# API og integrasjonar: bygg automasjonar med coreAI, eller bygg coreAI inn i produktet ditt

coreAI er ikkje ein lukka chatbot – det er ei plattform med opne grensesnitt du kan byggje automasjonar rundt eller byggje rett inn i dine eigne produkt. Eininga alt heng på er **kunnskapsbasen**: han held kjeldene og dataa, og på han byggjer du éin eller fleire **assistentar** som er dei svarande overflatene mot brukarane. Anten du vil fylle ein kunnskapsbase med data frå eige system, la han utføre handlingar i fagsystema dine, eller la andre AI-agentar hente svar frå han, er det dei same byggjeklossane som gjeld: eit REST-API for data og samtale, og Model Context Protocol (MCP) for at AI skal snakke med verktøy og system. Alt heng på same kunnskapsbase, same kjelder og den tilgangsstyringa du allereie har.

![Skisse av dei tre integrasjonsmønstera i coreAI: send data inn via REST-API, bygg coreAI inn i eigne flater, og la AI lese og handle via MCP – alle mot same kunnskapsbase](/articles/nn/api-integration-patterns.svg)

## Tre måtar å integrere på

Grovt sett er det tre integrasjonsmønster, og dei kan kombinerast i same produkt:

- **Send data inn.** Du pushar strukturerte data frå eige system inn i kunnskapsbasen via REST-API-et. Der vert dei automatisk konverterte til coreAIs interne format – eit representasjonsformat som er optimalisert for AI-forståing, ikkje for lagring i ein database. Felta dine vert mappa til semantiske einingar, teksten normaliserast og berikast, og innhaldet indekserast slik at modellen finn og forstår det raskt. Du sender altså rådataa dine som dei er; coreAI gjer den tunge jobben med å gjere dei til godt svargrunnlag i chat og søk.
- **Bygg coreAI inn.** Du kallar chat- og søkje-endepunkta direkte og byggjer opplevinga inn i dine eigne flater – eige UI, eiga sesjonshandtering, eiga modell- og prompt-konfigurasjon.
- **La AI lese og handle.** Du koplar kunnskapsbasen på MCP-serverane dine slik at assistentane kan hente ferske data og utføre handlingar via toolcalling – eller eksponerer coreAI som ein MCP-server andre agentar koplar seg til.

## REST-API-et: fyll kunnskapsbasen og bygg eigne flater

REST-API-et er inngangen for system som vil sende eigne data direkte inn i ein kunnskapsbase og bruke dei i chat eller søk. Alle kall mot API v2 går mot `https://portal.coreai.no/api/v2` (eller stage-miljøet i test), autentiserast med eit Bearer-token, og dei viktigaste stiane treng både `assistantId` (assistenten som svarar – ein kunnskapsbase kan ha éin eller fleire) og `contentImporterId` (kjelda dataa vert lagra i).

Hovudløypa er **upsert**: systemet ditt sender ein `POST` kvar gong eit objekt vert oppretta eller endra, og coreAI opprettar eller oppdaterer eininga på stabil ekstern ID. `PATCH` sender berre felta som er endra, og `DELETE` fjernar einingar som ikkje lenger skal gi svar. Einingstypane dekkjer dei vanlegaste datakjeldene – `products`, `contents`, `documents`, `events`, `contacts`, `job_postings` og `educations` – og eigendefinerte `properties` gjer innhaldet filtrerbart i seinare chat- og søkjekall. Den fulle oppskrifta, med feltkrav og filteroperatorar, står i [slik fyller du ein kunnskapsbase med data via API-et](https://coreai.no/nn/articles/api-data-integration).

Vil du byggje sjølve opplevinga sjølv, kallar du `/assistants/{assistantId}/chat` med spørsmålet og valfrie parameter som `cid`, `lang`, `model`, `sources`, `filters` og `stream`, eller `/assistants/{assistantId}/search` når du berre treng treff og fasettar utan eit generert svar. Chatstraumar publiserast over WebSocket, så du kan byggje ei responsiv, straumande oppleving i ditt eige grensesnitt. Den enklaste vegen er framleis coreAI-widgeten, som handterer samtale-ID, språk og strauming for deg – API-et er der når du treng full kontroll.

## MCP og toolcalling: la kunnskapsbasen lese og handle i andre system

Der REST-API-et fyller kunnskapsbasen med relativt stabile data, er MCP laga for det som må vere live eller som krev ei handling. Model Context Protocol er den opne standarden som lèt AI-modellar snakke med eksterne datakjelder og verktøy utan leverandørspesifikke SDK-ar, og coreAI implementerer han begge vegar.

Som **MCP-klient** koplar kunnskapsbasen seg på MCP-serverane du allereie har, les ut kva verktøy dei tilbyr, og assistentane vel rett verktøy per spørsmål gjennom toolcalling. Verktøya kan både lese og skrive: hente live lagerstatus og ordredata, eller opprette ei sak, flytte ei levering og kansellere eit abonnement. Det er dette som gjer assistenten agentisk – han fullfører oppgåver, han svarar ikkje berre. Fagsystemet ditt bestemmer framleis kva eit gitt verktøy får gjere, og for innlogga brukarar kan eit brukartoken vidareformidlast til MCP-serveren som `X-User-Token` slik at svaret avgrensast til brukaren sine eigne data. Sjå [coreAI som MCP-klient og MCP-server](https://coreai.no/nn/articles/mcp) for heile biletet, og [MCP-importen som klientintegrasjon](https://coreai.no/nn/articles/mcp-import) for korleis verktøy-skjemaa hentast og veljast i sanntid. Korleis dette heng saman med å byggje handlingar inn i forretningsprosessane, står i [den agentiske AI-løysinga](https://coreai.no/nn/solutions/agentic-ai).

Som **MCP-server** eksponerer coreAI kunnskapsbasen over standard MCP-transport, slik at eksterne AI-agentar – Claude Desktop, Cursor, ChatGPT, interne dev-agentar eller orkestreringsplattformer – kan slå opp i den same kuraterte kjelda som chatten brukar. Inga kopiering, ingen separat vektorindeks, inga skraping. Tilgangen er trelagd: kvart token høyrer til ein brukar eller systemkonto, kvart kall peikar på éin assistent, og kvar assistent er bunden til kjeldene i kunnskapsbasen sin. Detaljane står i [MCP-server som felles retrieval-lag](https://coreai.no/nn/articles/mcp-server).

## Éin kunnskapsbase, mange overflater

Styrken i arkitekturen er at alt heng på same kunnskapsbase og dei same kjeldene. Eit produkt kan tilby chatwidgeten til sluttbrukarar, byggje søkje-API-et inn i sitt eige admin-panel, pushe data via REST-API-et og la eigne AI-agentar kople seg til via MCP – samstundes. Endrar du ein kjeldetekst i coreAI, slår endringa gjennom på alle overflater i same augeblink, utan at du vedlikeheld tre separate datasynkroniseringar.

Tommelregelen er enkel: alt som kan stå stabilt i timar eller dagar høyrer heime i kunnskapsbasen via REST-API-et; alt som krev eit live oppslag eller ei handling mot eit anna system høyrer heime bak MCP. Då får du ein kunnskapsbase med ferske data, sporbare kjelder og eit grensesnitt du kan byggje så enkelt eller så spesialisert som produktet ditt krev.

## Slik kjem du i gang

Start med å velje integrasjonsmønsteret som løyser oppgåva di: send data inn med REST-API-et, bygg chat og søk inn i eigne flater, eller kople på MCP for live data og handlingar. Token, assistent-ID og kjelde-ID hentar du i coreAI-portalen på den aktuelle kunnskapsbasen, og MCP-konfigurasjonen kan kopierast rett frå «Kode»-fana. [Ta kontakt for ein gjennomgang](https://coreai.no/nn/kontakt) av korleis API-a passar akkurat din arkitektur.