Vad är MCP (Model Context Protocol)?

Model Context Protocol (MCP) är en öppen standard som beskriver hur AI-modeller kommunicerar med externa verktyg, datakällor och tjänster. Protokollet lanserades av Anthropic i slutet av 2024 och har på kort tid antagits av Claude Desktop, Cursor, Zed, Continue, Windsurf och en snabbt växande skara AI-klienter.

Om du någon gång har byggt en integration mellan en LLM och ditt eget API vet du att varje ny modell kräver ny lim-kod. MCP standardiserar det gränssnittet så att en MCP-server du bygger fungerar överallt där MCP stöds.

Vad är MCP?

MCP är i praktiken ett JSON-RPC 2.0-protokoll ovanpå två transportlager: stdio (för lokala processer) och HTTP + Server-Sent Events (för fjärranslutna tjänster). Klienten — till exempel Claude Desktop — startar en MCP-server, upptäcker vilka verktyg servern erbjuder och låter modellen anropa dem när användaren ställer en fråga.

Problemet MCP löser

Innan MCP fanns tre klassiska sätt att koppla ihop AI med verktyg: leverantörsspecifika plugin-format (som ChatGPT-plugins), egna function calling-scheman per app, och skräddarsydda agent-ramverk. Alla tre har samma problem: varje ny integration måste byggas separat för varje modell och varje klient.

• Leverantörslåsning — en OpenAI-plugin fungerar inte i Claude.
• Dubblerat arbete — samma Notion-integration byggs om och om igen.
• Ingen gemensam säkerhetsmodell — varje integration hanterar OAuth på sitt sätt.

MCP löser det genom att flytta integrationen till servern. Bygg en MCP-server en gång, kör den i Claude, Cursor, Zed och nästa klient som lanseras — utan en enda kodrad extra.

Arkitektur: klient, server, transport

MCP definierar tre roller: värden (host, exempelvis Claude Desktop), klienten (den del av värden som pratar protokollet) och servern (din integration). Kommunikationen sker över antingen stdio eller streaming HTTP.

MCP:s tre primitiver

Alla MCP-servrar exponerar en kombination av tre grundtyper:

• Tools — funktioner som modellen kan anropa (exempelvis search_web, create_invoice).
• Resources — läsbara data som modellen kan citera (dokument, filer, databasrader).
• Prompts — färdiga prompt-mallar som klienten kan visa som slash-kommandon.

Ett konkret exempel

En Fortnox-MCP kan exponera verktyget list_invoices, resursen customers://list och prompten månadsrapport. När du frågar Claude ”Sammanfatta våra obetalda fakturor” anropar Claude list_invoices, läser resursen och genererar svaret — helt utan att du behöver skriva integrationskod.

{
  "mcpServers": {
    "fortnox": {
      "command": "npx",
      "args": ["-y", "fortnox-mcp-server"],
      "env": { "FORTNOX_ACCESS_TOKEN": "..." }
    }
  }
}

Vem använder MCP?

Anthropic (Claude), Cursor, Zed, Windsurf, Continue.dev och Sourcegraph Cody har alla implementerat MCP-klienter. På serversidan finns officiella integrationer för Google Drive, GitHub, Slack, Postgres, Puppeteer med flera — och en snabbt växande katalog av tredjeparts- och svenska integrationer.

Så kommer du igång

Vill du testa MCP direkt? Installera Claude Desktop, öppna inställningarna och peka på en färdig MCP-server via JSON-config. Vill du bygga egna verktyg? Läs vidare i vår guide om att bygga din första MCP-server.