Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Architektura: Nástroje, zdroje a rozhraní

Lekce 2 z 14 Aktualizováno 3. listopadu 2026 Vývojář
Na této stránce
  1. Přehled
  2. Co server MCP zpřístupňuje
  3. Průběh požadavku
  4. Transport a autorizace
  5. Rozhraní: Volitelná vrstva
  6. Skills: Vrstva pracovního postupu
  7. Co s obchodem?
  8. Klíčové poznatky

Lekce přepsána 3. listopadu 2026 na základě stránek MCP server, Plugin architecture a Skills v dokumentaci OpenAI Plugins. Starší architektura „actions, widgets, commerce“ popisovala SDK, které již neexistuje. Zdroje: MCP server · Plugin architecture · Skills.

Přehled

Plugin se skládá z nezávislých vrstev. Skills (dovednosti) poskytují plán činnosti, server MCP poskytuje funkční možnosti a rozhraní nabízí vizuální způsob interakce, je-li to potřeba.

Plugin
├── Skills
└── MCP Server (volitelné)
    ├── Nástroje a strukturované výsledky
    └── Zdroje rozhraní (volitelné)

Každá vrstva má odlišnou roli. Dokumentace shrnuje hranice takto: server MCP poskytuje data, ověřování, autorizaci a akce; dovednost (skill) poskytuje znovu použitelné pokyny, příklady a šablony dokumentů.

Co server MCP zpřístupňuje

Server MCP může zpřístupnit čtyři typy entit:

  • Nástroje (Tools): Funkce, které model volá se strukturovanými vstupy.
  • Zdroje (Resources): Data nebo obsah, který si klient může přečíst.
  • Výzvy (Prompts): Znovu použitelné šablony výzev.
  • Pokyny (Instructions): Direktivy platné pro celý server.

Pluginy spoléhají primárně na nástroje. Každý nástroj má název, popis, schéma vstupu a volitelně i schéma výstupu. Tato pole umožňují modelu rozhodnout, kdy nástroj zavolat a jak využít jeho výsledek.

Průběh požadavku

Když uživatel odešle požadavek odpovídající nástroji, proběhnou postupně čtyři kroky:

  1. Klient objeví nástroje zpřístupněné serverem MCP.
  2. Model vybere nástroj a poskytne argumenty odpovídající jeho vstupnímu schématu.
  3. Server ověří požadavek, provede operaci a vrátí výsledek.
  4. Model využije tento výsledek k pokračování v konverzaci.

Výsledek nástroje může obsahovat tři části. structuredContent nese stručná data, která si model může prohlédnout a znovu použít v následných voláních. content nese text nebo jiný obsah MCP, který pomáhá modelu formulovat odpověď. _meta nese data určená pro klienta a skrytá před modelem – skrytá, nikoliv však chráněná. Toto pole nenahrazuje autorizaci ani bezpečné úložiště.

Transport a autorizace

V produkčním prostředí nasazujte server MCP na stabilní HTTPS adrese pomocí transportního protokolu streamable HTTP, typicky na cestě /mcp. Pokud nástroje čtou soukromá data nebo jednají jménem uživatele, chraňte server autorizačním tokem definovaným specifikací MCP – OAuth, které podrobně rozebírá Lekce 8.

Rozhraní: Volitelná vrstva

Nástroj musí fungovat i bez rozhraní: stručný text a strukturovaný výsledek často modelu stačí k odpovědi. Rozhraní dává smysl, když uživatel potřebuje prohlížet, porovnávat, upravovat, potvrzovat nebo procházet strukturované informace – například srovnání produktů, editovatelný harmonogram nebo mapu. Prostá kontrola stavu obvykle rozhraní nepotřebuje.

Pokud je přítomno, rozhraní je zdroj, který server deklaruje. ChatGPT jej zobrazí v iframe, když jej přidružený nástroj vrátí. ChatGPT implementuje otevřený standard MCP Apps: rozhraní komunikuje s hostitelem prostřednictvím JSON-RPC pomocí postMessage. Rozšíření specifická pro ChatGPT, přístupná přes window.openai, doplňují standard tam, kde nepokrývá konkrétní potřebu. Toto téma probírá Lekce 6.

Skills: Vrstva pracovního postupu

Skill je složka obsahující soubor SKILL.md – název, popis sdělující modelu, kdy ji má vzít v úvahu, pokyny – a případně reference, skripty nebo šablony. Model zpočátku vidí pouze název a popis; plné pokyny načte, když požadavek odpovídá skillu, nebo když ji uživatel přímo vyvolá. Proto OpenAI radí: pište popis kolem cíle uživatele a spouštěcích podmínek a podrobnosti krok za krokem ponechte v těle dokumentu.

Co s obchodem?

Prodej prostřednictvím pluginu není samostatnou vrstvou. Je to cesta, kterou může podporovat volitelné rozhraní s využitím Checkout API dokumentovaného společností OpenAI. Jak to funguje a jaká jsou jeho omezení, vysvětluje Lekce 7.

Klíčové poznatky

  • Server MCP zpřístupňuje nástroje, zdroje, výzvy a pokyny; pluginy spoléhají primárně na nástroje
  • Výsledek nástroje kombinuje structuredContent, content a _meta (skryté před modelem, ale nezabezpečené)
  • Produkce: stabilní HTTPS, transport streamable HTTP, autorizace dle specifikace MCP
  • Rozhraní je volitelný zdroj zobrazovaný ChatGPT podle standardu MCP Apps
  • Skills řeší pracovní postup; server řeší data, autorizaci a akce