Embedding

Model Context Protocol (MCP) je otevřený standard vyvinutý společností Anthropic, který definuje, jak se AI aplikace připojují k externím zdrojům dat a nástrojům. MCP poskytuje univerzální rozhraní pro přístup LLM k databázím, API, souborovým systémům a dalším službám prostřednictvím standardizovaných serverových implementací. Umožňuje budovat AI aplikace, které mohou strukturovaně a bezpečně interagovat s reálným světem.

Počítačové vidění je oblast AI, která trénuje stroje k interpretaci a porozumění vizuálním informacím z obrázků a videí. Aplikace zahrnují detekci objektů, rozpoznávání obličejů, autonomní řízení a analýzu medicínských snímků. Moderní počítačové vidění využívá modely hlubokého učení jako CNN a vision transformery (ViT) a stále více se integruje s jazykovými modely v multimodálních AI systémech.

Kontextové okno je maximální množství textu (měřené v tokenech), které LLM může zpracovat v jedné interakci, zahrnující vstupní prompt i generovaný výstup. Větší kontextová okna umožňují modelům zpracovávat delší dokumenty, udržovat rozsáhlé konverzace a uvažovat nad více informacemi najednou. Velikost kontextových oken rychle roste — od 4K tokenů u raných GPT modelů po více než 1M tokenů u současných modelů jako Claude.

Orchestrace je automatizovaná koordinace více služeb, úloh nebo systémů za účelem provedení komplexního workflow. Orchestrátor funguje jako centrální řadič, který spravuje pořadí, paralelismus, zpracování chyb a opakování jednotlivých kroků. V kontextu AI agentů orchestrace zahrnuje řetězení LLM volání, použití nástrojů a rozhodovacích kroků; v DevOps koordinuje nasazení kontejnerů, škálování a service discovery.

V kontextu AI jazykových modelů je token základní jednotka textu, kterou model zpracovává — obvykle slovo, část slova nebo znak v závislosti na tokenizéru. Ceny LLM, kontextová okna i limity rychlosti se měří v tokenech. Pochopení tokenizace je klíčové pro optimalizaci nákladů a dodržení limitů kontextu modelu při vývoji AI aplikací.

n8n je open-source platforma pro automatizaci workflow, která umožňuje propojovat API, služby a databáze prostřednictvím vizuálního editoru založeného na uzlech. Na rozdíl od proprietárních alternativ jako Zapier lze n8n hostovat vlastně, což dává plnou kontrolu nad daty a spouštěním. Podporuje stovky integrací, vlastní JavaScript/Python kódové uzly a AI agentní workflow, díky čemuž je oblíbený mezi vývojáři, kteří potřebují automatizaci s flexibilitou a transparentností.