# Collegate il server MCP MultitaskAI a Pydantic AI

Pydantic AI crea agenti in Python. Aggiungete MultitaskAI come MCPToolset con il suo URL e la vostra chiave API, poi passatelo al vostro agente.

## Endpoint

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

## Passaggi

1. Create una chiave API nel vostro account MultitaskAI.
2. Installate l'extra MCP con pip install "pydantic-ai-slim[mcp]".
3. Aggiungete il toolset qui sotto al vostro agente, sostituendo YOUR_API_KEY con la vostra chiave.
4. Avviate l'agente e chiedetegli quali strumenti MultitaskAI può usare.

```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])
```

## Autenticazione

Pydantic AI invia la vostra chiave MultitaskAI API nell'header Authorization. Create una chiave nel vostro account e usatela al posto di YOUR_API_KEY. Evitate di inserire la chiave in file che condividete o sottoponete a commit.

```text
Authorization: Bearer YOUR_API_KEY
```

## Da sapere

- MCPToolset sostituisce la vecchia classe MCPServerStreamableHTTP.
- Un URL che non termina in /sse viene trattato come Streamable HTTP.
- auth accetta la chiave come stringa bearer token; gli header statici possono essere inseriti in headers.
- Usate async with agent per aprire e chiudere la connessione MCP durante più esecuzioni.

## Documentazione ufficiale

La [documentazione MCP di Pydantic](https://pydantic.dev/docs/ai/mcp/client/) illustra nel dettaglio le impostazioni proprie di Pydantic AI. Consultate la [panoramica](/docs.md) per endpoint e autenticazione, e i [prezzi](/pricing/) per le richieste gratuite giornaliere.
