå kjeldene assistenten allereie er fylt med — produkt, dokument, nettinnhald, FAQ-ar og det andre du har importert.

Fordi søket går gjennom same teneste som chatten, gjeld òg dei same reglane for kjeldehandtering og rangering. Agenten får aldri tilgang til rådata som ligg utanfor det assistenten er konfigurert for, og han kan ikkje omgå filter eller publiseringsstatus som er sett på kjeldenivå.

## Slik koplar ein ekstern agent seg til

MCP-endepunktet ligg på `/mcp/assistant` i coreAI-portalen og brukar standard MCP-transport over HTTP. Klienten autentiserer med eit Sanctum-token i `Authorization`-headeren og oppgjev kva assistent han skal snakke med via `X-Assistant-Id` — den offentlege ID-en til assistenten. Etter handshake kan agenten kalle søkjeverktøyet med ein spørrestreng og få tilbake formattert kontekst klar til å sendast inn i ein LLM-prompt.

Kva som helst MCP-klient kan kople seg til på denne måten: Claude Desktop, Cursor, custom-byggde dev-agentar, interne orkestreringsverktøy eller ein LangChain- eller LlamaIndex-basert pipeline. Du treng ingen coreAI-spesifikk SDK; protokollen er open og leverandørnøytral.

Den raskaste vegen inn er å kopiere konfigurasjonen direkte frå «Kode»-fana i coreAI-portalen og lime han inn i config-en til MCP-klienten — endepunkt, token og assistent-ID er allereie sette rett, og klienten plukkar opp serveren ved neste oppstart.

## Tilgang vert avgrensa per assistent, kjelde og klient

Tilgangsmodellen er trelaga. Kvart token høyrer til ein brukar eller systemkonto, kvart MCP-kall peikar på éin bestemt assistent, og kvar assistent er konfigurert mot eit eksplisitt sett kjelder. Det tyder at ein intern utviklaragent kan få tilgang til heile produktkatalogen, samstundes som ein kundespesifikk integrasjon berre ser den eine kunnskapsbasen som er bygd for kunden.

Assistentar som er verna bak ein widget-callback vert ikkje eksponerte via MCP. Det hindrar at ein agent kan omgå autentiseringskontrollar som widgeten handhevar for sluttbrukarar. For dei fleste B2B-oppsett er dette ikkje ei avgrensing — dei aller fleste assistentane er tilgjengelege direkte for autentiserte tokens, og åtgangen vert styrt på vanleg måte gjennom kva assistentar brukaren har lov til å sjå.

## Når MCP er rett val framfor chat-API-et

Vel MCP når ein eksisterande AI-agent allereie har ei samtaleløkkje og berre treng rett kontekst. Agenten tek seg av spørsmålsformulering, prompt-strategi og brukarinteraksjon — coreAI bidreg utelukkande med presise svar frå organisasjonens eigne data. Det passar for IDE-assistentar som skal hjelpe utviklarar med interne API-ar, for kundeservice-agentar som hentar produktinformasjon midt i ein samtale, eller for autonome arbeidsflyter som tek avgjerder basert på ferske dokument.

Vel chat-API-et når du sjølv vil byggje heile samtaleopplevinga — eigen UI, eiga sesjonshandtering, eigen modell- og prompt-konfigurasjon. Vel søkje-API-et når du berre treng treff og fasettar utan eit generert svar. MCP er det rette laget når den genererande komponenten allereie finst på utsida, og coreAI skal vere retrieval-motoren bak.

## Kombiner MCP, chat og søk i same produkt

Eit produkt kan trenge fleire integrasjonsflater samstundes. Ein SaaS-leverandør kan tilby chatwidgeten til sluttbrukarar, byggje søkje-API-et inn i sitt admin-panel og samstundes la eigne AI-agentar kople seg til via MCP for automatisering — alt drive av den same assistenten og det same kjeldeoppsettet. Ei endring i kunnskapsbasen slår gjennom på alle tre overflater i same augneblinken, utan at du må vedlikehalde tre separate datasynkroniseringar.

Det er styrken i ein delt retrieval-arkitektur: éi sanning for innhaldet, mange kanalar ut. MCP er berre den nyaste av desse kanalane — og den som let resten av AI-økosystemet snakke med coreAI på sine eigne premiss.