AI Access MCP: Ať se tvůj AI asistent zeptá Gemini a GPT

Každý model je dobrý v něčem jiném: Gemini přečte pár set stran naráz a přepíše text tak, aby se dobře četl, GPT kreslí obrázky a tvůj asistent zná tvůj kód. AI Access MCP dovolí tvému AI asistentovi předat každou úlohu modelu, který ji umí nejlíp, a ty přitom nenapíšeš ani řádek PHP.

K čemu to je

AI asistenti jako Cursor, Gemini CLI nebo Claude Code umějí používat nástroje. Nástroj je cokoli, co asistent smí zavolat, zatímco pro tebe pracuje: přečíst soubor, spustit testy, podívat se do databáze. Nástroje se k asistentovi dostávají přes MCP (Model Context Protocol), společný způsob, jak je připojit, takže jednou napsaný nástroj funguje v každém asistentovi, který MCP umí.

AI Access MCP je takový nástroj postavený na téhle knihovně. Dá tvému asistentovi dvě schopnosti, které sám nemá:

• generate_text se zeptá jiného modelu. Gemini nebo GPT přečte soubory, odpoví, přepíše, přeloží nebo dá druhý názor.
• generate_image nakreslí obrázek modelem od OpenAI a uloží ho do souboru, který asistent určí.

S asistentem dál mluvíš, jak jsi zvyklý, a jen mu řekneš, koho se má zeptat:

Ať Gemini přepíše text v docs/install.md tak, aby ho pochopil začátečník, a návrh ulož vedle.

Instalace

Server je samostatný PHP projekt. Ulož ho kamkoli na svém počítači:

composer create-project ai-access/mcp ai-access-mcp

Potřebuje PHP 8.4 nebo novější s rozšířeními curl a gd a klíč z Google AI Studia pro Gemini, od OpenAI pro GPT a obrázky, nebo oba.

Připojení k asistentovi

Server si asistent spouští sám, ty mu jen řekneš jak. V Claude Code k tomu slouží soubor .mcp.json v kořeni projektu:

{
	"mcpServers": {
		"ai-access": {
			"command": "php",
			"args": ["/path/to/ai-access-mcp/server.php"],
			"env": {
				"GEMINI_API_KEY_FILE": "/home/me/keys/gemini.txt",
				"OPENAI_API_KEY_FILE": "/home/me/keys/openai.txt",
				"AI_ACCESS_READ_ROOTS": "/home/me/projects",
				"AI_ACCESS_WRITE_ROOTS": "/home/me/projects"
			}
		}
	}
}

Všimni si, že samotné klíče v souboru nejsou. Každá proměnná obsahuje jen cestu k souboru s klíčem, takže konfiguraci můžeš sdílet i commitnout, aniž bys klíče prozradil. Nástroj se objeví, jen když má jeho provider klíč: se samotným klíčem od Gemini dostaneš generate_text, s klíčem od OpenAI oba nástroje.

Kořeny říkají, ve kterých adresářích smějí nástroje číst a zapisovat; na Windows se oddělují ;, jinde :. Dokud je nenastavíš, server nesáhne na žádný soubor. Víc o tom níže.

Ostatní asistenti berou stejný blok, jen z jiného souboru:

Výchozí modely jsou gemini-3.8-flash pro text a gpt-image-2 pro obrázky. Proměnné AI_ACCESS_TEXT_MODEL a AI_ACCESS_IMAGE_MODEL je změní a asistent si model může zvolit i pro jedno volání.

Dotaz na jiný model

Když asistenta požádáš, ať přes Gemini přepíše docs/install.md, zavolá generate_text takhle:

{
	"prompt": "Rewrite the prose of docs/install.md so a beginner can follow it. Keep code blocks and links as they are.",
	"files": ["/home/me/projects/app/docs/install.md"],
	"effort": "high",
	"outputFile": "/home/me/projects/app/docs/install.proposal.md"
}

Soubor se předává cestou, ne obsahem. Server si ho přečte sám a model ho dostane označený cestou, jak byla zapsaná, takže se na něj prompt může odvolat:

<file path="/home/me/projects/app/docs/install.md">
...obsah souboru beze změny...
</file>

Proč na tom záleží? Dlouhý text, který by šel přes asistenta, by mu zaplnil kontext a zaplatil bys ho dvakrát, jednou asistentovi a jednou Gemini. Takhle putuje rovnou z disku do Gemini. S outputFile jde do nového souboru i odpověď a asistent dostane zpátky jen krátkou zprávu: model, tokeny, kolik volání stálo, a v problem cokoli, co se pokazilo, třeba odpověď, kterou model nedokončil.

Odpověď se může řídit JSON schématem v responseSchema a server zkontroluje, že to opravdu dělá. Každý výsledek nese conversation, a když ho asistent pošle zpátky, pokračuje stejný rozhovor: „tyhle tři řádky jsou pořád špatně, oprav je“. Model, instrukce i všechno dříve poslané v něm zůstávají.

Dlouhé vstupy a cache Gemini

Některá práce přichází v dávkách s velkým společným vstupem. Přepisuješ manuál stránku po stránce a Gemini má pokaždé vidět stránky, které už jsou hotové, aby držel stejná slova a tón. Na to je context: soubory společné voláním dávky.

U Gemini server uloží kontext spolu s instrukcemi do explicitní cache. Každé další volání se stejným modelem, instrukcemi a kontextem ji čte za desetinu ceny vstupu a výsledek ti řekne, jestli cache vznikla (created), nebo se použila (reused), a kolik tokenů z ní šlo. Jiný kontext cache nahradí a kontext příliš krátký na cache se pošle obyčejně. Uložení cache se platí po hodinách; výsledek to hlásí jako storageCostPerHour.

Generování obrázků

generate_image dostane prompt a absolutní cestu k novému souboru. Jeho přípona .png, .jpg nebo .webp určí formát a size, quality a background znamenají totéž, co u generování obrázků od OpenAI. S referenceImages model obrázek upraví nebo z něj vychází.

Vedle obrázku server zapíše prompt do souboru .txt se stejným jménem, takže vždycky víš, z čeho obrázek vznikl. Výsledek nese malý náhled, takže asistent vidí, co vyšlo, a může ti to říct.

Před čím tě chrání

Model, který předává práci jinému, utrácí skutečné peníze, a dělá to v rozhovoru, ve kterém může být text z webu nebo z e-mailu. Server s tím počítá:

• Ptá se na tvůj souhlas. Jeho instrukce asistentovi říkají, že každé volání stojí peníze a běží jen s tvým výslovným souhlasem a že obrázek posuzuješ jen ty.
• Nikdy nezaplatí jednu odpověď dvakrát. Požadavek, který se mohl k providerovi dostat, se po vypršení času ani po spadlém spojení neopakuje, ani když to po cestě vzdá brána. Postará se o to RetryClient z této knihovny.
• Nikdy nepřepíše soubor. Jméno výstupu si zarezervuje ještě před placeným voláním, takže dva asistenti pracující naráz nikdy nezapíšou tentýž soubor a obsazené jméno nic nestojí.
• Čte a zapisuje jen tam, kde dovolíš. Mimo kořeny na nic nesáhne a adresář se souborem klíče a soubory .env odmítne i uvnitř nich. Textové odpovědi zapíše jen jako .txt, .md, .json a podobné, nikdy jako skript.

Kolik to stojí

Každý výsledek nese cost, cenu volání v USD, a sessionCost, součet od spuštění serveru, takže přímo v rozhovoru vidíš, kam peníze jdou. Ceny pocházejí z ceníku v balíčku, který zná i data, kdy je provideři mění; u modelu, který v něm chybí, je cena null.