MCP node tasks 02 - primitives

Dette projekt er anden del af vores praktiske introduktion til Model Context Protocol, forkortet MCP.

I del 1 havde vi en almindelig Node.js-applikation, der læste tasks fra en JSON-fil.

I denne del laver vi projektet om til en MCP-server.

Serveren udstiller:

Type	Navn	Funktion
Resource	tasks://all	Læser alle tasks
Tool	add_task	Opretter en ny task
Prompt	analyze_tasks	Giver en fast struktur til task-analyse

Formål

Efter denne del skal du kunne forklare:

• Hvad resources, tools og prompts er
• Hvorfor resources normalt er read-only
• Hvorfor tools kræver mere omtanke
• Hvordan en lokal MCP-server kan køre med stdio
• Hvorfor console.log() kan give problemer i en stdio-baseret MCP-server
• Hvordan serveren kan testes med MCP Inspector
• Hvordan serveren kan kobles på Claude Desktop eller Cursor

Projektstruktur

mcp-node-tasks-02-primitives/
├── data/
│   └── tasks.json
├── docs/
│   └── images/
│       ├── Screenshot-2025-05-28-182048-1.png
│       └── lifecyclemcp-1.svg
├── src/
│   ├── server.js
│   └── taskStore.js
├── package.json
└── README.md

Billeder

Kopier disse billeder fra zip-filen til projektet:

docs/images/Screenshot-2025-05-28-182048-1.png
docs/images/lifecyclemcp-1.svg

MCP primitives

En MCP-server kan udstille capabilities.

I dette projekt bruger vi tre centrale capabilities:

Capability	Forklaring	Eksempel i projektet
Resource	Read-only data	tasks://all
Tool	En handling	add_task
Prompt	En arbejdsgang	analyze_tasks

Den vigtigste huskeregel er:

Resources giver AI'en noget at vide.
Tools får AI'en til at gøre noget.
Prompts giver AI'en en arbejdsform.

Resource: tasks://all

En resource er data, som kan læses uden at ændre noget.

I dette projekt er resource:

tasks://all

Den læser alle tasks fra:

data/tasks.json

Resource-koden ændrer ikke filen. Den giver kun AI’en kontekst.

Tool: add_task

Et tool er en funktion, der udfører en handling.

I dette projekt er tool:

add_task

Det opretter en ny task i:

data/tasks.json

Tool’et tager to input:

Parameter	Forklaring
title	Titlen på den nye task
priority	low, medium eller high

Eksempel på input:

{
  "title": "Lav demo til undervisning",
  "priority": "high"
}

Fordi tool’et ændrer data, er det mere følsomt end en resource.

Prompt: analyze_tasks

En prompt er en genbrugelig promptskabelon eller arbejdsgang.

I dette projekt er prompten:

analyze_tasks

Den beder AI’en om at læse tasklisten og analysere, hvilke opgaver der bør prioriteres først.

Prompten ændrer ikke data. Den giver modellen en arbejdsform.

Resource, tool og prompt i samme case

Behov	MCP-type	Hvorfor
AI’en skal kende tasklisten	Resource	Det er viden
AI’en skal oprette en ny task	Tool	Det er en handling
AI’en skal analysere opgaverne	Prompt	Det er en arbejdsgang

Hvordan hænger Claude, MCP og koden sammen?

flowchart TD
    A["Claude Desktop<br>MCP host"]
    B["claude_desktop_config.json<br>Starter serveren"]
    C["src/server.js<br>MCP-server"]
    D["Resource: tasks://all<br>Læs alle tasks"]
    E["Tool: add_task<br>Opret ny task"]
    F["Prompt: analyze_tasks<br>Fast analyse"]
    G["src/taskStore.js<br>Node.js fil-logik"]
    H["data/tasks.json<br>Projektets data"]

    A --> B
    B -->|"node src/server.js"| C
    C --> D
    C --> E
    C --> F
    D --> G
    E --> G
    G --> H
    F --> A

Diagrammet viser, at Claude ikke læser tasks.json direkte.

Claude starter først vores MCP-server ud fra claude_desktop_config.json.

src/server.js er MCP-laget. Her definerer vi, hvad Claude må bruge:

• tasks://all som resource
• add_task som tool
• analyze_tasks som prompt

src/taskStore.js indeholder den almindelige Node.js-logik til at læse og skrive tasks.

data/tasks.json er kun datafilen.

Det vigtige er opdelingen af ansvar:

Del	Ansvar
Claude Desktop	Host, hvor brugeren arbejder
Claude config	Starter MCP-serveren
server.js	Udstiller MCP capabilities
taskStore.js	Håndterer fil-logik
tasks.json	Indeholder data

Claude taler altså med MCP-serveren. MCP-serveren bruger derefter vores Node.js-kode til at læse eller ændre data.

Lifecycle

Et typisk MCP-flow kan forklares i fire faser:

Fase	Hvad sker der?
Initialization	Client og server etablerer forbindelse
Discovery	Clienten spørger serveren, hvilke capabilities der findes
Execution	Clienten kalder en resource, et tool eller en prompt
Termination	Forbindelsen lukkes pænt

Discovery er vigtig, fordi clienten kan spørge serveren, hvad den kan, i stedet for at alt er hardcoded.

Installation

Kør:

npm install

Vigtig pointe om npm start

Du kan godt køre:

npm start

Men serveren vil se ud som om, den ikke gør noget.

Det er normalt.

En MCP-server med stdio venter på, at en MCP-client taler med den. Derfor tester vi den med MCP Inspector, Claude Desktop eller Cursor.

Test med MCP Inspector

Kør:

npm run inspect

I Inspector kan du teste:

1. Resource: tasks://all
2. Tool: add_task
3. Prompt: analyze_tasks

Denne server bruger stdio

Stdio betyder, at MCP-clienten og MCP-serveren kommunikerer via standard input og standard output.

Derfor må serveren ikke skrive almindelige logs med:

console.log("Server startet");

Det kan ødelægge MCP-kommunikationen, fordi stdout bruges til MCP-beskeder.

Brug i stedet:

console.error("Server startet");

console.error() skriver til stderr og forstyrrer ikke MCP-kommunikationen.

Claude eller Cursor konfiguration

Når projektet virker i MCP Inspector, kan det kobles på Claude Desktop eller Cursor.

Eksempel:

{
  "mcpServers": {
    "mcp-node-tasks-02": {
      "command": "node",
      "args": [
        "C:\\Users\\mikc\\IdeaProjects\\mcp-node-tasks-02-primitives\\src\\server.js"
      ]
    }
  }
}

Ret stien, så den passer til din egen computer.

På Windows skal du enten bruge dobbelt backslash:

C:\\Users\\mikc\\IdeaProjects\\mcp-node-tasks-02-primitives\\src\\server.js

eller forward slashes:

C:/Users/mikc/IdeaProjects/mcp-node-tasks-02-primitives/src/server.js

Miniøvelse

Åbn src/server.js.

Find:

1. Resource-koden
2. Tool-koden
3. Prompt-koden

Svar derefter på:

1. Hvad er resource i projektet?
2. Hvad er tool i projektet?
3. Hvad er prompt i projektet?
4. Hvorfor er add_task mere risikabel end tasks://all?
5. Hvorfor er det en god idé at starte med stdio?

Forslag til svar

tasks://all er en resource, fordi den kun læser data.

add_task er et tool, fordi det ændrer data.

analyze_tasks er en prompt, fordi den giver AI’en en fast arbejdsgang.

add_task er mere risikabel end tasks://all, fordi den skriver til data/tasks.json.

Stdio er godt til lokal undervisning, fordi det ikke kræver port, Express-server eller deployment.

Ekstra øvelse

Tilføj en ny task med MCP Inspector.

Kontroller bagefter, at filen er ændret:

data/tasks.json

Spørgsmål:

• Hvor kan du se side effect?
• Hvorfor er det vigtigt, at tool’et har tydelige input?
• Hvad kunne gå galt, hvis priority ikke blev valideret?

Næste trin

I næste del bygger vi en custom MCP-client i Node.js.

Den skal kunne:

1. Starte MCP-serveren via stdio
2. Lave discovery
3. Liste tools, resources og prompts
4. Kalde tasks://all
5. Kalde add_task
6. Hente prompten analyze_tasks