# Forbind MCP-serveren MultitaskAI til Pydantic AI

Pydantic AI bygger agenter i Python. Tilføj MultitaskAI som en MCPToolset med dens URL og din API-nøgle, og giv den derefter videre til din agent.

## Slutpunkt

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

## Trin

1. Opret en API-nøgle på din MultitaskAI-konto.
2. Installér MCP-ekstraudstyret med pip install "pydantic-ai-slim[mcp]".
3. Tilføj værktøjssættet nedenfor til din agent, og indsæt din nøgle i stedet for YOUR_API_KEY.
4. Kør agenten, og spørg, hvilke MultitaskAI-værktøjer den kan bruge.

```python
from pydantic_ai import Agent
from pydantic_ai.mcp import MCPToolset

toolset = MCPToolset('https://mcp.multitaskai.com', auth='YOUR_API_KEY', id='multitaskai')
agent = Agent('openai:gpt-6.1-sol', toolsets=[toolset])
```

## Godkendelse

Pydantic AI sender din MultitaskAI API-nøgle i Authorization-headeren. Opret en nøgle på din konto, og brug den i stedet for YOUR_API_KEY. Gem nøglen væk fra filer, du deler eller committer.

```text
Authorization: Bearer YOUR_API_KEY
```

## Godt at vide

- MCPToolset erstatter den ældre klasse MCPServerStreamableHTTP.
- En URL, der ikke slutter med /sse, behandles som Streamable HTTP.
- auth tager nøglen som en bearer token-streng; statiske headere kan angives i headers i stedet.
- Brug async with agent til at åbne og lukke MCP-forbindelsen omkring flere kørsler.

## Officiel dokumentation

[Pydantic MCP-dokumentationen](https://pydantic.dev/docs/ai/mcp/client/) beskriver Pydantic AI's egne indstillinger i detaljer. Se [oversigten](/docs.md) for endpoint og godkendelse, og [priserne](/pricing/) for de daglige gratis anmodninger.
