# Forbind MultitaskAI MCP-serveren til Gemini API

Gemini Interactions API kan kalde eksterne MCP-servere som værktøjer. Føj MultitaskAI til som et mcp_server-værktøj med dens URL og din API-nøgle i headers.

## Slutpunkt

```text
https://mcp.multitaskai.com
```

## Trin

1. Opret en API-nøgle på din MultitaskAI-konto.
2. Føj et mcp_server-værktøj til din interaktion med endpointet URL og din nøgle i headers som vist nedenfor.
3. Send anmodningen, og kontrollér, at modellen kalder MultitaskAI-værktøjer i sit svar.

```python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Which MultitaskAI tools can you use?",
    tools=[
        {
            "type": "mcp_server",
            "name": "multitaskai",
            "url": "https://mcp.multitaskai.com",
            "headers": {"Authorization": "Bearer YOUR_API_KEY"},
        }
    ],
)
```

## Godkendelse

Gemini API sender din MultitaskAI API-nøgle i Authorization-headeren. Opret en nøgle på din konto, og brug den i stedet for YOUR_API_KEY. Hold nøglen ude af filer, du deler eller lægger ind i et commit.

```text
Authorization: Bearer YOUR_API_KEY
```

## Godt at vide

- Remote MCP er en funktion i Interactions API og fungerer kun med Streamable HTTP-servere.
- Servernavne må ikke indeholde en bindestreg, så brug snake_case, f.eks. multitaskai.
- Headers sendes med hver anmodning, og allowed_tools kan begrænse, hvilke værktøjer modellen kan se.
- Eksemplet er i Python; Gemini-dokumentationen viser også JavaScript, REST, Java og Go.

## Officiel dokumentation

[Google MCP-dokumentationen](https://aistudio.google.com/docs/function-calling#mcp) gennemgår Gemini APIs egne indstillinger i detaljer. Se [oversigten](/docs.md) for endpointet og godkendelse og [priserne](/pricing/) for de daglige gratis forespørgsler.
