--- title: "MCP: Model Context Protocol för svenska AI-team" url: https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska description: "MCP förklarat: arkitektur, MCP-servers (Slack, Postgres, GitHub), bygg egen server, säkerhet, function-calling. 100+ implementationer." lang: sv --- Alice Labs (https://alicelabs.ai/) Tjänster Vad vi gör (https://alicelabs.ai/#welcome)Om Alice (https://alicelabs.ai/#who-we-are)Case (https://alicelabs.ai/case)Insikter (https://alicelabs.ai/sv/insights)Kontakt (https://alicelabs.ai/#email-form) AI Agents Deep Dive Aktuell Senast granskad: 15 september 2026 · 36d sedan # MCP - Model Context Protocol: guide för svenska AI-team 2026 ## TL;DR Snabbt svar Citerad av AI > Model Context Protocol (MCP) är ett öppet protokoll lanserat av Anthropic 2024 som standardiserar hur AI-agenter anropar externa verktyg och datakällor. JSON-RPC 2.0-baserat med tre primitiver: tools, resources, prompts. De facto-standard 2026 med stöd från Anthropic, OpenAI, Google DeepMind och Microsoft. 200+ MCP-servers publicerade. Alice Labs kör MCP som default för alla externa integrationer i 100+ nordiska produktionsagenter. Från MCP-arkitektur och klient-server-modellen till tillgängliga MCP-servers (Slack, Postgres, GitHub, Filesystem), att bygga egen MCP-server, säkerhetsimplikationer (permissions, sandboxing), MCP vs custom function-calling, MCP-adoption 2026-status och toolchain för svenska team. Skriven av teamet bakom 100+ produktionsagenter i Norden sedan 2023. Model Context Protocol (MCP) är ett öppet protokoll lanserat av Anthropic i november 2024 som standardiserar hur AI-agenter upptäcker, beskriver och anropar externa verktyg, datakällor och tjänster. På svenska används termerna MCP och Model Context Protocol synonymt. Protokollet är JSON-RPC 2.0-baserat och kör över stdio, HTTP eller Server-Sent Events. Det består av tre primitiver: tools (funktioner som agenten kan anropa), resources (data som agenten kan läsa) och prompts (mallar som agenten kan använda). Sedan lansering 2024 har MCP snabbt blivit de facto-standard 2026: Anthropic, OpenAI, Google DeepMind och Microsoft har alla adopterat protokollet, och 200+ officiella och community-MCP-servers är publicerade (GitHub, Slack, Postgres, Linear, Notion, Playwright, Filesystem). Alice Labs, en Stockholm-headquartered enterprise AI consultancy, har levererat 100+ produktionsimplementationer sedan 2023 och kör MCP-servrar som default för alla externa integrationer mot Fortnox, Visma, Björn Lundén, Microsoft 365, Salesforce och nordiska databaser. Denna guide går igenom arkitektur, klient-server-modellen, tillgängliga MCP-servers, hur ni bygger en egen, säkerhet, jämförelse mot custom function-calling, adoption-status 2026 och toolchain för svenska team. Image: Linus Ingemarsson - Author at Alice Labs (https://alicelabs.ai/images/linus-ingemarsson.png) Written by Linus Ingemarsson: https://www.linkedin.com/in/linus-ingemarsson/ Image: Eric Lundberg - Reviewer at Alice Labs (https://alicelabs.ai/images/eric-lundberg.png) Reviewed by Eric Lundberg: https://www.linkedin.com/in/eric-lundberg-3530451bb/ Published September 19, 2026 14-18 min läsning 200+ officiella och community-MCP-servers publicerade 2026 (GitHub, Slack, Postgres, Linear, Notion, Playwright, Filesystem m.fl.) MCP officiell registry och GitHub Awesome-MCP: https://modelcontextprotocol.io/introduction 30+ MCP-servrar Alice Labs designat och driftsatt i nordisk produktion sedan 2024 (Fortnox, Visma, Björn Lundén, custom-internt) Alice Labs intern data, 2026: https://alicelabs.ai/sv/case 100+ totala Alice Labs-produktionsimplementationer av AI-agenter sedan 2023 (MCP är default för externa integrationer) 2 aug 2026 EU AI Act fullt tillämplig – MCP:s per-tool permission-modell mappar direkt mot Artikel 9 och 15 Europeiska kommissionen: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai Vad du lär dig(10 punkter) - Vad Model Context Protocol (MCP) är och varför det är de facto-standard 2026 - MCP-arkitektur: klient-server-modellen och JSON-RPC 2.0-transporten - De tre primitiverna: tools, resources och prompts – när används vad - Tillgängliga MCP-servers 2026: Slack, Postgres, GitHub, Filesystem, Linear, Notion, Playwright - Så bygger ni egen MCP-server: Python och TypeScript SDK, stdio vs HTTP-transport - Säkerhets-implikationer: permissions, sandboxing, prompt-injection, minsta-privilegium - MCP vs custom function-calling: när är investeringen värd besväret - MCP-adoption 2026: Anthropic, OpenAI, Google, Microsoft – status per leverantör - Toolchain för svenska team: MCP-servrar mot Fortnox, Visma, Björn Lundén, Microsoft 365, Salesforce - Kod-exempel och Alice Labs learnings från 30+ MCP-servrar i produktion ## Sammanfattning - MCP är ett JSON-RPC 2.0-baserat öppet protokoll som standardiserar agent-till-verktyg-anrop. Investeringen är modell- och ramverks-oberoende och överlever varje modellskifte. - Klient-server-modellen: en MCP-klient (agent-runtime som Claude Agent SDK eller Claude Desktop) ansluter till en eller flera MCP-servrar (Postgres, Slack, custom). Tydlig separation of concerns. - Tre primitiver: tools (funktioner agenten anropar med side-effects), resources (data agenten läser read-only) och prompts (parameteriserade mallar). Använd rätt primitive för rätt jobb. - 200+ officiella och community-MCP-servers publicerade 2026 (Anthropic, GitHub, Linear, Slack, Notion, Playwright, Postgres, Filesystem). Merparten på GitHub under permissiva licenser. - Att bygga egen MCP-server tar typiskt 1–3 dagar för ett fokuserat use-case. Python och TypeScript SDK är produktionsklara; Rust och Go finns i community-varianter. - Säkerhetsmodellen är minsta-privilegium: varje MCP-server exponerar endast de tools och resources som behövs, med explicit user consent per tool-call i klient-runtime. - MCP vs custom function-calling: bygg custom bara om ni har unik latency- eller lock-in-anledning. För 90 procent av use-cases 2026 vinner MCP på återanvändbarhet och ramverks-portabilitet. - Adoption 2026: Anthropic (native), OpenAI (stöds i Agents SDK), Google DeepMind (adoption Q2 2026), Microsoft (Semantic Kernel och Copilot Studio). Alla större agent-ramverk stöder MCP. 01 / 10 Kapitel ## Vad är Model Context Protocol (MCP)? MCP är ett öppet JSON-RPC 2.0-baserat protokoll som standardiserar hur AI-agenter upptäcker och anropar externa verktyg, läser data och använder promptmallar. Lanserat av Anthropic i november 2024 och de facto-standard 2026. Består av tre primitiver: tools (funktioner med side-effects), resources (read-only data) och prompts (parameteriserade mallar). Modell- och ramverks-oberoende – samma MCP-server kan användas från Claude, GPT, Gemini och alla större agent-ramverk. **Model Context Protocol (MCP)** löser ett problem som blev akut när LLM-agenter tog fart 2023–2024: varje leverantör hade sitt eget format för function-calling, och varje agent-ramverk hade sitt eget sätt att beskriva verktyg. Följden var att en integration mot Slack eller Postgres skrevs om från grunden för varje kombination av modell och ramverk. MCP standardiserar detta lager. En MCP-server exponerar en fast uppsättning tools, resources och prompts. En MCP-klient (agent-runtime) upptäcker dessa via initialize- och list-anrop, och kan sedan anropa dem oavsett vilken modell som driver agenten. Investeringen i en MCP-server överlever därför modellskiften – ni byter från Claude till GPT till Gemini utan att röra integrationslagret. Protokollet är JSON-RPC 2.0 över tre möjliga transporter: _stdio_ (för lokala servrar som körs som subprocess), _HTTP_ (för remote servrar), och _Server-Sent Events_ (för streaming). Officiella SDK:er finns i Python och TypeScript; community-varianter i Rust, Go och C#. För bredare orientering: pillarn AI-agenter: Komplett guide för svenska företag 2026 (https://alicelabs.ai/sv/insights/ai-agent-guide) och money-sidan AI-agenter (https://alicelabs.ai/sv/ai-agenter). För multi-agent-mönster som använder MCP: Multi-agent-system: guide för svenska AI-team 2026 (https://alicelabs.ai/sv/insights/multi-agent-system-svenska). 02 / 10 Kapitel ## MCP-arkitektur: klient-server-modellen Sammanfattat MCP följer klassisk klient-server-modell. Klienten är agent-runtime (Claude Desktop, Claude Agent SDK, LangGraph-app, OpenAI Agents SDK-app) och ansluter till en eller flera MCP-servrar. Kommunikation sker via JSON-RPC 2.0 över stdio (lokal subprocess), HTTP eller SSE. Servern är stateful (håller session-state) men agnostisk mot vilken modell klienten använder. Detta möjliggör tydlig separation of concerns och gör MCP-servrar återanvändbara mellan agenter och ramverk. MCP-arkitekturen består av tre roller: - **Host.** Applikationen som användaren interagerar med – t.ex. Claude Desktop, Cursor, en företagsintern agent-produkt. Hosten håller policy (vilka tools får anropas, med vilken user consent). - **Klient.** Runtime-komponenten i hosten som talar MCP-protokollet. En host kan ha flera klienter, en per ansluten server. - **Server.** Processen som exponerar tools, resources och prompts. Kan köra lokalt (som subprocess via stdio) eller remote (HTTP/SSE). Kommunikationsflödet är standardiserat: 1. Klienten initierar med `initialize` och deklarerar sina capabilities. 2. Servern svarar med sina capabilities och protocolVersion. 3. Klienten anropar `tools/list`, `resources/list` och `prompts/list` för att upptäcka vad servern erbjuder. 4. När agenten (via modellen) vill anropa ett tool skickar klienten `tools/call` med tool-namn och argument. 5. Servern exekverar och returnerar resultat eller error. En agent-runtime kan vara ansluten till 3–15 MCP-servrar samtidigt utan att latency blir problematisk. Alice Labs default-setup för svensk enterprise 2026: en klient ansluten till en Fortnox-server, en Visma-server, en Microsoft Graph-server, en intern Postgres-server och en Slack-server. 03 / 10 Kapitel ## MCP:s tre primitiver: tools, resources och prompts Sammanfattat MCP definierar tre primitiver med olika semantik. Tools är funktioner som agenten anropar och som kan ha side-effects (write, transfer, send email). Resources är read-only datakällor som agenten kan läsa (filer, databaser, API-endpoints). Prompts är parameteriserade mallar som kan användas som utgångspunkt för agent-interaktioner. Skillnaden i side-effect-semantik är kritisk för user consent: tool-anrop kräver explicit approval per anrop, resource-läsning kan auto-godkännas. **Tools** är den vanligaste primitiven. En tool är en funktion med typad JSON-schema-input och strukturerad output. Anropas via `tools/call`. Kan ha side-effects: skriva till en databas, skicka mail, göra en överföring. Klienten ska normalt fråga användaren om consent per anrop av high-risk tools. **Resources** är read-only datakällor med URI-adressering (t.ex. `file:///data/kunder.json` eller `postgres://db/orders/42`). Anropas via `resources/read`. Utan side-effects och kan därför auto-godkännas i klienten. **Prompts** är parameteriserade mallar som servern erbjuder. En Postgres-server kan t.ex. erbjuda en "analyze_schema"-prompt som tar en tabell som input och returnerar en färdig prompt för agenten att köra. Används för att kapsla in domänkunskap på servern istället för i klienten. | Primitive | Semantik | Side-effects | User consent | | --- | --- | --- | --- | | tools | Funktion | Ja (potentiellt) | Per anrop för high-risk | | resources | Read-only data | Nej | Kan auto-godkännas | | prompts | Parameteriserad mall | Nej (bara mallgenerering) | Kan auto-godkännas | Praktisk regel Alice Labs använder för svensk enterprise: _läsning av kundhistorik = resource, skrivning av CRM-anteckning = tool, förslag på standardformulering = prompt_. 04 / 10 Kapitel ## Tillgängliga MCP-servers 2026: Slack, Postgres, GitHub, Filesystem m.fl. Sammanfattat 200+ officiella och community-MCP-servers är publicerade 2026. Officiella (Anthropic): Filesystem, Postgres, SQLite, GitHub, Slack, Google Drive, Puppeteer, Fetch, Git, Memory. Community: Linear, Notion, Playwright, Sentry, Stripe, Airtable, Jira, Confluence, Azure DevOps. Merparten är MIT- eller Apache-licensierade och tillgängliga på GitHub. Alice Labs har byggt 30+ svenska specifika servrar (Fortnox, Visma, Björn Lundén, Klarna). MCP-ekosystemet 2026 delas grovt i tre kategorier: - **Officiella servrar från Anthropic.** Filesystem, Postgres, SQLite, GitHub, Slack, Google Drive, Puppeteer, Fetch, Git, Memory. Underhållna i modelcontextprotocol/servers (https://github.com/modelcontextprotocol/servers) på GitHub, MIT-licens. Produktionsklara för de flesta enterprise-use-cases. - **Officiella från plattforms-leverantörer.** Linear, Notion, Playwright (Microsoft), Sentry, Stripe, Airtable, Cloudflare. Underhållna av respektive företag; kvaliteten är genomgående hög. - **Community-servrar.** Ett par hundra på GitHub under Awesome-MCP. Kvaliteten varierar; audit code och licens innan produktion. För svenska team är två luckor uppenbara 2026: _Fortnox_, _Visma_ och _Björn Lundén_ saknar officiella MCP-servrar. Alice Labs har byggt interna varianter mot dessa API:er och kör dem i produktion hos svensk mid-market. Om ni har liknande behov, kontakta oss – vissa av dessa kan open-sourcas mot gemenskapen. Image: Linus Ingemarsson (https://alicelabs.ai/images/linus-ingemarsson.png) Image: Eric Lundberg (https://alicelabs.ai/images/eric-lundberg.png) Alice Labs praktiker-team ## Prata med teamet bakom 100+ AI-implementationer 30 minuters discovery-samtal med en senior Alice Labs-konsult. Ingen slide-deck, ingen försäljningspitch — bara ett scoping-samtal. Boka Discovery Call 05 / 10 Kapitel ## Så bygger ni egen MCP-server (Python eller TypeScript) Sammanfattat Att bygga egen MCP-server tar typiskt 1–3 dagar för ett fokuserat use-case. Med officiella SDK:er (Python: mcp; TypeScript: @modelcontextprotocol/sdk) definieras tools med JSON-schema för input, en handler-funktion för exekvering, och en transport (stdio för lokala; HTTP för remote). Alice Labs default-mönster: en dedikerad server per externt system (Fortnox, Visma, Salesforce) istället för en monolitisk server – gör permissions och versioning enklare. Att bygga egen MCP-server är påfallande enkelt jämfört med att bygga custom function-calling per modell. Officiella SDK:er finns i Python och TypeScript; båda tar cirka en dag att komma igång med och 2–4 dagar till produktionsklar för ett fokuserat use-case. Grundstruktur i Python (använder `mcp`-paketet): ``` # fortnox_mcp_server.py from mcp.server import Server from mcp.types import Tool, TextContent import httpx server = Server("fortnox") @server.list_tools() async def list_tools() -> list[Tool]: return [ Tool( name="fortnox_get_invoice", description="Hämta en faktura från Fortnox på fakturanummer", inputSchema={ "type": "object", "properties": { "invoice_number": {"type": "string"}, }, "required": ["invoice_number"], }, ), ] @server.call_tool() async def call_tool(name: str, arguments: dict) -> list[TextContent]: if name == "fortnox_get_invoice": async with httpx.AsyncClient() as client: response = await client.get( f"https://api.fortnox.se/3/invoices/{arguments['invoice_number']}", headers={"Authorization": f"Bearer {FORTNOX_TOKEN}"}, ) return [TextContent(type="text", text=response.text)] raise ValueError(f"Unknown tool: {name}") if __name__ == "__main__": from mcp.server.stdio import stdio_server import asyncio asyncio.run(stdio_server(server)) ``` Alice Labs default-mönster: _en server per externt system_ istället för en monolitisk server. Skäl: permissions kan sättas per server, versioning är enklare, och en trasig server drar inte ner de andra. Undantag: mycket små interna verktyg samlas i en gemensam "internal-tools"-server. För djupare implementation, se officiella MCP quickstart för servers (https://modelcontextprotocol.io/quickstart/server). För integration med LangGraph: LangGraph guide för svenska team 2026 (https://alicelabs.ai/sv/insights/langgraph-svenska-guide). 06 / 10 Kapitel ## Säkerhets-implikationer: permissions, sandboxing, prompt-injection Sammanfattat MCP:s säkerhetsmodell bygger på minsta-privilegium: varje server exponerar endast nödvändiga tools och resources, med explicit user consent per high-risk tool-call i klient-runtime. Fyra praktiska säkerhetsimplikationer 2026: (1) OAuth eller token-scoping per server, (2) sandboxing av lokala stdio-servrar, (3) prompt-injection-filtrering på tool-descriptions, (4) audit-loggning per tool-anrop för EU AI Act Artikel 12. Anthropic publicerade ett security best practices-dokument 2026. MCP:s säkerhetsmodell är korrekt designad men kräver disciplin i implementationen. Fyra praktiska principer Alice Labs använder för svensk enterprise 2026: 1. **OAuth eller token-scoping per server.** En Fortnox-MCP-server ska inte ha admin-token för hela kontot – bara scoped-token för de endpoints tools faktiskt behöver. Rotera automatiskt. 2. **Sandboxing av lokala stdio-servrar.** När MCP-servrar körs som subprocess med filesystem-access, kör dem i en container eller Firecracker-VM med read-only-mount av bara det som behövs. 3. **Prompt-injection-filtrering på tool-descriptions.** Nyare attack: en manipulerad tool-description kan innehålla injection-instruktioner som modellen läser. Sanitera beskrivningar från tredjeparts-servrar innan de exponeras till agenten. 4. **Audit-loggning per tool-anrop.** Under EU AI Act Artikel 12 (loggning) och Artikel 15 (cybersäkerhet) måste varje tool-anrop loggas med tillräcklig granularitet för spårbarhet: vem, vilken agent, vilken server, vilket tool, vilka argument, vilket resultat. Se Anthropics MCP security best practices (https://modelcontextprotocol.io/specification/security) för fullständig checklista. För bredare EU AI Act-genomgång: EU AI Act 2026: checklista för svenska företag (https://alicelabs.ai/sv/insights/eu-ai-act-2026-checklista). Alice Labs praktiker-team ## Behöver ni en MCP-server för Fortnox, Visma eller Björn Lundén? Alice Labs har designat och driftsatt 30+ MCP-servrar i nordisk produktion. Vi granskar er MCP-strategi, permission-modell och toolchain på 45 minuter och kan bygga produktionsklara servrar mot svensk ekonomi- och CRM-stack. Boka arkitekturmöte 07 / 10 Kapitel ## MCP vs custom function-calling: när vinner MCP? Sammanfattat MCP vinner när ni bygger fler än ett verktyg som ska återanvändas mellan flera agenter eller modellskiften. Custom function-calling vinner när ni har extremt tight latens-krav (in-process anrop), när verktyget bara används av en enda agent, eller när ni är låsta i en leverantörsstack utan MCP-stöd. För 90 procent av enterprise-use-cases 2026 vinner MCP på återanvändbarhet, ramverks-portabilitet och overhead-vinst över tid. Beslutsmatris Alice Labs använder 2026: - **Bygg MCP-server när:** Verktyget kommer användas av mer än en agent, ni vill kunna byta modell utan att röra integrationen, verktyget är generellt (Slack, Postgres, GitHub), eller ni bygger en produkt som andra team ska konsumera. - **Bygg custom function-calling när:** Extremt tight latency-krav (sub-10ms per anrop), verktyget är strikt privat till en agent, eller ni är låsta i en stack utan MCP-stöd (mycket sällsynt 2026). Overhead-jämförelse: en MCP-server har typiskt 10–50 ms extra latency per tool-call jämfört med in-process function-calling (stdio-transport) eller 30–150 ms (HTTP). För enterprise-agenter där själva LLM-anropet tar 500–5000 ms är detta försumbart. För real-time-agenter med sub-second-krav kan det spela roll. Kostnadsvinst över 12 månader: Alice Labs beräkning från 30+ svenska MCP-servrar visar 30–60 procent besparing på integrationstid jämfört med custom-approach, eftersom samma server återanvänds över modellskiften och nya agenter. 08 / 10 Kapitel ## MCP-adoption 2026: Anthropic, OpenAI, Google, Microsoft Sammanfattat MCP-adoption 2026 är bred över hela LLM-branschen. Anthropic (native): Claude Desktop, Claude Agent SDK, Claude Code, alla Anthropic-produkter. OpenAI: Agents SDK stöder MCP-servrar sedan Q1 2026. Google DeepMind: Vertex AI Agent Builder adopterade MCP Q2 2026. Microsoft: Semantic Kernel och Copilot Studio har MCP-connector-stöd. Merparten av större agent-ramverk (LangGraph, CrewAI, AutoGen) har MCP-adapters. MCP är otvetydigt de facto-standard 2026. Adoption-status per leverantör Q3 2026: | Leverantör / Ramverk | MCP-stöd | Typ | | --- | --- | --- | | Anthropic (Claude, Claude Agent SDK, Claude Desktop) | Native | Skapare av protokollet | | OpenAI Agents SDK | Native (Q1 2026) | Officiell integration | | Google DeepMind (Vertex AI Agent Builder) | Native (Q2 2026) | Officiell integration | | Microsoft Semantic Kernel | Connector | MCP-adapter | | Microsoft Copilot Studio | Connector | MCP-connector Q3 2026 | | LangGraph (LangChain) | Adapter | langchain-mcp-adapters | | CrewAI | Adapter | crewai-mcp | | AutoGen (Microsoft Research) | Adapter | autogen-mcp | Slutsatsen är entydig 2026: bygg MCP-servrar från dag 1. Investeringen fungerar i alla större agent-stackar och överlever modellskiften. Se relaterad protokoll-genomgång i vår engelska guide: MCP vs A2A Comparison 2026 (https://alicelabs.ai/en/insights/mcp-vs-a2a-comparison-2026). 09 / 10 Kapitel ## Toolchain för svenska team: Fortnox, Visma, Microsoft 365, Salesforce Sammanfattat Rekommenderad MCP-toolchain för svenska team 2026: officiella servers för Slack, GitHub, Postgres, Google Drive, Filesystem. Community-servers för Linear, Notion, Playwright. Alice Labs-interna servrar för Fortnox, Visma, Björn Lundén, Microsoft Graph (för Microsoft 365) och Salesforce. All hosting i EU-region (AWS Frankfurt eller Azure Sweden Central) med OAuth-scoped tokens och audit-loggning för EU AI Act Artikel 12. Alice Labs default-toolchain för svensk enterprise 2026: - **Officiella servers.** Postgres (för intern databas), Filesystem (kontrollerad), GitHub (kod), Slack (intern kommunikation), Google Drive (om relevant), Fetch (webbsökning). - **Community-servers med audit.** Linear eller Jira (ärendehantering), Notion (dokumentation), Playwright (browser-automation), Sentry (fel-monitoring). - **Alice Labs-interna servers.** Fortnox (ekonomi), Visma (löner och ekonomi), Björn Lundén (bokföring), Microsoft Graph (Microsoft 365), Salesforce (CRM), Zendesk (support), 46elks (svensk telefoni). - **Hosting.** Alla remote-servrar körs på AWS Frankfurt eller Azure Sweden Central. Lokala stdio-servrar körs i sandboxade Docker-containrar med read-only-mounts. - **Governance.** OAuth-scoped tokens per server, audit-loggning per tool-anrop till immutable log store, per-team-permissions via enterprise-provisioning. Om ni redan är Microsoft 365-hus, se även vår genomgång i pillarn för svensk enterprise: AI-agenter: Komplett guide för svenska företag 2026 (https://alicelabs.ai/sv/insights/ai-agent-guide) och listan över de bästa AI-agent-ramverken: Bästa AI-agent-ramverken 2026 (https://alicelabs.ai/sv/insights/basta-ai-agent-frameworks-2026). Alice Labs praktiker-team ## Redo att bygga er MCP-baserade agent-stack? Alice Labs designar och driftar MCP-servrar mot Fortnox, Visma, Björn Lundén, Microsoft Graph, Salesforce, Zendesk och interna system. EU-region-hosting, OAuth-scoped tokens, audit-log för EU AI Act Artikel 12, sandboxad drift. Boka MCP-konsultation 10 / 10 Kapitel ## Alice Labs learnings från 30+ MCP-servrar i produktion Sammanfattat Fem learnings från Alice Labs 30+ MCP-servrar i nordisk produktion 2024–2026: (1) en server per externt system, inte monolitisk; (2) audit-log varje tool-anrop från dag 1; (3) OAuth-scoped tokens per server; (4) prompt-injection-sanitisering på alla tool-descriptions från tredjepart; (5) sandboxa lokala stdio-servrar. Genomsnittlig tid att bygga en produktionsklar server: 2–4 dagar. Genomsnittlig kostnadsbesparing vs custom function-calling: 30–60 procent över 12 månader. Fem konkreta learnings från Alice Labs 30+ MCP-servrar i svensk och nordisk produktion 2024–2026: 1. **En server per externt system.** Inte en monolitisk "internal-tools" med 40 disparata tools. Servers per system gör permissions, versioning och felsökning enklare. 2. **Audit-log varje tool-anrop från dag 1.** Inte "vi lägger till det senare". Under EU AI Act Artikel 12 blir det ett produktionsblocker om ni inte har det. 3. **OAuth-scoped tokens per server.** Aldrig admin-tokens. Rotera automatiskt. Använd secrets-manager (AWS Secrets Manager, Azure Key Vault) och injicera vid start. 4. **Prompt-injection-sanitisering på tool-descriptions.** När ni använder tredjeparts-servrar (community), sanitera deras tool-descriptions innan de exponeras till agenten. Nyare attack-yta som fångar oförberedda team. 5. **Sandboxa lokala stdio-servrar.** Ingen filesystem-server ska ha read-write-access till hela hem-katalogen. Kör i container med read-only-mount av exakt de sökvägar som behövs. Fördjupning i orkestreringen som konsumerar MCP: LangGraph guide för svenska team 2026 (https://alicelabs.ai/sv/insights/langgraph-svenska-guide). Multi-agent-mönster med MCP-baserade sub-agents: Multi-agent-system: guide för svenska AI-team 2026 (https://alicelabs.ai/sv/insights/multi-agent-system-svenska). ## About the Authors & Reviewers Published September 19, 2026 Written by Image: Linus Ingemarsson - VD & Medgrundare, Alice Labs at Alice Labs (https://alicelabs.ai/images/linus-ingemarsson.png) Linus Ingemarsson (https://www.linkedin.com/in/linus-ingemarsson/) VD & Medgrundare, Alice Labs CEO & Co-Founder at Alice Labs. Author of 7 research reports on AI adoption, governance and labor markets cited across EU, OECD and US benchmarks. - 8+ years in AI strategy & implementation - Top-5 AI Speaker, Sweden (Mindley 2025) - 100+ enterprise AI engagements View profile: https://www.linkedin.com/in/linus-ingemarsson/ Linus Ingemarsson on LinkedIn: https://www.linkedin.com/in/linus-ingemarsson/ Email Linus Ingemarsson: linus@alicelabs.ai Reviewed by September 19, 2026 Image: Eric Lundberg - Medgrundare, Alice Labs at Alice Labs (https://alicelabs.ai/images/eric-lundberg.png) Eric Lundberg (https://www.linkedin.com/in/eric-lundberg-3530451bb/) Medgrundare, Alice Labs Co-Founder at Alice Labs. Builds AI automation, agent workflows and integration systems that hold up in real business operations. - AI automation & agent systems lead - Workflow design across 100+ deployments - Specialist in RAG, integrations & APIs View profile: https://www.linkedin.com/in/eric-lundberg-3530451bb/ Eric Lundberg on LinkedIn: https://www.linkedin.com/in/eric-lundberg-3530451bb/ Email Eric Lundberg: eric@alicelabs.ai Published September 19, 2026 Reviewed for technical accuracy, methodology and source integrity. · All claims trace to public sources cited in-line. ## Vanliga frågor ### Vad är Model Context Protocol (MCP)? MCP är ett öppet JSON-RPC 2.0-baserat protokoll lanserat av Anthropic i november 2024 som standardiserar hur AI-agenter upptäcker och anropar externa verktyg, läser data och använder promptmallar. De facto-standard 2026 med stöd från Anthropic, OpenAI, Google DeepMind och Microsoft. Består av tre primitiver: tools (funktioner), resources (read-only data) och prompts (parameteriserade mallar). ### Varför är MCP viktigt? MCP löser 'N x M-problemet': N modeller gånger M verktyg gånger K ramverk gav en omöjlig integrationsyta. Med MCP blir det N + M + K – alla talar samma protokoll. Investeringen i en MCP-server överlever därför modellskiften och kan återanvändas mellan Claude, GPT, Gemini och alla större agent-ramverk (LangGraph, CrewAI, AutoGen, OpenAI Agents SDK). ### Vilka MCP-servers finns tillgängliga 2026? 200+ officiella och community-servers. Officiella från Anthropic: Filesystem, Postgres, SQLite, GitHub, Slack, Google Drive, Puppeteer, Fetch, Git, Memory. Från plattforms-leverantörer: Linear, Notion, Playwright, Sentry, Stripe, Airtable. Alice Labs har byggt interna servers för Fortnox, Visma, Björn Lundén, Microsoft Graph, Salesforce och Zendesk för svensk enterprise. ### Hur bygger vi egen MCP-server? Använd officiella SDK: Python (mcp-paketet) eller TypeScript (@modelcontextprotocol/sdk). Definiera tools med JSON-schema för input, en handler-funktion för exekvering och välj transport (stdio för lokala, HTTP för remote). Tar typiskt 1–3 dagar för fokuserat use-case. Alice Labs default: en server per externt system istället för monolitisk – enklare permissions och versioning. ### Vad är skillnaden mellan tools, resources och prompts i MCP? Tools är funktioner som agenten anropar med potentiella side-effects (write, transfer, send email); kräver user consent per anrop för high-risk. Resources är read-only datakällor med URI-adressering (file, database); kan auto-godkännas. Prompts är parameteriserade mallar som servern erbjuder; används för att kapsla in domänkunskap på servern. ### Är MCP säkert? Modellen är korrekt designad (minsta-privilegium, explicit user consent per high-risk tool-call) men kräver disciplin: OAuth-scoped tokens per server, sandboxing av lokala stdio-servrar, prompt-injection-sanitisering på tool-descriptions från tredjepart, audit-loggning per tool-anrop. Community-servrar från GitHub ska code-auditas innan produktion. Se Anthropic MCP security best practices. ### MCP vs custom function-calling – vad ska vi välja? MCP vinner när verktyget kommer användas av mer än en agent eller ska överleva modellskiften – för 90 procent av enterprise-use-cases 2026. Custom function-calling vinner när ni har extremt tight latency-krav (sub-10ms) eller verktyget är strikt privat till en agent. Alice Labs 30+ MCP-servrar visar 30–60 procent kostnadsbesparing vs custom över 12 månader. ### Vilka LLM-leverantörer stöder MCP 2026? Anthropic (native, skapare), OpenAI Agents SDK (native sedan Q1 2026), Google DeepMind Vertex AI Agent Builder (native Q2 2026), Microsoft Semantic Kernel och Copilot Studio (connector). LangGraph, CrewAI och AutoGen har officiella eller community MCP-adapters. Adoption är bred och entydig 2026. ### Hur passar MCP med EU AI Act? MCP:s per-tool permission-modell mappar direkt mot Artikel 9 (riskhantering per action) och Artikel 15 (cybersäkerhet). Audit-loggning per tool-anrop uppfyller Artikel 12 (loggning) om ni loggar vem, vilken agent, vilket tool, vilka argument och vilket resultat till immutable log store. User consent per high-risk tool-call stödjer Artikel 14 (mänsklig oversight). ### Kan vi köra MCP-servrar EU-region för GDPR? Ja. Remote MCP-servrar körs som vilken HTTP-tjänst som helst – deploya på AWS Frankfurt eller Azure Sweden Central. Lokala stdio-servrar körs i klientens process eller sandboxad container. Alice Labs default för svensk bank, försäkring och offentlig sektor: alla MCP-servrar i AWS Frankfurt med OAuth-scoped tokens och audit-log till EU-region. ### Vad är skillnaden mellan MCP och A2A? MCP standardiserar hur agenter anropar verktyg och datakällor. A2A (Googles Agent-to-Agent, 2025) standardiserar hur agenter från olika leverantörer upptäcker varandra och delegerar tasks peer-to-peer. De är komplement, inte konkurrenter: en produktions-multi-agent 2026 använder typiskt både MCP (för verktyg) och A2A (för agent-till-agent-delegation). Se vår genomgång MCP vs A2A Comparison 2026. ### Vem är Alice Labs och varför denna guide? Alice Labs är en Stockholm-baserad AI-konsult grundad 2023 av Linus Ingemarsson (VD & medgrundare) och Eric Lundberg (medgrundare). Vi har levererat 100+ produktionsimplementationer av AI-agenter i Norden, inklusive design och drift av 30+ MCP-servrar i produktion mot Fortnox, Visma, Björn Lundén, Microsoft Graph, Salesforce och andra svenska system. Föregående i AI Agents ### Bästa AI-agent-ramverken 2026: svensk jämförelse https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska Nästa i AI Agents ### LangGraph guide för svenska team 2026 https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska ## Vidare läsning - Model Context Protocol — officiell webbplats (https://modelcontextprotocol.io/)· modelcontextprotocol.io - MCP — Introduction (https://modelcontextprotocol.io/introduction)· modelcontextprotocol.io - MCP — Security best practices (https://modelcontextprotocol.io/specification/security)· modelcontextprotocol.io - MCP — Official servers on GitHub (https://github.com/modelcontextprotocol/servers)· github.com - Anthropic — Introducing MCP (https://www.anthropic.com/news/model-context-protocol)· anthropic.com - OpenAI Agents SDK — MCP support (https://platform.openai.com/docs/guides/agents)· platform.openai.com - LangChain MCP adapters (https://github.com/langchain-ai/langchain-mcp-adapters)· github.com - Microsoft Semantic Kernel — MCP connector (https://learn.microsoft.com/en-us/semantic-kernel/)· learn.microsoft.com - Vinnova — AI-strategi (https://www.vinnova.se/)· vinnova.se - IMY — tillsyn AI Act (https://www.imy.se/)· imy.se - EU AI Act — regulatory framework (https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai)· digital-strategy.ec.europa.eu ## Relaterade tjänster AI-agenter för svenska företag Money page: enterprise AI-agent-tjänster i Norden: https://alicelabs.ai/sv/ai-agenter AI-agenter (variant anchor) AI-agenter huvudsida: https://alicelabs.ai/ai-agenter AI-konsult Alice Labs AI-konsulting-tjänster: https://alicelabs.ai/sv/ai-konsult AI-implementation Från strategi till produktion: https://alicelabs.ai/sv/ai-implementation AI-konsult i Sverige Alice Labs AI-konsult för svensk enterprise och mid-market.: https://alicelabs.ai/ai-konsult ## Relaterade artiklar pillar ### AI-agenter: Komplett guide för svenska företag 2026 Pillar för hela AI-agent-clustret. https://alicelabs.ai/sv/insights/ai-agent-guide howto ### LangGraph guide för svenska team 2026 Praktisk guide till LangGraph för svenska AI-team. https://alicelabs.ai/sv/insights/langgraph-svenska-guide deepdive ### Multi-agent-system: guide för svenska AI-team 2026 Arkitekturmönster och orkestrering. https://alicelabs.ai/sv/insights/multi-agent-system-svenska listicle ### Bästa AI-agent-ramverken 2026: svensk jämförelse 10 frameworks jämförda per use-case-typ. https://alicelabs.ai/sv/insights/basta-ai-agent-frameworks-2026 comparison ### MCP vs A2A Comparison 2026 (engelska) Head-to-head. https://alicelabs.ai/en/insights/mcp-vs-a2a-comparison-2026 ## Källor 1. Model Context Protocol — officiell specifikation (https://modelcontextprotocol.io/)(hämtad 2026-09-19) 2. MCP — Introduction (https://modelcontextprotocol.io/introduction)(hämtad 2026-09-19) 3. MCP — Security best practices (https://modelcontextprotocol.io/specification/security)(hämtad 2026-09-19) 4. MCP — Official servers GitHub (https://github.com/modelcontextprotocol/servers)(hämtad 2026-09-19) 5. Anthropic — Introducing MCP (https://www.anthropic.com/news/model-context-protocol)(hämtad 2026-09-19) 6. Anthropic — Claude Agent SDK (https://docs.claude.com/en/api/agent-sdk/overview)(hämtad 2026-09-19) 7. OpenAI — Agents SDK Guide (https://platform.openai.com/docs/guides/agents)(hämtad 2026-09-19) 8. LangChain — MCP adapters (https://github.com/langchain-ai/langchain-mcp-adapters)(hämtad 2026-09-19) 9. Microsoft — Semantic Kernel MCP connector (https://learn.microsoft.com/en-us/semantic-kernel/)(hämtad 2026-09-19) 10. Google Cloud — Vertex AI Agent Builder (https://cloud.google.com/products/agent-builder)(hämtad 2026-09-19) 11. Fortnox Developer API (https://developer.fortnox.se/)(hämtad 2026-09-19) 12. Visma.net API (https://developer.vismaonline.com/)(hämtad 2026-09-19) 13. IMY — tillsyn AI Act (https://www.imy.se/)(hämtad 2026-09-19) 14. EU AI Act — regulatory framework (https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai)(hämtad 2026-09-19) 15. Alice Labs — 30+ MCP-servrar i nordisk produktion 2024-2026 (https://alicelabs.ai/sv/case)(hämtad 2026-09-19) Nästa planerade granskning: 2026-12-14 Alice Labs praktiker-team Boka MCP-konsultation Dela Share on LinkedIn (https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Falicelabs.ai%2Fsv%2Finsights%2Fmcp-model-context-protocol-svenska)Share on X (https://twitter.com/intent/tweet?url=https%3A%2F%2Falicelabs.ai%2Fsv%2Finsights%2Fmcp-model-context-protocol-svenska&text=MCP%3A%20Model%20Context%20Protocol%20f%C3%B6r%20svenska%20AI-team) ## Hör av dig! Labbet svarar oftast inom 24 timmar. Behöver du hjälp med AI? Kontakta oss (https://alicelabs.ai/en/ai-consulting-services#contact-form) ## Structured data ```json [ { "@context": "https://schema.org", "@graph": [ { "@type": "Organization", "@id": "https://alicelabs.ai/#organization", "name": "Alice Labs", "alternateName": [ "Alice Labs AB", "AliceLabs" ], "legalName": "Alice Labs AB", "identifier": "559443-5470", "foundingLocation": { "@type": "Place", "name": "Stockholm, Sweden" }, "url": "https://alicelabs.ai", "logo": { "@type": "ImageObject", "@id": "https://alicelabs.ai/#logo", "url": "https://alicelabs.ai/images/alice-logo.png", "contentUrl": "https://alicelabs.ai/images/alice-logo.png", "width": 2000, "height": 2027, "caption": "Alice Labs" }, "image": { "@id": "https://alicelabs.ai/#logo" }, "description": "Alice Labs är en svensk AI-byrå som hjälper företag implementera AI - från strategi till skalning.", "slogan": "From AI strategy to measurable results.", "foundingDate": "2023", "email": "hej@alicelabs.ai", "telephone": "+46734157476", "address": { "@type": "PostalAddress", "streetAddress": "Hammarbybacken 27", "addressLocality": "Stockholm", "postalCode": "120 30", "addressCountry": "SE" }, "contactPoint": [ { "@type": "ContactPoint", "contactType": "customer service", "email": "hej@alicelabs.ai", "telephone": "+46734157476", "areaServed": [ "SE", "EU" ], "availableLanguage": [ "Swedish", "English" ] } ], "areaServed": [ { "@type": "Country", "name": "Sweden" }, { "@type": "Place", "name": "Europe" } ], "knowsAbout": [ "AI strategy", "AI implementation", "AI agents", "AI automation", "Generative AI", "AI governance", "AI training", "Machine learning", "Large language models", "RAG", "AI consulting", "Digital transformation", "AI search optimization", "LLMO", "AI for enterprise" ], "founder": [ { "@id": "https://alicelabs.ai/#linus" }, { "@id": "https://alicelabs.ai/#eric" } ], "sameAs": [ "https://www.linkedin.com/company/alicelabsai", "https://www.trustpilot.com/review/alicelabs.ai", "https://www.wikidata.org/wiki/Q140369570" ] }, { "@type": "Person", "@id": "https://alicelabs.ai/#linus", "name": "Linus Ingemarsson", "givenName": "Linus", "familyName": "Ingemarsson", "jobTitle": "Co-Founder", "description": "Co-founder of Alice Labs. Architects AI agent systems and automation in production for clients across financial services, media, and the public sector.", "url": "https://alicelabs.ai/en/linus-ingemarsson", "sameAs": [ "https://www.linkedin.com/in/linus-ingemarsson/", "https://www.wikidata.org/wiki/Q140369914" ], "knowsAbout": [ "AI agents", "agent orchestration", "AI implementation", "LangGraph", "RAG systems", "AI strategy", "enterprise AI", "AI search optimization", "LLMO", "Nordic AI ecosystem" ], "worksFor": { "@id": "https://alicelabs.ai/#organization" } }, { "@type": "Person", "@id": "https://alicelabs.ai/#eric", "name": "Eric Lundberg", "givenName": "Eric", "familyName": "Lundberg", "jobTitle": "Co-Founder", "description": "Co-founder of Alice Labs. Designs AI automation systems and agent workflows that remove repetitive work and make day-to-day operations more reliable.", "url": "https://alicelabs.ai/en/eric-lundberg", "sameAs": [ "https://www.linkedin.com/in/eric-lundberg-3530451bb/", "https://www.wikidata.org/wiki/Q140369978" ], "knowsAbout": [ "AI automation", "agent workflows", "AI integrations", "process automation", "knowledge systems", "AI engineering", "enterprise AI", "Nordic AI ecosystem" ], "worksFor": { "@id": "https://alicelabs.ai/#organization" } }, { "@type": "Person", "@id": "https://alicelabs.ai/#alice", "name": "Alice Holmgren", "givenName": "Alice", "familyName": "Holmgren", "jobTitle": "CEO", "description": "CEO of Alice Labs. Leads strategy and growth across the Nordic AI consulting market.", "url": "https://alicelabs.ai/en/alice-holmgren", "knowsAbout": [ "AI strategy", "AI consulting leadership", "business development", "Nordic AI ecosystem", "enterprise AI adoption", "AI program management" ], "worksFor": { "@id": "https://alicelabs.ai/#organization" } }, { "@type": [ "LocalBusiness", "ProfessionalService" ], "@id": "https://alicelabs.ai/#localbusiness", "name": "Alice Labs", "description": "AI-konsult i Stockholm. Vi hjälper företag implementera AI - från strategi till skalning. Boka möte för en kostnadsfri AI-genomgång.", "url": "https://alicelabs.ai", "logo": { "@id": "https://alicelabs.ai/#logo" }, "image": { "@id": "https://alicelabs.ai/#logo" }, "telephone": "+46734157476", "email": "hej@alicelabs.ai", "priceRange": "$$$", "currenciesAccepted": "SEK, EUR, USD", "paymentAccepted": "Invoice", "address": { "@type": "PostalAddress", "streetAddress": "Hammarbybacken 27", "addressLocality": "Stockholm", "postalCode": "120 30", "addressRegion": "Stockholms län", "addressCountry": "SE" }, "geo": { "@type": "GeoCoordinates", "latitude": 59.3018, "longitude": 18.1003 }, "areaServed": [ { "@type": "City", "name": "Stockholm" }, { "@type": "City", "name": "Göteborg" }, { "@type": "City", "name": "Malmö" }, { "@type": "City", "name": "Uppsala" }, { "@type": "Country", "name": "Sweden" } ], "openingHoursSpecification": [ { "@type": "OpeningHoursSpecification", "dayOfWeek": [ "Monday", "Tuesday", "Wednesday", "Thursday", "Friday" ], "opens": "08:00", "closes": "18:00" } ], "hasOfferCatalog": { "@type": "OfferCatalog", "name": "AI-tjänster", "itemListElement": [ { "@type": "Offer", "itemOffered": { "@type": "Service", "name": "AI-konsult" } }, { "@type": "Offer", "itemOffered": { "@type": "Service", "name": "AI-strategi" } }, { "@type": "Offer", "itemOffered": { "@type": "Service", "name": "AI-implementation" } }, { "@type": "Offer", "itemOffered": { "@type": "Service", "name": "AI-utbildning" } }, { "@type": "Offer", "itemOffered": { "@type": "Service", "name": "AI-agenter" } }, { "@type": "Offer", "itemOffered": { "@type": "Service", "name": "AI-automation" } } ] }, "knowsAbout": [ "AI-konsult", "AI-strategi", "AI-implementation", "AI-utbildning", "AI-agenter", "AI-automation", "Generative AI", "Machine learning", "RAG", "Large language models", "AI governance" ], "parentOrganization": { "@id": "https://alicelabs.ai/#organization" }, "sameAs": [ "https://www.linkedin.com/company/alicelabsai" ] }, { "@type": "WebSite", "@id": "https://alicelabs.ai/#website", "url": "https://alicelabs.ai", "name": "Alice Labs", "alternateName": [ "Alice Labs AB" ], "description": "AI consulting, implementation and training for businesses.", "publisher": { "@id": "https://alicelabs.ai/#organization" }, "inLanguage": [ "sv-SE", "en-US" ], "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://alicelabs.ai/?q={search_term_string}" }, "query-input": "required name=search_term_string" } } ] }, { "@context": "https://schema.org", "@graph": [ { "@type": [ "Article", "AnalysisNewsArticle" ], "@id": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#article", "headline": "MCP - Model Context Protocol: guide för svenska AI-team 2026", "description": "MCP förklarat: arkitektur, MCP-servers (Slack, Postgres, GitHub), bygg egen server, säkerhet, function-calling. 100+ implementationer.", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska", "datePublished": "2026-09-19", "dateModified": "2026-09-19", "expires": "2026-12-14", "author": { "@id": "https://alicelabs.ai/#linus" }, "reviewedBy": { "@id": "https://alicelabs.ai/#eric" }, "dateReviewed": "2026-09-15", "publisher": { "@type": "Organization", "name": "Alice Labs", "url": "https://alicelabs.ai", "logo": { "@type": "ImageObject", "url": "https://alicelabs.ai/images/alice-logo.png" } }, "image": { "@type": "ImageObject", "@id": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#hero-image", "url": "https://alicelabs.ai/images/og/og-home.jpg", "contentUrl": "https://alicelabs.ai/images/og/og-home.jpg", "width": 1600, "height": 900, "caption": "MCP: Model Context Protocol för svenska AI-team", "creator": { "@id": "https://alicelabs.ai/#organization" }, "representativeOfPage": true, "license": "https://alicelabs.ai/terms" }, "mainEntityOfPage": { "@type": "WebPage", "@id": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska" }, "inLanguage": "sv", "articleSection": "ai-agents", "keywords": "mcp protocol, model context protocol, anthropic mcp, mcp integration, mcp server, mcp klient, mcp security, mcp function calling, mcp guide svenska", "about": [ { "@type": "Thing", "name": "Vad är Model Context Protocol (MCP)?", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#vad-ar-mcp" }, { "@type": "Thing", "name": "MCP-arkitektur: klient-server-modellen", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#arkitektur" }, { "@type": "Thing", "name": "MCP:s tre primitiver: tools, resources och prompts", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#primitiver" }, { "@type": "Thing", "name": "Tillgängliga MCP-servers 2026: Slack, Postgres, GitHub, Filesystem m.fl.", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#tillgangliga-servers" }, { "@type": "Thing", "name": "Så bygger ni egen MCP-server (Python eller TypeScript)", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#bygga-egen-server" }, { "@type": "Thing", "name": "Säkerhets-implikationer: permissions, sandboxing, prompt-injection", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#sakerhet" }, { "@type": "Thing", "name": "MCP vs custom function-calling: när vinner MCP?", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#mcp-vs-function-calling" }, { "@type": "Thing", "name": "MCP-adoption 2026: Anthropic, OpenAI, Google, Microsoft", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#adoption-2026" }, { "@type": "Thing", "name": "Toolchain för svenska team: Fortnox, Visma, Microsoft 365, Salesforce", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#toolchain-svenska-team" }, { "@type": "Thing", "name": "Alice Labs learnings från 30+ MCP-servrar i produktion", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#alice-labs-learnings" } ], "mentions": [ { "@type": "Organization", "name": "Alice Labs", "url": "https://alicelabs.ai" }, { "@type": "Organization", "name": "Anthropic", "url": "https://www.anthropic.com" }, { "@type": "Organization", "name": "OpenAI", "url": "https://openai.com" }, { "@type": "Organization", "name": "Google DeepMind", "url": "https://deepmind.google" }, { "@type": "Organization", "name": "Microsoft", "url": "https://www.microsoft.com" }, { "@type": "Organization", "name": "LangChain", "url": "https://www.langchain.com" }, { "@type": "Organization", "name": "Fortnox", "url": "https://www.fortnox.se" }, { "@type": "Organization", "name": "Visma", "url": "https://www.visma.com" }, { "@type": "Organization", "name": "Björn Lundén", "url": "https://www.bjornlunden.se" }, { "@type": "Organization", "name": "Salesforce", "url": "https://www.salesforce.com" }, { "@type": "Organization", "name": "Slack", "url": "https://slack.com" }, { "@type": "Organization", "name": "GitHub", "url": "https://github.com" }, { "@type": "Organization", "name": "Vinnova", "url": "https://www.vinnova.se" }, { "@type": "Organization", "name": "Integritetsskyddsmyndigheten", "url": "https://www.imy.se" }, { "@type": "Product", "name": "Model Context Protocol", "url": "https://modelcontextprotocol.io" }, { "@type": "Product", "name": "Claude Agent SDK", "url": "https://docs.claude.com/en/api/agent-sdk/overview" }, { "@type": "Product", "name": "OpenAI Agents SDK", "url": "https://platform.openai.com/docs/guides/agents" }, { "@type": "Product", "name": "LangGraph", "url": "https://langchain-ai.github.io/langgraph/" }, { "@type": "Product", "name": "CrewAI framework", "url": "https://docs.crewai.com/" }, { "@type": "Product", "name": "AutoGen", "url": "https://microsoft.github.io/autogen/" }, { "@type": "Product", "name": "Semantic Kernel", "url": "https://learn.microsoft.com/en-us/semantic-kernel/" }, { "@type": "Product", "name": "Agent-to-Agent (A2A) protocol", "url": "https://a2aproject.github.io/A2A/" }, { "@type": "Product", "name": "Claude", "url": "https://www.anthropic.com/claude" }, { "@type": "Thing", "name": "EU AI Act", "url": "https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai" }, { "@type": "Thing", "name": "JSON-RPC 2.0", "url": "https://www.jsonrpc.org/specification" }, { "@type": "Place", "name": "Stockholm", "url": "https://www.wikidata.org/wiki/Q1754" }, { "@type": "Person", "name": "Linus Ingemarsson", "url": "https://www.wikidata.org/wiki/Q140369914" }, { "@type": "Person", "name": "Eric Lundberg", "url": "https://www.wikidata.org/wiki/Q140369978" } ], "hasPart": [ { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "Vad är Model Context Protocol (MCP)?", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#vad-ar-mcp", "description": "MCP är ett öppet JSON-RPC 2.0-baserat protokoll som standardiserar hur AI-agenter upptäcker och anropar externa verktyg, läser data och använder promptmallar. Lanserat av Anthropic i november 2024 och de facto-standard 2026. Består av tre primitiver: tools (funktioner med side-effects), resources (read-only data) och prompts (parameteriserade mallar). Modell- och ramverks-oberoende – samma MCP-server kan användas från Claude, GPT, Gemini och alla större agent-ramverk." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "MCP-arkitektur: klient-server-modellen", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#arkitektur", "description": "MCP följer klassisk klient-server-modell. Klienten är agent-runtime (Claude Desktop, Claude Agent SDK, LangGraph-app, OpenAI Agents SDK-app) och ansluter till en eller flera MCP-servrar. Kommunikation sker via JSON-RPC 2.0 över stdio (lokal subprocess), HTTP eller SSE. Servern är stateful (håller session-state) men agnostisk mot vilken modell klienten använder. Detta möjliggör tydlig separation of concerns och gör MCP-servrar återanvändbara mellan agenter och ramverk." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "MCP:s tre primitiver: tools, resources och prompts", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#primitiver", "description": "MCP definierar tre primitiver med olika semantik. Tools är funktioner som agenten anropar och som kan ha side-effects (write, transfer, send email). Resources är read-only datakällor som agenten kan läsa (filer, databaser, API-endpoints). Prompts är parameteriserade mallar som kan användas som utgångspunkt för agent-interaktioner. Skillnaden i side-effect-semantik är kritisk för user consent: tool-anrop kräver explicit approval per anrop, resource-läsning kan auto-godkännas." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "Tillgängliga MCP-servers 2026: Slack, Postgres, GitHub, Filesystem m.fl.", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#tillgangliga-servers", "description": "200+ officiella och community-MCP-servers är publicerade 2026. Officiella (Anthropic): Filesystem, Postgres, SQLite, GitHub, Slack, Google Drive, Puppeteer, Fetch, Git, Memory. Community: Linear, Notion, Playwright, Sentry, Stripe, Airtable, Jira, Confluence, Azure DevOps. Merparten är MIT- eller Apache-licensierade och tillgängliga på GitHub. Alice Labs har byggt 30+ svenska specifika servrar (Fortnox, Visma, Björn Lundén, Klarna)." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "Så bygger ni egen MCP-server (Python eller TypeScript)", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#bygga-egen-server", "description": "Att bygga egen MCP-server tar typiskt 1–3 dagar för ett fokuserat use-case. Med officiella SDK:er (Python: mcp; TypeScript: @modelcontextprotocol/sdk) definieras tools med JSON-schema för input, en handler-funktion för exekvering, och en transport (stdio för lokala; HTTP för remote). Alice Labs default-mönster: en dedikerad server per externt system (Fortnox, Visma, Salesforce) istället för en monolitisk server – gör permissions och versioning enklare." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "Säkerhets-implikationer: permissions, sandboxing, prompt-injection", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#sakerhet", "description": "MCP:s säkerhetsmodell bygger på minsta-privilegium: varje server exponerar endast nödvändiga tools och resources, med explicit user consent per high-risk tool-call i klient-runtime. Fyra praktiska säkerhetsimplikationer 2026: (1) OAuth eller token-scoping per server, (2) sandboxing av lokala stdio-servrar, (3) prompt-injection-filtrering på tool-descriptions, (4) audit-loggning per tool-anrop för EU AI Act Artikel 12. Anthropic publicerade ett security best practices-dokument 2026." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "MCP vs custom function-calling: när vinner MCP?", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#mcp-vs-function-calling", "description": "MCP vinner när ni bygger fler än ett verktyg som ska återanvändas mellan flera agenter eller modellskiften. Custom function-calling vinner när ni har extremt tight latens-krav (in-process anrop), när verktyget bara används av en enda agent, eller när ni är låsta i en leverantörsstack utan MCP-stöd. För 90 procent av enterprise-use-cases 2026 vinner MCP på återanvändbarhet, ramverks-portabilitet och overhead-vinst över tid." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "MCP-adoption 2026: Anthropic, OpenAI, Google, Microsoft", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#adoption-2026", "description": "MCP-adoption 2026 är bred över hela LLM-branschen. Anthropic (native): Claude Desktop, Claude Agent SDK, Claude Code, alla Anthropic-produkter. OpenAI: Agents SDK stöder MCP-servrar sedan Q1 2026. Google DeepMind: Vertex AI Agent Builder adopterade MCP Q2 2026. Microsoft: Semantic Kernel och Copilot Studio har MCP-connector-stöd. Merparten av större agent-ramverk (LangGraph, CrewAI, AutoGen) har MCP-adapters. MCP är otvetydigt de facto-standard 2026." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "Toolchain för svenska team: Fortnox, Visma, Microsoft 365, Salesforce", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#toolchain-svenska-team", "description": "Rekommenderad MCP-toolchain för svenska team 2026: officiella servers för Slack, GitHub, Postgres, Google Drive, Filesystem. Community-servers för Linear, Notion, Playwright. Alice Labs-interna servrar för Fortnox, Visma, Björn Lundén, Microsoft Graph (för Microsoft 365) och Salesforce. All hosting i EU-region (AWS Frankfurt eller Azure Sweden Central) med OAuth-scoped tokens och audit-loggning för EU AI Act Artikel 12." }, { "@type": "WebPageElement", "isAccessibleForFree": true, "name": "Alice Labs learnings från 30+ MCP-servrar i produktion", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#alice-labs-learnings", "description": "Fem learnings från Alice Labs 30+ MCP-servrar i nordisk produktion 2024–2026: (1) en server per externt system, inte monolitisk; (2) audit-log varje tool-anrop från dag 1; (3) OAuth-scoped tokens per server; (4) prompt-injection-sanitisering på alla tool-descriptions från tredjepart; (5) sandboxa lokala stdio-servrar. Genomsnittlig tid att bygga en produktionsklar server: 2–4 dagar. Genomsnittlig kostnadsbesparing vs custom function-calling: 30–60 procent över 12 månader." } ], "speakable": { "@type": "SpeakableSpecification", "cssSelector": [ "[data-speakable='true']", "[data-snippet='true']", "[data-section-answer='true']", ".quick-answer", "h1" ] } }, { "@type": "BreadcrumbList", "@id": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#breadcrumb", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Hem", "item": "https://alicelabs.ai/sv" }, { "@type": "ListItem", "position": 2, "name": "Insights", "item": "https://alicelabs.ai/sv/insights" }, { "@type": "ListItem", "position": 3, "name": "ai-agents", "item": "https://alicelabs.ai/sv/insights/ai-agents" }, { "@type": "ListItem", "position": 4, "name": "MCP: Model Context Protocol för svenska AI-team", "item": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska" } ] }, { "@type": "Person", "@id": "https://alicelabs.ai/#eric", "name": "Eric Lundberg", "jobTitle": "Co-Founder", "worksFor": { "@id": "https://alicelabs.ai/#organization" }, "knowsAbout": [ { "@type": "DefinedTerm", "name": "AI automation", "url": "https://www.wikidata.org/wiki/Q1322483" }, { "@type": "DefinedTerm", "name": "Workflow automation", "url": "https://www.wikidata.org/wiki/Q120427660" }, { "@type": "DefinedTerm", "name": "Retrieval-Augmented Generation", "url": "https://www.wikidata.org/wiki/Q117761563" }, { "@type": "DefinedTerm", "name": "Enterprise AI implementation" } ], "sameAs": [ "https://www.linkedin.com/in/eric-lundberg-3530451bb/", "https://www.wikidata.org/wiki/Q140369978" ] }, { "@type": "Person", "@id": "https://alicelabs.ai/#linus", "name": "Linus Ingemarsson", "jobTitle": "CEO & Co-Founder", "worksFor": { "@id": "https://alicelabs.ai/#organization" }, "knowsAbout": [ { "@type": "DefinedTerm", "name": "AI agent orchestration", "url": "https://www.wikidata.org/wiki/Q98678395" }, { "@type": "DefinedTerm", "name": "AI strategy" }, { "@type": "DefinedTerm", "name": "AI search optimization (LLMO)" }, { "@type": "DefinedTerm", "name": "Enterprise AI strategy" }, { "@type": "DefinedTerm", "name": "AI consulting leadership" } ], "sameAs": [ "https://www.linkedin.com/in/linus-ingemarsson/", "https://www.wikidata.org/wiki/Q140369914" ] }, { "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Vad är Model Context Protocol (MCP)?", "acceptedAnswer": { "@type": "Answer", "text": "MCP är ett öppet JSON-RPC 2.0-baserat protokoll lanserat av Anthropic i november 2024 som standardiserar hur AI-agenter upptäcker och anropar externa verktyg, läser data och använder promptmallar. De facto-standard 2026 med stöd från Anthropic, OpenAI, Google DeepMind och Microsoft. Består av tre primitiver: tools (funktioner), resources (read-only data) och prompts (parameteriserade mallar)." } }, { "@type": "Question", "name": "Varför är MCP viktigt?", "acceptedAnswer": { "@type": "Answer", "text": "MCP löser 'N x M-problemet': N modeller gånger M verktyg gånger K ramverk gav en omöjlig integrationsyta. Med MCP blir det N + M + K – alla talar samma protokoll. Investeringen i en MCP-server överlever därför modellskiften och kan återanvändas mellan Claude, GPT, Gemini och alla större agent-ramverk (LangGraph, CrewAI, AutoGen, OpenAI Agents SDK)." } }, { "@type": "Question", "name": "Vilka MCP-servers finns tillgängliga 2026?", "acceptedAnswer": { "@type": "Answer", "text": "200+ officiella och community-servers. Officiella från Anthropic: Filesystem, Postgres, SQLite, GitHub, Slack, Google Drive, Puppeteer, Fetch, Git, Memory. Från plattforms-leverantörer: Linear, Notion, Playwright, Sentry, Stripe, Airtable. Alice Labs har byggt interna servers för Fortnox, Visma, Björn Lundén, Microsoft Graph, Salesforce och Zendesk för svensk enterprise." } }, { "@type": "Question", "name": "Hur bygger vi egen MCP-server?", "acceptedAnswer": { "@type": "Answer", "text": "Använd officiella SDK: Python (mcp-paketet) eller TypeScript (@modelcontextprotocol/sdk). Definiera tools med JSON-schema för input, en handler-funktion för exekvering och välj transport (stdio för lokala, HTTP för remote). Tar typiskt 1–3 dagar för fokuserat use-case. Alice Labs default: en server per externt system istället för monolitisk – enklare permissions och versioning." } }, { "@type": "Question", "name": "Vad är skillnaden mellan tools, resources och prompts i MCP?", "acceptedAnswer": { "@type": "Answer", "text": "Tools är funktioner som agenten anropar med potentiella side-effects (write, transfer, send email); kräver user consent per anrop för high-risk. Resources är read-only datakällor med URI-adressering (file, database); kan auto-godkännas. Prompts är parameteriserade mallar som servern erbjuder; används för att kapsla in domänkunskap på servern." } }, { "@type": "Question", "name": "Är MCP säkert?", "acceptedAnswer": { "@type": "Answer", "text": "Modellen är korrekt designad (minsta-privilegium, explicit user consent per high-risk tool-call) men kräver disciplin: OAuth-scoped tokens per server, sandboxing av lokala stdio-servrar, prompt-injection-sanitisering på tool-descriptions från tredjepart, audit-loggning per tool-anrop. Community-servrar från GitHub ska code-auditas innan produktion. Se Anthropic MCP security best practices." } }, { "@type": "Question", "name": "MCP vs custom function-calling – vad ska vi välja?", "acceptedAnswer": { "@type": "Answer", "text": "MCP vinner när verktyget kommer användas av mer än en agent eller ska överleva modellskiften – för 90 procent av enterprise-use-cases 2026. Custom function-calling vinner när ni har extremt tight latency-krav (sub-10ms) eller verktyget är strikt privat till en agent. Alice Labs 30+ MCP-servrar visar 30–60 procent kostnadsbesparing vs custom över 12 månader." } }, { "@type": "Question", "name": "Vilka LLM-leverantörer stöder MCP 2026?", "acceptedAnswer": { "@type": "Answer", "text": "Anthropic (native, skapare), OpenAI Agents SDK (native sedan Q1 2026), Google DeepMind Vertex AI Agent Builder (native Q2 2026), Microsoft Semantic Kernel och Copilot Studio (connector). LangGraph, CrewAI och AutoGen har officiella eller community MCP-adapters. Adoption är bred och entydig 2026." } }, { "@type": "Question", "name": "Hur passar MCP med EU AI Act?", "acceptedAnswer": { "@type": "Answer", "text": "MCP:s per-tool permission-modell mappar direkt mot Artikel 9 (riskhantering per action) och Artikel 15 (cybersäkerhet). Audit-loggning per tool-anrop uppfyller Artikel 12 (loggning) om ni loggar vem, vilken agent, vilket tool, vilka argument och vilket resultat till immutable log store. User consent per high-risk tool-call stödjer Artikel 14 (mänsklig oversight)." } }, { "@type": "Question", "name": "Kan vi köra MCP-servrar EU-region för GDPR?", "acceptedAnswer": { "@type": "Answer", "text": "Ja. Remote MCP-servrar körs som vilken HTTP-tjänst som helst – deploya på AWS Frankfurt eller Azure Sweden Central. Lokala stdio-servrar körs i klientens process eller sandboxad container. Alice Labs default för svensk bank, försäkring och offentlig sektor: alla MCP-servrar i AWS Frankfurt med OAuth-scoped tokens och audit-log till EU-region." } }, { "@type": "Question", "name": "Vad är skillnaden mellan MCP och A2A?", "acceptedAnswer": { "@type": "Answer", "text": "MCP standardiserar hur agenter anropar verktyg och datakällor. A2A (Googles Agent-to-Agent, 2025) standardiserar hur agenter från olika leverantörer upptäcker varandra och delegerar tasks peer-to-peer. De är komplement, inte konkurrenter: en produktions-multi-agent 2026 använder typiskt både MCP (för verktyg) och A2A (för agent-till-agent-delegation). Se vår genomgång MCP vs A2A Comparison 2026." } }, { "@type": "Question", "name": "Vem är Alice Labs och varför denna guide?", "acceptedAnswer": { "@type": "Answer", "text": "Alice Labs är en Stockholm-baserad AI-konsult grundad 2023 av Linus Ingemarsson (VD & medgrundare) och Eric Lundberg (medgrundare). Vi har levererat 100+ produktionsimplementationer av AI-agenter i Norden, inklusive design och drift av 30+ MCP-servrar i produktion mot Fortnox, Visma, Björn Lundén, Microsoft Graph, Salesforce och andra svenska system." } } ] }, { "@context": "https://schema.org", "@type": "Dataset", "name": "MCP - Model Context Protocol: guide för svenska AI-team 2026", "description": "MCP förklarat: arkitektur, MCP-servers (Slack, Postgres, GitHub), bygg egen server, säkerhet, function-calling. 100+ implementationer.", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska", "datePublished": "2026-09-19", "dateModified": "2026-09-19", "creator": { "@type": "Organization", "name": "Alice Labs", "url": "https://alicelabs.ai" }, "license": "https://creativecommons.org/licenses/by/4.0/", "isAccessibleForFree": true, "keywords": [ "mcp protocol", "model context protocol", "anthropic mcp", "mcp integration", "mcp server", "mcp klient", "mcp security", "mcp function calling", "mcp guide svenska" ] }, { "@context": "https://schema.org", "@type": "ItemList", "name": "Related articles", "itemListElement": [ { "@type": "ListItem", "position": 1, "url": "https://alicelabs.ai/sv/insights/ai-agent-guide", "name": "AI-agenter: Komplett guide för svenska företag 2026" }, { "@type": "ListItem", "position": 2, "url": "https://alicelabs.ai/sv/insights/langgraph-svenska-guide", "name": "LangGraph guide för svenska team 2026" }, { "@type": "ListItem", "position": 3, "url": "https://alicelabs.ai/sv/insights/multi-agent-system-svenska", "name": "Multi-agent-system: guide för svenska AI-team 2026" }, { "@type": "ListItem", "position": 4, "url": "https://alicelabs.ai/sv/insights/basta-ai-agent-frameworks-2026", "name": "Bästa AI-agent-ramverken 2026: svensk jämförelse" }, { "@type": "ListItem", "position": 5, "url": "https://alicelabs.ai/en/insights/mcp-vs-a2a-comparison-2026", "name": "MCP vs A2A Comparison 2026 (engelska)" } ] }, { "@context": "https://schema.org", "@type": "ItemList", "name": "Table of Contents", "numberOfItems": 10, "itemListOrder": "https://schema.org/ItemListOrderAscending", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Vad är Model Context Protocol (MCP)?", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#vad-ar-mcp" }, { "@type": "ListItem", "position": 2, "name": "MCP-arkitektur: klient-server-modellen", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#arkitektur" }, { "@type": "ListItem", "position": 3, "name": "MCP:s tre primitiver: tools, resources och prompts", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#primitiver" }, { "@type": "ListItem", "position": 4, "name": "Tillgängliga MCP-servers 2026: Slack, Postgres, GitHub, Filesystem m.fl.", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#tillgangliga-servers" }, { "@type": "ListItem", "position": 5, "name": "Så bygger ni egen MCP-server (Python eller TypeScript)", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#bygga-egen-server" }, { "@type": "ListItem", "position": 6, "name": "Säkerhets-implikationer: permissions, sandboxing, prompt-injection", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#sakerhet" }, { "@type": "ListItem", "position": 7, "name": "MCP vs custom function-calling: när vinner MCP?", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#mcp-vs-function-calling" }, { "@type": "ListItem", "position": 8, "name": "MCP-adoption 2026: Anthropic, OpenAI, Google, Microsoft", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#adoption-2026" }, { "@type": "ListItem", "position": 9, "name": "Toolchain för svenska team: Fortnox, Visma, Microsoft 365, Salesforce", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#toolchain-svenska-team" }, { "@type": "ListItem", "position": 10, "name": "Alice Labs learnings från 30+ MCP-servrar i produktion", "url": "https://alicelabs.ai/sv/insights/mcp-model-context-protocol-svenska#alice-labs-learnings" } ] } ] }, { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Hem", "item": "https://alicelabs.ai/" }, { "@type": "ListItem", "position": 2, "name": "Insikter", "item": "https://alicelabs.ai/sv/insights" }, { "@type": "ListItem", "position": 3, "name": "AI Agents", "item": "https://alicelabs.ai/sv/insights/ai-agents" }, { "@type": "ListItem", "position": 4, "name": "MCP - Model Context Protocol: guide för svenska AI-team 2026" } ] } ] ```