# En kunskapsbas, både MCP-klient och MCP-server

Model Context Protocol (MCP) är den öppna standard som låter AI-modeller prata med externa datakällor och verktyg utan leverantörsspecifika SDK:er. MCP-verktyg kan både läsa och skriva – från enkla uppslag till att skapa ärenden, ändra beställningar eller avboka bokningar – så MCP är fundamentet under det som ofta kallas **agentisk AI**: en assistent som faktiskt slutför uppgifter i andra system, inte bara svarar på frågor.

coreAI implementerar protokollet åt båda hållen: din assistent kan **använda** andras MCP-servrar som verktyg under en konversation, och den kan samtidigt **vara** en MCP-server som andra AI-agenter ansluter till. Det betyder att coreAI passar rakt in i ett MCP-ekosystem som växer snabbt – Claude Desktop, Cursor, ChatGPT, interna dev-agenter, orkestreringsplattformar – utan att du behöver bygga integrationer per leverantör.

![Skiss av Model Context Protocol som öppen standard mellan AI-modeller, datakällor och verktyg](/articles/mcp-core.webp)

## coreAI som MCP-klient: assistenten läser, skapar, ändrar och raderar

coreAI är inte begränsad till uppslag. Som MCP-klient ansluter assistenten till de MCP-servrar du redan kör, läser ut vilka verktyg de exponerar och kör hela kedjan av anrop som behövs för att slutföra det användaren faktiskt ber om – oavsett om det handlar om att hämta data eller att göra något med dem.

Verktygsscheman lagras i kunskapsbasen och uppdateras automatiskt. Assistenten väljer rätt verktyg utifrån konversationen, och back-end-systemen behåller full kontroll över vad som faktiskt får hända.

**Läs – färska data mitt i samtalet:**

- live lagersaldo, priser och leveranstider som ändras timme för timme
- orderstatus, fraktinformation och ärendehantering per inloggad kund
- CRM-uppslag, kundregister och interna verksamhetssystem där svaret måste återspegla senaste minutens ändringar
- lediga tider, bokningar och kalendrar där en indexerad ögonblicksbild snabbt blir fel

**Skapa – assistenten startar något nytt:**

- boka verkstadstid, besiktning eller annan tid i ett verksamhetssystem utifrån första lediga tidpunkt användaren godkänner
- registrera ett nytt kundärende, supportförfrågan eller intern ticket med rätt kategori och prioritet
- lägga en beställning eller starta en prenumeration direkt från chatten, med rätt kund och leveransadress hämtad från kontexten
- skapa en ny lead eller kontaktperson i CRM:et när en konversation tippar från fråga till konkret intresse

**Ändra – assistenten justerar det som redan finns:**

- flytta en bokad tid, ändra en beställning eller uppgradera en prenumeration
- uppdatera kunddata, adressändringar eller kontaktpreferenser i ett masterregister
- justera ett pågående ärende – sätta ny prioritet, lägga till en kommentar, eskalera till en specialist
- göra om i en varukorg, byta en produkt eller ändra betalningsmetod före kassan

**Radera eller avsluta – assistenten städar undan rent:**

- avboka en bokning, returnera en order eller säga upp en prenumeration
- arkivera ett ärende när användaren bekräftar att problemet är löst
- ta bort artiklar ur en varukorg eller en kandidat ur en kortlista
- dra tillbaka ett uppföljningsmejl eller ett planerat utskick som inte längre är aktuellt

Det är MCP-servern som avgör vilka verktyg en given användare faktiskt får anropa: en inloggad kund kan avboka sin egen order men inte någon annans; en handläggare kan eskalera alla ärenden inom sitt team men inte utanför. Samma RBAC du redan har i verksamhetssystemet återanvänds, utan ny behörighetslogik i AI-lagret.

![Skiss av hur coreAI återanvänder befintlig RBAC från verksamhetssystemet för åtkomstkontroll](/articles/mcp-security.webp)

## Agentisk AI i affärsprocesser

När MCP-klienten kan både läsa och skriva blir assistenten en del av själva affärsprocessen – inte bara ett sökgränssnitt framför den. Några konkreta exempel på vad det öppnar för:

- **Självbetjänad kundservice 24/7.** Kunden skriver: *"Jag vill flytta min leverans till nästa fredag."* Assistenten slår upp ordern, hittar giltiga alternativ hos transportören, ändrar leveransdatum och bekräftar till kunden – utan att vänta på en mänsklig handläggare.
- **Verkstadsbokning med kostnadsestimat.** Bilisten beskriver problemet i chatten – *"bromsarna gnisslar, och bilen ska ändå på service"*. Assistenten slår upp registreringsnummer och servicehistorik i verkstadssystemet, uppskattar kostnaden för service och bromsbyte utifrån modell, årgång och miltal, föreslår lediga verkstadstider och bokar tiden. Användaren får både pris och bekräftelse i samma konversation.
- **Klientsamtal till handlingsplan.** Verksamhetssystemet transkriberar ett samtal mellan handläggare och klient. Assistenten läser transkriptet, plockar ut nyckelpunkter och överenskomna åtgärder, skapar en handlingsplan med konkreta aktiviteter, sätter förfallodatum och ansvarig på varje aktivitet, och låter handläggaren godkänna planen innan den sparas tillbaka i verksamhetssystemet.
- **Intern ärendehantering.** En medarbetare beskriver ett IT-problem. Assistenten skapar en ticket med rätt prioritet, slår upp liknande tidigare ärenden för att fylla i relevanta lösningar och tilldelar ärendet till rätt team.
- **Sälj och kunduppföljning.** Efter en chatt på webbplatsen skapar assistenten en lead i CRM, skickar ett uppföljningsmejl med rätt produktinformation och lägger en uppgift i säljarens kalender.
- **Prenumeration och kontohantering.** Användaren ber om att uppgradera sin prenumeration. Assistenten hämtar nuvarande plan, visar prisskillnaden, gör ändringen i faktureringssystemet och bekräftar nästa faktura.

Gemensamt för alla dessa är att coreAI driver dialogen och håller kontexten, medan back-end-systemen behåller ägarskapet över data och auktorisationsmodellen. Du flyttar inte data – du låter assistenten göra exakt det den redan har rätt att göra å användarens vägnar.

![Skiss av coreAI som både MCP-klient och MCP-server i samma kunskapsbas](/articles/mcp-client-and-server.webp)

## coreAI som MCP-server: ett retrieval-lager för alla dina AI-agenter

Som server exponerar coreAI assistentens kunskapsbas via standard MCP-transport över HTTP. Externa agenter som ChatGPT, Claude och liknande kan ansluta till coreAI.

Det ger tre konkreta fördelar:

- **En sanning, många ytor.** Ändrar du en källtext i coreAI slår ändringen igenom i chatten, sök-API:et och MCP-ytan samtidigt. Ingen synkronisering, inget duplicerat vektorindex, ingen skrapning från agenternas sida.
- **Per-assistent åtkomstkontroll.** Varje token tillhör en användare eller systemkonto, varje MCP-anrop pekar på en specifik assistent, och varje assistent är konfigurerad mot en explicit uppsättning källor. En intern utvecklaragent kan få tillgång till hela produktkatalogen samtidigt som en kundspecifik integration bara ser den enda kunskapsbas som byggts för kunden.
- **Ingen leverantörsinlåsning.** Protokollet är öppet. Byter du LLM-leverantör eller inför en ny agentplattform fortsätter MCP-endpointen att fungera oförändrad.

## När MCP är rätt verktyg

Välj MCP-klient när assistenten måste svara baserat på live data från ett annat system, när svaret beror på vem som är inloggad, eller när användaren faktiskt vill att något ska hända i ett annat system – inte bara bli informerad. Välj MCP-server när en extern AI-agent redan har en konversationsloop och bara behöver rätt kontext – coreAI sköter kuraterad retrieval, agenten sköter prompt och presentation.

För relativt stabila data – produktkataloger, fackartiklar, dokument, jobbannonser – hör innehållet hemma i coreAIs kunskapsbas. Du fyller den antingen genom att coreAI crawlar din webbplats med fast intervall, eller genom att pusha innehåll direkt in via coreAI-API:et. Tumregeln: allt som kräver ett live uppslag eller en handling mot ett annat system hör hemma bakom MCP, allt som kan stå stabilt i timmar eller dagar hör hemma i kunskapsbasen.