> ## Documentation Index
> Fetch the complete documentation index at: https://docs.creditbenchmark.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Credit Benchmark MCP-server

> Få tilgang til sanntids konsensusdata fra Credit Benchmark i Claude, Microsoft 365 Copilot, ChatGPT og andre AI-assistenter via den hostede Credit Benchmark MCP-serveren.

Credit Benchmark MCP-serveren gir AI-assistenter som Claude, Microsoft 365 Copilot og ChatGPT direkte tilgang til Credit Benchmark-data. Spør om et selskap, en portefølje eller en sektor på vanlig språk, så slår assistenten opp Credit Consensus Rating, sannsynligheten for mislighold og trenden fra Credit Benchmark før den svarer.

Den bruker «[Model Context Protocol](https://modelcontextprotocol.io)» (MCP), en åpen standard for å koble AI-assistenter til eksterne data. Serveren driftes av Credit Benchmark, så det er ingenting å laste ned eller installere.

> **[Koble til assistenten din](/mcp/connecting)**
>
> Legg til serveren i Claude, Microsoft 365 Copilot, ChatGPT, Claude Code, Cursor eller VS Code.

> **[Verktøy](/mcp/tools)**
>
> Verktøyene og instruksjonene serveren gir assistenten din.

## Be om tilgang

MCP-serveren er i alfa-fase, og tilgang aktiveres ikke automatisk for Credit Benchmark-kontoer. For å be om tilgang, send en e-post til [support@creditbenchmark.com](mailto:support@creditbenchmark.com) med navnene og e-postadressene til brukerne som trenger det. Vårt supportteam aktiverer hver konto og bekrefter når den er klar.

Når kontoen din er aktivert, følg [Koble til](/mcp/connecting) for å legge til serveren i AI-assistenten din.

## Hva du kan spørre om

* «Hvordan ser kredittbildet ut for Tesco?»
* «Skriv et vedlegg til kreditnotat for Volkswagen AG, inkludert hvordan vår rating sammenlignes med konsensus.»
* «Her er 40 motparter. Hvilke av dem har blitt nedgradert de siste seks månedene?»
* «Vis ratingfordelingen for europeiske banker, og hvordan den har endret seg over to år.»
* «Hvordan har den samlede PD-en for amerikanske forsyningsselskaper utviklet seg siden i fjor?»
* «Hvordan beregnes Credit Consensus Rating?»

Assistenten velger hvilke verktøy som skal brukes. For ett enkelt selskap løser den vanligvis navnet til en `CB_ID`, og viser deretter et kredittnotat. For en liste med navn identifiserer den dem i grupper og oppsummerer deretter hele porteføljen, i stedet for å hente hvert navn ett etter ett.

## Slik fungerer det

**1. Du stiller et spørsmål**

Du spør assistenten din om et selskap, en portefølje eller en sektor.

**2. Assistenten kontakter MCP-serveren**

Assistenten velger de relevante Credit Benchmark-verktøyene, for eksempel navnesammenligning, enhetsdata eller porteføljeanalyse, og starter dem ved `https://mcp.creditbenchmark.com/mcp`.

**3. Serveren henter data fra Credit Benchmark**

Serveren påkaller Credit Benchmark-API-et på dine vegne, ved hjelp av kontoen du logget inn med.

**4. Assistenten svarer**

Assistenten svarer ut fra de returnerte dataene. Spørsmål om enkeltnavn kan vise et interaktivt kredittnotat, og omfattende resultater leveres som en nedlastbar CSV-fil.

## Tilgang og data

* **Autentisering:** Du logger på med din Credit Benchmark-konto via Okta. Assistenten lagrer et token som fornyes automatisk og får aldri tilgang til passordet ditt.
* **Brukerrettigheter:** Resultatene følger dine eksisterende Credit Benchmark-brukerrettigheter. Du ser samme dekning, nøkkeltall og historikk som i nettappen og API-et.
* **Primærkildedata:** Svarene er basert på anonymiserte konsensusdata fra om lag 40 globale finansinstitusjoner, ikke på nettsøk eller nyheter.

Se «[MCP-personvernerklæring](/mcp/privacy-policy)» for informasjon om hva MCP-serveren samler inn, hvor lenge opplysningene oppbevares og hvem de deles med.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.