ms-ai-architect/skills/ms-ai-advisor/references/copilot-extensibility/mcp-protocol-copilot-studio.md

Model Context Protocol (MCP) in Copilot Studio

Last updated: 2026-06-19 | Verified: MCP 2026-06-19 Status: Generally Available (GA) Category: Copilot Extensibility & Integration

---

Introduksjon

Model Context Protocol (MCP) er en åpen standard som lar AI-agenter kommunisere med eksterne verktøy og datakilder på en konsistent måte. I Microsoft Copilot Studio fungerer MCP som en universell bro mellom agenten din og eksterne tjenester, uten at du trenger å bygge egne integrasjoner for hver enkelt datakilde.

MCP ble opprinnelig utviklet av Anthropic og har blitt raskt adoptert som industristandardprotokoll for agent-til-verktøy-kommunikasjon. Microsoft har integrert MCP i hele AI-stakken sin, fra Copilot Studio til Azure AI Foundry, Power Platform, og M365 Copilot.

Kjerneverdien med MCP i Copilot Studio:

• En enkelt MCP-server kan eksponere flere tools og resources som blir automatisk tilgjengelig for agenten
• Tools og resources oppdateres dynamisk — endringer på serveren reflekteres automatisk i Copilot Studio uten republisering
• Standardisert kontekstlevering sikrer at AI-modellen får konsistent informasjon uavhengig av datakilde

Forskjell fra Power Platform Connectors:

Aspekt	MCP	Power Platform Connectors
Konfigurasjon	Sentral definisjon på server-siden	Må beskrives per agent
Oppdatering	Automatisk ved endring på server	Krever manuell oppdatering
Bruksområde	API-er som endres ofte, multi-agent-løsninger	Stabile API-er, enkle integrasjoner
Vedlikehold	Ett sted (MCP-server)	Per agent/connector

---

Kjernekomponenter

MCP-arkitektur i Copilot Studio

┌─────────────────────────────────────────┐
│   Copilot Studio Agent                  │
│   (Generative Orchestration påkrevd)    │
└──────────────┬──────────────────────────┘
               │
               │ MCP Protocol (Streamable HTTP)
               ▼
┌─────────────────────────────────────────┐
│   MCP Server                             │
│   ┌───────────────────────────────────┐ │
│   │ Tools (functions)                 │ │
│   │ - create_task, get_accounts, etc. │ │
│   └───────────────────────────────────┘ │
│   ┌───────────────────────────────────┐ │
│   │ Resources (data sources)          │ │
│   │ - file contents, API responses    │ │
│   └───────────────────────────────────┘ │
│   ┌───────────────────────────────────┐ │
│   │ Prompts (templates) [kommende]    │ │
│   └───────────────────────────────────┘ │
└─────────────────────────────────────────┘

Konfidensmarkering: Verified (MCP-dokumentasjon fra Microsoft Learn, re-verified MCP 2026-06-19)

Tre MCP-komponenter

Komponent	Beskrivelse	Support i Copilot Studio
Tools	Funksjoner som language model kan kalle for å utføre handlinger (f.eks. "create_task", "get_accounts")	✅ GA
Resources	Filliknende data som agenten kan lese for kontekst (f.eks. API-responser, filinnhold)	✅ GA
Prompts	Predefinerte prompt-templates for spesifikke oppgaver	⏳ Planlagt støtte

Støttede transporter

Copilot Studio støtter Streamable HTTP transport for MCP-kommunikasjon.

Viktig: SSE (Server-Sent Events) transport ble deprecated i MCP-spesifikasjonen og er ikke lenger støttet i Copilot Studio etter august 2025.

Transport-eksempel (OpenAPI YAML):

swagger: '2.0'
info:
  title: Contoso Lead Management
  description: MCP Server for lead management
  version: 1.0.0
host: contoso.com
basePath: /
schemes:
  - https
paths:
  /mcp:
    post:
      summary: Contoso Lead Management Server
      x-ms-agentic-protocol: mcp-streamable-1.0
      operationId: InvokeMCP
      responses:
        '200':
          description: Success

Konfidensmarkering: Verified (Microsoft Learn code sample, feb 2026)

Autentisering

Copilot Studio MCP onboarding wizard støtter tre autentiseringstyper:

Type	Bruksområde	Kompleksitet
None	Åpne API-er, interne tjenester uten sikkerhetskrav	Lav
API Key	Enkle API-er med key-basert autentisering (header eller query param)	Middels
OAuth 2.0	Tjenester som krever brukersamtykke og token-basert tilgang	Høy

OAuth 2.0-varianter:

• Dynamic discovery — automatisk registrering med identity provider (enklest)
• Dynamic — dynamisk registrering, men manuelle endpoint-konfigurasjoner
• Manual — full manuell konfigurasjon (client ID, secret, auth URL, token URL, refresh URL)

---

Arkitekturmønstre

Mønster 1: Microsoft-managed MCP Servers (anbefalt for standard-tjenester)

Bruk: Når du trenger integrasjon med Microsoft-tjenester som Dataverse, Dynamics 365, Outlook, GitHub.

Fordeler:

• Ferdigkonfigurerte servere fra Microsoft (Dataverse MCP Server, Dynamics 365 Sales MCP Server, Mail MCP Server, etc.)
• Automatisk oppdatering og vedlikehold
• Bygget inn i Power Platform-økosystemet
• Ingen infrastruktur å administrere

Ulemper:

• Begrenset til Microsoft-tjenester og utvalgte partnere
• Mindre fleksibilitet i tilpasning

Eksempel:

Agent: "Hvor mange accounts har jeg i Dataverse?"
   ↓
MCP Client (Copilot Studio)
   ↓
Dataverse MCP Server → list_tables, describe_table, query_records
   ↓
Svar: "Du har 247 accounts."

Konfidensmarkering: Verified (Microsoft Dataverse MCP-dokumentasjon)

---

Mønster 2: Custom MCP Server (anbefalt for egne tjenester)

Bruk: Når du trenger å eksponere interne API-er, line-of-business-systemer, eller tredjepartstjenester som ikke har en ferdig MCP-server.

Fordeler:

• Full kontroll over tools og resources
• Kan eksponere eksisterende REST API-er uten omskriving
• Sentral styring av verktøy-beskrivelser
• Kan gjenbrukes på tvers av flere agenter

Ulemper:

• Krever utvikling og hosting av MCP-server
• Må vedlikeholde OpenAPI-spesifikasjon (YAML)
• Infrastrukturansvar (hosting, sikkerhet, skalering)

Implementasjonsalternativer:

Plattform	Språk	Bruksområde
Azure App Service	Node.js, Python, Java, .NET	Enterprise-skala hosting; eksponerer eksisterende REST API-er som MCP tools
Azure Container Apps	Docker	Managed identity-integrasjon
MCP SDK	TypeScript, Python	Rask prototyping

Azure App Service som MCP-server: App Service har innebygd støtte for Microsoft Entra ID og managed identities for produksjonsklare MCP-servere. Det finnes to vertsmønstre: (1) Bring your own MCP server — legg til en MCP SDK i koden og eksponer et MCP-endepunkt (tutorials for .NET, Java, Node.js og Python); (2) App Service built-in MCP (Preview) — for eksisterende REST API-er med en OpenAPI 3.x-spesifikasjon kan plattformen være MCP-server uten kodeendringer (hver operasjon blir et MCP-tool over Streamable HTTP, med autentisering, protokollforhandling og hot-reload av spec håndtert av plattformen).

Konfidensmarkering: Verified (Azure App Service MCP-dokumentasjon)

---

Mønster 3: Multi-Agent MCP-økosystem

Bruk: Når flere agenter (på tvers av Copilot Studio, M365 Copilot, GitHub Copilot) skal dele samme MCP-server.

Fordeler:

• "Write once, run anywhere" — én MCP-server, mange klienter
• Konsistent oppførsel på tvers av agenter
• Redusert duplisering av integrasjonskode

Ulemper:

• Høyere kompleksitet i orkestreringslogikk
• Må håndtere ulike agent-kontekster

Eksempel:

┌─────────────────┐       ┌─────────────────┐
│ Copilot Studio  │       │ M365 Copilot    │
│ (Sales Agent)   │       │ (Support Agent) │
└────────┬────────┘       └────────┬────────┘
         │                         │
         │    MCP Protocol         │
         ├─────────────┬───────────┤
                       │
                ┌──────▼──────┐
                │  Custom MCP │
                │  Server     │
                │  (CRM API)  │
                └─────────────┘

Konfidensmarkering: Baseline (arkitekturmønster basert på MCP-spesifikasjonen)

---

Beslutningsveiledning

Velg riktig integrasjonsmetode

Trenger du integrasjon med Microsoft-tjenester (Dataverse, Dynamics, Outlook)?
   ↓ JA
   → Bruk Microsoft-managed MCP Server (f.eks. Dataverse MCP Server)

   ↓ NEI
Har du en eksisterende REST API som endres ofte?
   ↓ JA
   → Bygg Custom MCP Server

   ↓ NEI
Er API-en stabil, og brukes kun i én agent?
   ↓ JA
   → Vurder Power Platform Connector (enklere for enkle scenarioer)

   ↓ NEI
Trenger du "write once, run anywhere" for flere agenter?
   ↓ JA
   → Bygg Custom MCP Server

Vanlige feil

Feil	Konsekvens	Løsning
Generative Orchestration ikke aktivert	MCP-tools blir ikke tilgjengelig	Aktiver Generative Orchestration i agent-settings
SSE transport brukt etter aug 2025	Serveren fungerer ikke	Oppgrader til Streamable HTTP transport
Dårlig tool-beskrivelse	Agenten kaller aldri tool'et	Skriv tydelig, kontekstuell beskrivelse som orchestrator kan forstå
Manglende OAuth callback URL	Autentisering feiler	Registrer callback URL fra Copilot Studio i identity provider

Røde flagg

⚠️ Ikke bruk MCP hvis:

• Du bare trenger én enkel API-kobling i én agent → bruk Power Platform Connector
• Du trenger klassisk conversation flow control (topics) → MCP fungerer ikke i topics, kun i generative agenter
• Du prototyper raskt uten infrastruktur → bruk direkte API-kall først, bygg MCP-server senere

---

Integrasjon med Microsoft-stakken

Copilot Studio

MCP-integrasjon:

• Tools og resources legges til via "Add a tool" → "Model Context Protocol"
• MCP onboarding wizard hjelper med server-konfigurasjon og autentisering
• Tools kan aktiveres/deaktiveres per agent

Krav:

• Generative Orchestration må være aktivert
• Power Platform-miljø med Copilot Studio-tilgang

Power Platform

Dataverse MCP Server:

• Forhåndsbygd MCP-server for Dataverse
• Gir agenter read/write-tilgang til Dataverse-tabeller
• Kan konfigureres for å tillate CRUD-operasjoner

Power Automate:

• Kan kalle MCP-servere indirekte via Copilot Studio-agenter
• Planlagt støtte for direkte MCP-integrasjon (roadmap 2026)

M365 Copilot

Declarative Agents med MCP:

• Kan koble MCP-servere til declarative agents i M365
• Krever Microsoft 365 Agents Toolkit (v6.3+)
• MCP-server eksponeres som plugin for M365 Copilot

Eksempel:

{
  "servers": {
    "contoso-crm": {
      "url": "https://contoso.com/mcp",
      "type": "http"
    }
  }
}

Konfidensmarkering: Verified (M365 Copilot extensibility-dokumentasjon)

Azure AI Foundry

Azure MCP Server:

• Kan deploye MCP-servere til Azure Container Apps med managed identity
• Støtte for Azure Developer CLI (azd) for deployment
• Integrasjon med Azure OpenAI via IChatClient og MCP SDK

Konfidensmarkering: Verified (Azure Developer MCP-dokumentasjon)

---

Offentlig sektor (Norge)

GDPR og datasuverenitet

MCP og personopplysninger:

• MCP-servere kan potensielt eksponere personopplysninger via tools og resources
• Databehandleravtale må inngås hvis MCP-server driftes av tredjepart
• Risikoområde: MCP-servere som hoster utenfor EØS må følge Schrems II-krav

Anbefalinger:

• Host kritiske MCP-servere i Azure Norway East/West for datasuverenitet
• Bruk managed identity for autentisering (unngå API keys i konfigurasjon)
• Loggfør alle MCP tool calls for revisjonsformål

AI Act-relevans

MCP som "AI-komponent":

• MCP-servere kan klassifiseres som "AI-komponent" hvis de bruker ML-modeller for tool-seleksjon
• Transparenskrav gjelder: dokumenter hvilke tools som er tilgjengelig og hva de gjør

Anbefalinger:

• Oppretthold oversikt over hvilke MCP-servere som brukes i produksjonsagenter
• Dokumenter tool-beskrivelser på norsk for brukertransparens

Forvaltningsloven og automatiserte beslutninger

MCP i saksbehandling:

• Hvis MCP tools brukes til å hente data for automatiserte beslutninger, må forvaltningslovens krav følges
• Eksempel: MCP tool "approve_application" må logges som beslutningsgrunnlag

Anbefalinger:

• Implementer audit logging for MCP tool calls
• Sikre at menneske-i-løkken er involvert for kritiske beslutninger

Konfidensmarkering: Baseline (juridisk tolkning basert på standard GDPR/AI Act-krav)

---

Kostnad og lisensiering

Lisenser

Komponent	Lisenskrav
Copilot Studio	Inkludert i M365 Copilot-abonnement eller standalone Copilot Studio-lisens
MCP-integrasjon	Ingen ekstra kostnad for MCP-funksjonalitet
Power Platform Connectors (premium)	Krever premium connector-lisens hvis MCP kaller premium connectors

Kostnadsmodell

MCP-server hosting:

Plattform	Estimert kostnad (NOK/måned)	Bruksområde
Azure App Service (Basic B1)	~500 NOK	Lav trafikk, dev/test
Azure Container Apps (consumption)	~1000-5000 NOK	Variabel trafikk, produksjon
On-premises hosting	Infrastrukturkostnad	Datasuverenitetskrav

MCP tool calls:

• Ingen direkte kostnad per tool call
• Indirekte kostnader: AI-modellbruk (GPT-4 tokens) for orchestration
• Estimat: ~0.02-0.05 NOK per agent-interaksjon med MCP tool (avhengig av token-forbruk)

Optimaliseringstips

✅ Reduser kostnader:

• Bruk caching i MCP-server for ofte-forespurte data
• Avgrens tool-beskrivelser for å redusere orchestration-kompleksitet
• Deaktiver ubrukte tools for å redusere token-forbruk i orchestration

Konfidensmarkering: Baseline (priser hentet fra Azure-kalkulatoren, feb 2026)

---

For arkitekten (Cosmo)

Spørsmål å stille i rådgivningen

1. Omfang: "Hvor mange agenter skal bruke denne MCP-serveren? Hvis svaret er 'én', vurder Power Platform Connector i stedet."
2. API-stabilitet: "Endres API-et ofte (ukentlig/månedlig)? Hvis ja, er MCP riktig valg for sentralisert vedlikehold."
3. Sikkerhet: "Hvilke data eksponeres via MCP-serveren? Kreves datasuverenitet eller GDPR-overholdelse?"
4. Autentisering: "Trenger brukeren å samtykke til tilgang (OAuth 2.0), eller holder det med API key?"
5. Infrastruktur: "Hvem skal drifte MCP-serveren? Har dere kapasitet til å hoste på Azure, eller trenger dere managed løsning?"
6. Multi-agent: "Skal samme tools brukes i Copilot Studio, M365 Copilot, og GitHub Copilot? Da er MCP den beste integrasjonsmetoden."
7. Tool-kompleksitet: "Hvor mange tools trenger agenten? Hvis > 10, vurder om MCP-serveren skal splittes opp."
8. Compliance: "Håndterer MCP-serveren personopplysninger? Må det logges for revisjonsformål?"

Fallgruver å unngå

Fallgruve	Hvorfor det er problematisk	Løsning
MCP uten Generative Orchestration	Tools blir ikke tilgjengelig	Sjekk at Generative Orchestration er aktivert før MCP-integrasjon
Vage tool-beskrivelser	Orchestrator kaller aldri tool'et	Skriv kontekstuelle beskrivelser: "Use this tool when user asks about customer accounts"
MCP for enkle, statiske API-er	Unødvendig kompleksitet	Bruk Power Platform Connector for enkle scenarioer
Manglende audit logging	Compliance-brudd i offentlig sektor	Implementer logging av alle tool calls med bruker-ID og timestamp
Hardkodede secrets i OpenAPI	Sikkerhetssårbarhet	Bruk Azure Key Vault eller managed identity

Anbefalinger per modenhetsnivå

Nivå 1: Grunnleggende (kunde har aldri brukt MCP)

• Start med: Microsoft-managed MCP Server (Dataverse eller Dynamics 365)
• Lær: Bygg forståelse for tool discovery og orchestration
• Unngå: Custom MCP-server før kunde forstår grunnprinsippene

Nivå 2: Middels (kunde har brukt Power Platform Connectors)

• Start med: Prototype custom MCP-server med Azure App Service
• Lær: OpenAPI-spesifikasjon og tool-beskrivelser
• Unngå: Kompleks OAuth 2.0 før API key-autentisering er testet

Nivå 3: Avansert (kunde har flere agenter på tvers av plattformer)

• Start med: Multi-agent MCP-arkitektur med Azure Container Apps
• Lær: Managed identity, audit logging, og versjonering av tools
• Unngå: Én stor MCP-server for alle tools — splitt i domener (CRM, ERP, HR)

---

Kilder og verifisering

Microsoft Learn-dokumentasjon (Verified):

1. Extend your agent with Model Context Protocol — hovedartikkel om MCP i Copilot Studio
2. Connect your agent to an existing MCP server — onboarding wizard og autentisering
3. Add tools and resources from MCP server — tool-konfigurasjon og selektiv tool-aktivering via "Allow all"-toggle
4. Connect to Dataverse with MCP — Dataverse MCP Server
5. Build plugins from MCP server for M365 Copilot — M365-integrasjon
6. App Service as MCP servers — Azure hosting
7. Use agent tools to extend agents — når bruke MCP vs. connectors

Offisiell MCP-spesifikasjon (Baseline for protokolldetaljer):

• Model Context Protocol Introduction — Anthropic-spesifikasjon

Konfidensnivå per seksjon:

Seksjon	Nivå	Kilde
Kjernekomponenter	Verified	Microsoft Learn MCP-artikler (1-3)
Støttede transporter	Verified	Microsoft Learn MCP-artikkel (2)
Autentisering	Verified	Microsoft Learn MCP-artikkel (2)
Arkitekturmønstre	Verified (mønster 1-2), Baseline (mønster 3)	Microsoft Learn (1, 4, 6) + arkitekturprinsipp
Integrasjon med Microsoft-stakken	Verified	Microsoft Learn (4, 5, 6)
Offentlig sektor	Baseline	Juridisk tolkning (GDPR/AI Act)
Kostnad	Baseline	Azure-priskalkulator (feb 2026)

---

Sist oppdatert: 2026-06-19 Neste review: 2026-09-19 (ved nye MCP-features i Copilot Studio)