Spring til indhold
PromptGuiden
Søg/ Byg en prompt

MCP guide: servere, clients og tools

Model Context Protocol (MCP) er en åben protokol til at forbinde AI-klienter med eksterne værktøjer og datakilder gennem en fælles grænseflade. MCP reducerer integrationsfriktion, men fjerner ikke behovet for autentifikation, rettigheder og sikkerhed omkring værktøjer.

3 min læsningKontrolleret 25. juli 2026

Det skal du kunne bagefter

  • afprøve metoden og kontrollere, om autentifikation og rettigheder håndhæves på serversiden
  • genkende og undgå fejlen: “tro at MCP automatisk gør en integration sikker”

Kort svar: Model Context Protocol (MCP) er en åben protokol til at forbinde AI-klienter med eksterne værktøjer og datakilder gennem en fælles grænseflade. MCP reducerer integrationsfriktion, men fjerner ikke behovet for autentifikation, rettigheder og sikkerhed omkring værktøjer.

MCP består af klient, server og eksponerede capabilities

MCP standardiserer måden en AI-klient opdager og bruger eksterne ressourcer og værktøjer på. Den praktiske værdi kommer først, når du også forstår autentifikation, rettigheder og hvad hvert værktøj faktisk må gøre.

Status på MCP-specifikationen 25. juli 2026

Version 2026-07-28 er på denne dato stadig release candidate. MCP-maintainerne planlægger den endelige specifikation til 28. juli 2026. Bygger du mod RC’en nu, skal breaking changes og den endelige changelog kontrolleres igen efter udgivelsen.

Case: en klient får read-only adgang til et internt system

I stedet for at bygge en specialintegration fra hver AI-klient til et internt supportsagesystem kan organisationen eksponere kontrollerede værktøjer med læseadgang via en MCP-server. Klientens brugerrettigheder skal stadig håndhæves på serversiden.

Byg grænsefladen med mindst mulige rettigheder

  1. 1. Start med én konkret ressource eller handling der skal eksponeres.
  2. 2. Definér serverens værktøjer/ressourcer med klare skemaer.
  3. 3. Implementér autentificering og autorisation uafhængigt af modellens prompt.
  4. 4. Test værktøj inputs, fejl og timeout som en normal API-integration.
  5. 5. Begræns værktøjer der kan ændre data og brug godkendelse hvor nødvendigt.
  6. 6. Log hvem der kaldte hvilket værktøj med hvilke resultater.

Remote adgang gør auth og logging til driftskrav

  • At tro at MCP automatisk gør en integration sikker.
  • At eksponere brede admin-værktøjer fordi protokollen gør det nemt.
  • At lade tool-beskrivelsen være eneste adgangskontrol.

Skitsér din første MCP-server uden writes

Design en MCP-server til et internt videnssystem med kun to værktøjer med læseadgang. Skriv input/outputskema og hvilke brugerrettigheder serveren skal kontrollere.

Test auth-udløb, injection og ugyldige tool-kald

  • Er autentifikation/rettigheder på serversiden?
  • Er værktøjsadgang minimalt?
  • Kan alle værktøjskald auditeres?

Fortsæt med MCP til agenter og sikkerhed

FAQ

Spørgsmål om emnet

Hvad er hovedpointen i “MCP guide: servere, clients og værktøjer”?

Model Context Protocol (MCP) er en åben protokol til at forbinde AI-klienter med eksterne værktøjer og datakilder gennem en fælles grænseflade. MCP reducerer integrationsfriktion, men fjerner ikke behovet for autentifikation, rettigheder og sikkerhed omkring værktøjer.

Hvordan kan jeg øve det?

Design en MCP-server til et internt videnssystem med kun to værktøjer med læseadgang. Skriv input/outputskema og hvilke brugerrettigheder serveren skal kontrollere.

Hvilken fejl bør jeg især undgå?

At tro at MCP automatisk gør en integration sikker.

Hvornår er min løsning god nok til at bruge?

Brug disse kontrolspørgsmål: Er autentifikation/rettigheder server-side? Er tool-scope minimalt? Kan alle værktøjskald auditeres?

Officielle kilder og dokumentation

  1. MCP 2026-07-28 release candidate
  2. Model Context Protocol

Byg dit eget AI-bibliotek

Gem prompts og workflows, vælg dine interesser og få en læringssti, der peger videre i stedet for at starte forfra.

Opret profil