Spring til indhold
Kristian Primdal
AI Ordbog

AI Ordbog

MCP Server

En server der eksponerer værktøjer og data til AI-modeller via MCP.

Kristian Primdal Skrevet og redigeret af Kristian Primdal · Sidst opdateret 18. marts 2026
Indhold

Ofte stillede spørgsmål

Hvad er en MCP Server?

En MCP Server er et program der giver AI-modeller adgang til specifikke værktøjer, data eller funktioner via Model Context Protocol. Det er den komponent der forbinder AI’en med den virkelige verden: din database, dit CRM, din kalender, dit filsystem.

Tænk på en MCP Server som en adapter. Ligesom en strømadapter konverterer mellem forskellige stikkontakter, konverterer en MCP Server mellem et specifikt systems API og den standardiserede MCP-protokol som AI-modeller forstår.

Hver MCP Server er typisk fokuseret på ét system eller én type funktionalitet: en GitHub MCP Server håndterer GitHub-operationer, en Slack MCP Server håndterer Slack-beskeder, en PostgreSQL MCP Server håndterer database-forespørgsler.

Hvad eksponerer en MCP Server?

  1. Tools. Funktioner AI-modellen kan kalde for at udføre handlinger. Eksempler: search_files, send_message, query_database, create_issue.
  2. Resources. Data AI-modellen kan læse. Eksempler: filer, konfiguration, dokumenter, databaseskemaer.
  3. Prompts. Foruddefinerede prompt-skabeloner brugeren kan aktivere. Eksempler: “Analysér dette repository,” “Opsummer disse emails.”

Populære MCP Servers

  1. Filesystem. Giver AI adgang til at læse og skrive filer på dit system.
  2. GitHub. Opretter issues, pull requests, søger i repositories og henter kode.
  3. Slack. Sender og læser beskeder, søger i kanaler.
  4. PostgreSQL/SQLite. Kører database-forespørgsler og analyserer data.
  5. Google Drive. Læser og søger i dokumenter.
  6. Web search. Giver AI adgang til websøgning.
  7. Browser. Navigerer websider, henter indhold og interagerer med webapplikationer.

Hvordan bruges MCP Servers?

  1. Installation. De fleste MCP Servers installeres via npm eller pip og konfigureres i din AI-klients konfigurationsfil.
  2. Konfiguration. Du angiver hvilke MCP Servers din AI-klient skal forbinde til, med eventuelle credentials og indstillinger.
  3. Brug. AI-modellen ser automatisk de tilgængelige tools fra dine MCP Servers og kan bruge dem i sine svar og handlinger.

Byg din egen MCP Server

MCP SDK’er i Python og TypeScript gør det relativt enkelt at bygge en MCP Server:

  1. Definer tools. Beskriv de funktioner din server eksponerer: navn, beskrivelse, parametre.
  2. Implementér handlers. Skriv den kode der udfører handlingen når et tool kaldes.
  3. Kør serveren. Start MCP Serveren. Den kommunikerer via stdio eller HTTP med AI-klienten.

En simpel MCP Server med ét tool kan bygges på under 50 linjer kode. Det gør det tilgængeligt at forbinde AI med enhver eksisterende service eller API.

MCP Server-sikkerhed

  1. Mindste privilegium. Giv kun serveren adgang til det den har brug for. En kalender-server behøver ikke adgang til din database.
  2. Credentials. Gem API-nøgler og passwords sikkert. Brug miljøvariabler, ikke hardcoded values.
  3. Validering. Validér alle input fra AI-modellen. Modellen kan generere uventede parametre.
  4. Sandboxing. For servere med skriveadgang, overvej at køre dem i isolerede miljøer.

MCP Servers er det nye plugin-system MCP Servers er for AI hvad browser-extensions er for din browser eller apps for din telefon: modulære udvidelser der tilføjer nye kapabiliteter. Det voksende økosystem af MCP Servers betyder at du kan forbinde din AI med næsten ethvert system uden at skrive custom kode. Og hvis der ikke er en MCP Server til dit system, kan du bygge en på en eftermiddag.

FAQ

Hvad er en MCP Server?

En MCP Server er et program der eksponerer værktøjer, data og funktioner til AI-modeller via Model Context Protocol. Den fungerer som en adapter mellem et specifikt system (database, API, filsystem) og AI-modellen.

Har jeg brug for at kunne programmere for at bruge MCP Servers?

Nej, de fleste MCP Servers kan installeres og konfigureres uden programmering. Du skal dog bygge din egen server hvis der ikke findes en for dit specifikke system, det kræver grundlæggende programmering i Python eller TypeScript.

Er MCP Servers sikre?

MCP Servers har den adgang du giver dem. Følg mindste privilegium-princippet, gem credentials sikkert, og vær opmærksom på at AI-modellen kan kalde tools med uventede parametre. For produktionssystemer, kør servere i isolerede miljøer.

Relaterede termer

MCP (Model Context Protocol) Tool use (function calling) AI-agent Claude Code Agentic AI