MCP er standardpluggen for AI · Begreper

Figur · én plugg i stedet for ni

Tre AI-apper som skal kunne snakke med tre systemer.
Uten en standard trenger hver app sin egen kobling til hvert system: ni koblinger, alle bygd for hånd.
Med en felles plugg trengs bare én per app og én per system: seks. Pluggen heter MCP.
I appen du bruker, er koblingen en connector. Du velger tjenesten og logger inn med din egen konto.
Du bestemmer hva den får gjøre. Å lese er noe helt annet enn å skrive.

Kort sagt

MCP, Model Context Protocol, er en åpen standard for hvordan AI-apper kobler seg til verktøy og data. En connector er en slik kobling slik du ser den i appen.

Det høres teknisk ut, men ideen er den samme som med USB-C. Én plugg som passer overalt, så du slipper en ny kabel for hver enhet.

Fra ni koblinger til seks

Med tre apper og tre systemer trengs ni koblinger hvis hver må bygges for seg. Med en felles standard trengs seks: én per app og én per system. Med ti av hver er det hundre mot tjue. Jo flere som er med, jo mer lønner det seg, og det er grunnen til at standarden har spredd seg raskt.

Slik ser det ut for deg

Du trenger ikke vite noe om protokollen. I appen du bruker, finner du en liste med connectors. Du velger en tjeneste, logger inn med din egen konto og godkjenner hva appen får gjøre. Normalt bruker den dine rettigheter, via innloggingen din, men sjekk hva du godkjenner. Hvordan det ser ut i praksis, kan du se i artikkelen om å koble Strava til Claude.

Et bilde, ikke en fasit

Tenk på en stikkontakt. Strømselskapet bryr seg ikke om hvilket apparat du kobler til, og apparatet bryr seg ikke om hvem som leverer strømmen. Standarden i midten gjør at de ikke trenger å kjenne hverandre.

Hva en MCP-tjeneste kan tilby

Verktøy. Ting appen kan be om å få gjort, som å søke eller hente data. Se verktøy.
Ressurser. Innhold appen kan lese, som filer eller poster i en database.
Maler. Ferdige oppskrifter for vanlige oppgaver i tjenesten.

Hvem eier standarden

Anthropic lanserte MCP i november 2024. I desember 2025 ble standarden overført til Agentic AI Foundation, et fond under Linux Foundation som Anthropic, Block og OpenAI stiftet sammen. Den er åpen, og støttes nå av mange apper og leverandører, ikke bare av dem som lagde den.

En connector gir noen tilgang til noe

Sjekk hvem som leverer den, hva den får lese og endre, og velg lesetilgang når du kan. Det er samme forsiktighet som med alle verktøy. Skriver den til systemer du bryr deg om, bør du godkjenne hver gang.

Vil du lære modellen hvordan en jobb skal gjøres, ikke bare gi den tilgang? Det er jobben til skills.

For deg som bygger

En MCP-server i Python er kort med den offisielle SDK-en. Under er en server med ett verktøy som gir de siste øktene fra en treningslogg. Installer med pip install "mcp[cli]". Dokumentasjonen på modelcontextprotocol.io krever Python 3.10 eller nyere og SDK 2.0 eller nyere, og følger spesifikasjonen 2026-07-28. Har du SDK 1.x, heter klassen FastMCP og importeres fra mcp.server.fastmcp. Verktøyet er skrevet likt.

Python · server.py

# pip install "mcp[cli]"     (Python 3.10 eller nyere, SDK 2.0 eller nyere)
from mcp.server import MCPServer

mcp = MCPServer("treningslogg")

# Konstruerte økter. I en ekte server leser du fra en fil eller en database.
OKTER = [
    {"dato": "2026-10-05", "type": "intervaller", "km": 11.2},
    {"dato": "2026-10-03", "type": "rolig", "km": 8.0},
    {"dato": "2026-10-01", "type": "langtur", "km": 18.5},
]


@mcp.tool()
def siste_okter(antall: int = 2) -> str:
    """Gir de siste øktene fra treningsloggen, nyeste først."""
    rader = [f"{o['dato']}  {o['type']}  {o['km']} km" for o in OKTER[:antall]]
    return "\n".join(rader)


if __name__ == "__main__":
    mcp.run(transport="stdio")    # aldri print() i en stdio-server: det ødelegger protokollen

Slik legger du den til i Claude Code. Alt etter -- er kommandoen som starter serveren, så bruk hele stien til fila:

Terminal

claude mcp add --transport stdio treningslogg -- python /hele/stien/til/server.py

Skriv /mcp i Claude Code for å se at serveren står som tilkoblet. Som standard gjelder den bare deg og det prosjektet du står i. --scope user gir den i alle prosjekter, og --scope project lagrer den i .mcp.json som kan sjekkes inn. Skriv aldri print() i en stdio-server: det går til stdout og ødelegger meldingene mellom server og app. Logg til stderr i stedet.

En stdio-server kjører på din egen maskin. Skal den nås fra en app som ikke kjører hos deg, må den serveres over HTTP, med --transport http og en adresse, slik Strava-koblingen i treneren gjør. Quickstart for flere språk: modelcontextprotocol.io.

Verktøyfunksjonen er kjørt: den ble registrert og kalt gjennom SDK 1.28.1 (der klassen heter FastMCP) og ga to linjer tilbake. Koden slik den står her, med MCPServer fra SDK 2.0, er syntakssjekket og ikke kjørt, fordi jeg ikke installerte noe nytt. claude mcp add-linja er lest i dokumentasjonen til Claude Code og ikke kjørt. Øktene er konstruerte. 8. oktober 2026.

Oppdatert oktober 2026. Kilder: modelcontextprotocol.io for standarden, Anthropics oversikt over connectors, skills og plugins for hvordan connectors fungerer i Claude, og Linux Foundations melding av 9. desember 2025 om Agentic AI Foundation. Spesifikasjonen revideres jevnlig. Ifølge modelcontextprotocol.io er gjeldende utgave fra 28. juli 2026 (sjekket 8. oktober 2026). Den forrige var fra 25. november 2025.