Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Vytvor a nasadiť svoj vlastný MCP server

Lekcia 13 z 14 Aktualizované 2. novembra 2026 Mierne pokročilý
Na tejto strane
  1. Od nápadu po produkčný server
  2. Vytvorenie MCP servera lokálne
  3. Lokálne testovanie
  4. Možnosti nasadenia
  5. Servery s viacerými nástrojmi vs. jedným nástrojom
  6. Správa premenných prostredia
  7. Kľúčové poznatky

Aktualizácia 2. novembra 2026 — Le Chat je teraz Vibe. Od 28. mája 2026 prešiel Le Chat rebrandingom na Vibe (stále na chat.mistral.ai): ide o jedného agenta pre prácu aj kód, ktorý si zachováva tvoje konverzácie, nastavenia a predplatné. Legacy zážitok z Le Chat zostáva dostupný v režime Chat; v režime Work sa agenti stali zručnosťami (vyvolávanými pomocou @), spomienky slúžia ako znalostná báza a hĺbkové vyhľadávanie je teraz zručnosť Deep Research. Plány sa teraz nazývajú Mistral Free, Pro, Team a Enterprise. Táto lekcia používa názov Vibe; uvedom si, že niektoré tu opísané menu mohli zmeniť názvy alebo umiestnenie.

Od nápadu po produkčný server

Už vieš, ako používať existujúce konektory a pridávať vlastné. Teraz je čas urobiť posledný krok: napísať svoj vlastný MCP server a nasadiť ho na použitie vo Vibe. Prejdeme si celú cestu, od prvého Python súboru na tvojom počítači až po produkčný hosting, a pokryjeme dizajnové rozhodnutia, ktoré oddeľujú použiteľný server od toho, ktorý model nikdy správne nevyvolá.

Vytvorenie MCP servera lokálne

Knižnica FastMCP (pip install fastmcp, verzia 4 k novembru 2026), framework nezávislý od oficiálneho SDK mcp, redukuje vytvorenie servera na niekoľko dekorátorov:

from fastmcp import FastMCP

mcp = FastMCP("My Server")

@mcp.tool()
def greet(name: str) -> str:
    """Greets a person by name.

    Args:
        name: The first name of the person to greet.

    Returns:
        A personalized greeting message.
    """
    return f"Hello {name}! Welcome to our platform."

Všetko sa točí okolo týchto niekoľkých riadkov. Dekorátor @mcp.tool() registruje funkciu ako nástroj MCP. Docstring sa stáva popisom, ktorý model vidí pri rozhodovaní, či nástroj vyvolať – nie je to teda komentár pre tvojich kolegov, ale funkčný prvok. Typovanie parametrov (name: str) a návratovej hodnoty (-> str) informuje model o očakávaných typoch a názov funkcie musí byť jasný a výstižný. Oficiálnou alternatívou je MCP SDK od Anthropic, dostupné v Pythone a TypeScripte: ponúka väčšiu kontrolu za cenu mierne ťažkopádnejšej konfigurácie.

Keďže model vidí iba textový popis tvojho nástroja, napíš ho ako kompletný používateľský manuál:

@mcp.tool()
def search_products(
    query: str,
    category: str = "all",
    max_results: int = 10
) -> str:
    """Searches the product catalog.

    Use this tool when the user looks for a product
    by name, SKU, or category.

    Args:
        query: Search terms (product name, SKU, keywords).
        category: Filter category. Possible values: 'all',
                  'electronics', 'clothing', 'food'. Default: 'all'.
        max_results: Maximum number of results to return (1-50).

    Returns:
        List of products with name, price, availability, and SKU.
    """

Všimni si, čo tento docstring pridáva oproti tomu predchádzajúcemu: podmienku použitia, možné hodnoty pre category a hranice pre max_results. Dve ďalšie pravidlá dokončia cvičenie. Názvy musia byť explicitné – uprednostni search_products pred search, create_invoice pred create, get_user_orders pred get_data. A návratové hodnoty musia byť čitateľné: pošli späť zrozumiteľný text namiesto surových ID, inak ich model nebude vedieť použiť na formulovanie prirodzenej odpovede.

Lokálne testovanie

Najprv spusti server, ktorý beží na lokálnom porte, predvolene na localhost:8000:

python server.py

Potom ho vystav, aby sa k nemu dostal Vibe:

ngrok http 8000

ngrok poskytne verejnú URL, napríklad https://abc123.ngrok.io, ktorú použiješ ako URL konektora vo Vibe – nezabudni pripojiť /mcp, aby si získal plný endpoint. Predtým, ako prejdeš do Vibe, over server pomocou MCP Inspector:

npx @modelcontextprotocol/inspector

Pripoj sa k svojmu lokálnemu serveru, vypíš nástroje, otestuj ich jednotlivo a skontroluj návratové hodnoty. To ti povie, či problémy pramenia z tvojho kódu, alebo z toho, ako model interpretuje tvoje popisy.

Možnosti nasadenia

Akonáhle je tvoj server pripravený, hosting závisí najmä od tvojich obmedzení. Hugging Face Spaces je bezplatná možnosť odporúčaná tímom Mistral AI: ide o virtuálne stroje hostujúce webové aplikácie, úplne zadarmo, pokiaľ nepotrebuješ GPU. Svoj MCP server tam môžeš nastaviť pomocou FastAPI a nasadiť viacero serverov na rovnakom Space, každý s vlastným endpointom – /api1/mcp, /api2/mcp – ktoré Vibe pridá ako samostatné konektory. Bonus navyše: nič ti nebráni pridať do Space frontend na vizualizáciu aktivity tvojho servera.

Prefect Horizon (predtým FastMCP Cloud), platforma od tímu FastMCP, importuje GitHub repozitár obsahujúci server FastMCP priamo: vyberieš repo na horizon.prefect.io, platforma ho zostaví a publikuje autentifikovanú URL; pre osobné projekty existuje bezplatný tier. Pre ľahké servery bez ťažkých závislostí ponúka Cloudflare Workers rýchle a lacné nasadenie na edge. Nakoniec, tradiční poskytovatelia zostávajú úplne životaschopní pre tímy, ktoré sú už vybavené: AWS (Lambda, ECS), Google Cloud (Cloud Run, Cloud Functions) alebo Azure (Functions, Container Apps).

Servery s viacerými nástrojmi vs. jedným nástrojom

Bežným reflexom je rozdeľovať nástroje veľmi jemne. Skúsenosti ukazujú opak: hackathon MCP organizovaný spoločnosťou Mistral ukázal, že najvýkonnejšie tímy navrhovali vysokoúrovňové nástroje zodpovedajúce kompletným workflow. Vystavili book_restaurant namiesto list_restaurants + check_availability + make_reservation, alebo deploy_application namiesto build + test + push + deploy. Model má menšiu šancu pokaziť sekvenciu a kumulatívna latencia sa tým zodpovedajúco znižuje.

Granularita dáva zmysel stále v troch situáciách: keď vytváraš generický MCP server používaný rôznymi tímami, keď kroky workflow môžu slúžiť nezávisle od seba a keď potrebuješ flexibilitu v poradí operácií.

Správa premenných prostredia

Tvoje servery budú často potrebovať API kľúče, prihlasovacie údaje do databázy alebo iné tajomstvá. Ukladaj ich systematicky do premenných prostredia, nikdy nie priamo do kódu. Maj na pamäti najmä to, že verejný MCP server bez autentifikácie umožňuje komukoľvek spotrebúvať tvoje API kľúče: chráň ho tokenom alebo OAuth hneď, ako volá platenú službu. Na Hugging Face Spaces sú na tento účel určené práve Secrets priestoru.

Kľúčové poznatky

  • FastMCP je najjednoduchší spôsob, ako vytvoriť MCP server v Pythone
  • Vylepši svoje popisy, názvy a typovanie nástrojov
  • Najprv testuj lokálne pomocou ngrok a MCP Inspector pred nasadením
  • Hugging Face Spaces ponúka ideálny bezplatný hosting pre MCP servery
  • Uprednostni nástroje štýlu workflow pred príliš granulóznymi
  • Chráň svoje tajomstvá a zváž autentifikáciu pre svoje servery