Magyar AI-infrastruktúra, amely már dolgozni is tud: bemutatkozik a GLC MCP szolgáltatási platform

Az elmúlt években látványosan fejlődtek a nagy nyelvi modellek. Egy korszerű modell képes cikket írni, programot tervezni, dokumentumot értelmezni és összetett feladatokat lépésekre bontani. A valódi munkához azonban ennél többre van szüksége: kapcsolatra a külvilággal.

Egy modell önmagában nem készít hiteles weboldalképet, nem olvas ki megbízhatóan táblázatokat egy PDF-ből, nem ellenőrzi egy e-mail-cím technikai hátterét, és nem alakít át automatikusan egy hosszú magyar hangfelvételt szerkeszthető szöveggé. Ezekhez jól meghatározott, kiszámíthatóan működő eszközök kellenek.

Erre épül a GLC MCP, amely a mcp.glc-rag.hu címen érhető el. A magyar fejlesztésű rendszer különálló AI-képességeket szervez egységes szolgáltatási környezetbe. Nem egy újabb általános chatbotot kínál, hanem azt a gyakorlati eszközréteget építi, amelyen keresztül a mesterséges intelligencia tényleges feladatokat hajthat végre.

Amikor az AI válasz helyett eredményt ad

A GLC MCP szemléletének lényege egyszerű: egy felhasználó vagy AI-ágens ne csupán magyarázatot kapjon, hanem használható eredményt.

Ha egy rendszernek egy weboldal tartalmára van szüksége, megkaphatja rendezett Markdown-formátumban. Ha egy beszkennelt magyar dokumentum érkezik, az OCR segítségével kinyerhető belőle a szöveg. Ha egy interjút kell feldolgozni, elkészülhet a magyar nyelvű leirat. Ha egy alkalmazás felolvasott tartalmat szeretne előállítani, a platform magyar beszédszintézist is kínál.

Ezek külön-külön is hasznos funkciók. Együtt azonban olyan építőkészletet alkotnak, amelyből teljes automatizált munkafolyamatok állíthatók össze.

Egy feltöltött hanganyagból például elkészülhet az átirat, abból egy nyelvi modell összefoglalót vagy cikket készíthet, majd a végleges szöveg ismét megszólalhat magyar nyelven. Egy beszkennelt szerződésből kinyerhető a tartalom és a táblázatok, majd az információ strukturált feldolgozásra továbbítható. Egy internetes forrás tartalma lekérhető, képernyőképe rögzíthető, az eredmény pedig dokumentált kutatási folyamat része lehet.

Pontosan ettől válik izgalmassá a GLC MCP: nem egyetlen látványos funkcióra épít, hanem egymással összekapcsolható, valódi munkára fogható szolgáltatásokra.

Földrajzi tudás az országoktól a tavakig

A platform egyik legsokoldalúbb eleme a Geo szolgáltatás. A GeoNames adatbázisára épülő rendszer országok, települések, közigazgatási területek, tengerek, repülőterek, hegycsúcsok, tavak és más földrajzi objektumok adatait képes elérhetővé tenni. Távolságot számolhat, valamint közeli helyeket és érdekes pontokat kereshet.

Ez jóval több egy egyszerű városkeresőnél. Turisztikai alkalmazás úticélokat egészíthet ki vele. Egy logisztikai rendszer felmérheti a környező településeket és közlekedési pontokat. Ingatlanos vagy piackutató megoldások földrajzi összefüggéseket építhetnek be az elemzésbe. Egy tartalomkészítő rendszer automatikusan ellenőrizheti és gazdagíthatja a helyekhez kapcsolódó információkat.

A földrajzi adatok különösen értékesek az AI-rendszerek számára, mert a modellek szöveges tudása és a pontos, strukturált helyadat két eltérő dolog. A Geo ezt a kettőt kapcsolhatja össze.

Weboldalak tartalma gépek számára is érthetően

A Fetch szolgáltatás egy nyilvánosan elérhető weboldal lényegi tartalmát dolgozza fel, majd áttekinthető Markdown-formátumban adja vissza. Ez a formátum közvetlenül használható nyelvi modellek, kutatóágensek és automatizált tartalomfeldolgozó rendszerek számára.

A funkció értéke a hétköznapi használatban válik igazán láthatóvá. Egy AI-ágens webes forrásokat gyűjthet egy kutatáshoz, termékoldalakat dolgozhat fel, híreket elemezhet vagy nyilvános dokumentációból építhet kontextust. A nyers HTML helyett a tényleges tartalmat kapja meg, így kevesebb felesleges adatot kell kezelnie.

Ehhez kapcsolódik a Shot, amely nyilvános weboldalakról PNG- vagy JPEG-formátumú képernyőképet készít. A tartalomkinyerés és a vizuális rögzítés együtt különösen hasznos lehet ellenőrzési, archiválási, kutatási és dokumentációs feladatoknál. Az AI nemcsak elolvashatja az oldalt, hanem képi állapotot is rendelhet az adott feldolgozási ponthoz.

Dokumentumfeldolgozás magyar OCR-rel

A vállalati információ jelentős része továbbra is dokumentumokban él. PDF-ek, Word-fájlok, Excel-táblák, beszkennelt iratok és CSV-állományok érkeznek nap mint nap, gyakran egymástól eltérő szerkezetben.

A GLC MCP Docs szolgáltatása PDF-, DOCX-, XLSX-, egyszerű szöveges és CSV-fájlokból képes szöveget, illetve táblázatokat kinyerni. A beszkennelt PDF-ek feldolgozását magyar, angol és német nyelvű Tesseract OCR támogatja.

Ez a képesség számos üzleti folyamat alapja lehet:

• számlák és bizonylatok előfeldolgozása;

• szerződések tartalmi elemzése;

• táblázatok adatainak kinyerése;

• régi, beszkennelt iratok kereshetővé tétele;

• jelentések automatikus összefoglalása;

• dokumentumok betöltése tudásbázisokba;

• többféle fájlformátum egységes feldolgozása.

A magyar OCR különösen fontos részlet. A nemzetközi AI-szolgáltatások gyakran elsősorban angol nyelvű feladatokra optimalizálnak, miközben a hazai cégeknél rengeteg ékezetes, sajátos szerkezetű és eltérő minőségű dokumentum keletkezik. Egy magyar felhasználásra is felkészített dokumentumfeldolgozó réteg ezért közvetlen gyakorlati értéket teremt.

Magyar beszéd felismerése és létrehozása

A platform két legizgalmasabb szolgáltatása a hangfeldolgozáshoz kapcsolódik.

A Whisper a Whisper large-v3 modell segítségével alakítja szöveggé a beszédet, alapértelmezésben magyar nyelven. A hosszabb feldolgozások aszinkron módon futnak, így nagyobb hanganyagok, interjúk, előadások vagy meetingfelvételek is kezelhetők.

Felhasználási területe lehet többek között:

• podcastok és videók leiratozása;

• interjúk szerkeszthető átiratának elkészítése;

• értekezletek dokumentálása;

• oktatási felvételek feldolgozása;

A GLC-TTS a folyamat másik irányát valósítja meg: magyar szövegből WAV-formátumú beszédet készít, és zero-shot hangklónozási lehetőséget is kínál. Ez tartalomgyártásban, oktatásban, akadálymentesítésben, ügyféltájékoztatásban és automatizált médiagyártásban is komoly lehetőségeket nyit meg.

A beszédfelismerés és a beszédszintézis ugyanazon a platformon különösen erős párosítás. A GLC MCP ezzel a magyar nyelvű tartalmak teljes körforgását képes támogatni: a kimondott szóból szerkeszthető szöveg, a végleges szövegből pedig ismét természetes hanganyag készülhet.

Képfeldolgozás, QR-kódok és technikai ellenőrzés

Az Image szolgáltatás JPEG-, PNG- és WebP-képek átméretezését, illetve konvertálását végzi. Ez első pillantásra egyszerű segédeszköznek tűnhet, az automatizált tartalomgyártásban azonban nélkülözhetetlen. Egy rendszer a különböző forrásból érkező képeket egységes formátumra és méretre alakíthatja, majd továbbadhatja weboldalnak, mobilalkalmazásnak vagy médiarendszernek.

A QR szolgáltatás QR-kódok és egydimenziós vonalkódok létrehozását, valamint beolvasását támogatja. Külön segédfunkciókat kínál névjegykártyákhoz, Wi-Fi-kapcsolatokhoz és EPC fizetési QR-kódokhoz. Ez lehetővé teszi, hogy egy üzleti vagy ügyfélkiszolgáló folyamat automatikusan állítson elő géppel olvasható információhordozókat.

Az Email szolgáltatás e-mail-címeket vizsgál meg: ellenőrzi a formai megfelelőséget, az MX-hátteret, valamint felismerheti az eldobható és szerepkörhöz kötődő címeket. Nem küld levelet, hanem a cím technikai értékelését támogatja. Regisztrációs rendszerekben, adatminőség-ellenőrzésnél és kapcsolatfelvételi folyamatok előkészítésénél ez kifejezetten hasznos képesség.

Nagy fájlokhoz is kialakított munkafolyamat

A hang- és dokumentumfeldolgozás gyakran nagy fájlok mozgatásával jár. Ezt segíti a Staging szolgáltatás, amely legfeljebb 1 GiB méretű állományokhoz hozhat létre ideiglenes, nyilvános HTTPS-elérést, hozzávetőleg 24 órás élettartammal.

Ez nem pusztán technikai kiegészítés. Az AI-munkafolyamatok egyik gyakori problémája, hogy a különböző szolgáltatásoknak biztonságosan és ellenőrizhetően kell átadniuk egymásnak a feldolgozandó fájlokat. A staging réteg erre ad egységes megoldást, és közvetlenül támogatja például a nagyobb Whisper-feladatokat.

A katalógusban egy egyszerű Hello szolgáltatás is található, amely próbahívásokra és a kapcsolat gyors ellenőrzésére használható. Fejlesztői szempontból ez apróságnak tűnhet, mégis fontos: egy új integráció így valódi adatfeldolgozás nélkül is biztonságosan kipróbálható.

Egyetlen szolgáltatás helyett összekapcsolható képességek

A GLC MCP igazi ereje az összekapcsolhatóságban rejlik. A platform elemei nem elszigetelt látványfunkciók, hanem egymásra építhető műveletek.

Egy médiával foglalkozó AI-ágens például:

1. átvehet egy nagy méretű interjúfelvételt a staging rétegen keresztül;

2. elkészítheti a magyar nyelvű átiratot a Whisperrel;

3. feldolgozhatja a szereplőhöz kapcsolódó nyilvános webes forrásokat;

4. képernyőképekkel dokumentálhatja a felhasznált oldalakat;

5. létrehozhatja a cikkhez szükséges képméreteket;

6. a végleges anyagból felolvasott változatot készíthet a GLC-TTS segítségével;

7. QR-kódot generálhat a publikáció elérhetőségéhez.

Egy üzleti dokumentumfeldolgozó rendszer közben PDF-ekből és Excel-fájlokból nyerhet ki adatokat, ellenőrizheti a kapcsolati címeket, földrajzi információval egészítheti ki a rekordokat, majd strukturált eredményt adhat át a következő feldolgozási lépésnek.

Ez már valódi AI-infrastruktúra: a modell gondolkodási képessége találkozik a stabil, célzott végrehajtó eszközökkel.

A platform, amely az AI-ágenst is ügyfélként kezeli

A GLC MCP egyik legelőremutatóbb tulajdonsága, hogy nemcsak emberi felhasználók számára készült. Az AI-ágensek önállóan is regisztrálhatnak a rendszerben. Az automatikus jóváhagyást követően saját API-tokenhez és kezdő ajándékegyenleghez juthatnak, majd az engedélyezett szolgáltatásokat közvetlenül használhatják.

Ebben az új cikkben mégsem ez az egyetlen főszereplő. Az önálló ágensregisztráció azért válik igazán értékessé, mert már létező, kézzelfogható képességekhez ad hozzáférést. A digitális identitás mögött földrajzi adat, webes tartalomfeldolgozás, dokumentumértelmezés, OCR, képfeldolgozás, e-mail-ellenőrzés, QR-kód-kezelés, beszédfelismerés és magyar beszédszintézis áll.

Vagyis az ágens nem üres fiókot kap. Azonnal munkára fogható digitális eszköztárhoz csatlakozhat.

Magyar fejlesztés, nemzetközi lehetőségekkel

A GLC MCP-t a GLC-RAG fejlesztési ökoszisztémáján belül a glcMEDIA Kft. építi, Pergel Attila több évtizedes szoftverfejlesztési tapasztalatára támaszkodva. Ez a háttér érződik a projekt irányán: a középpontban nem egy egyszeri bemutató, hanem bővíthető szolgáltatási alap áll.

Magyarország ritkán kerül az AI-infrastruktúra fejlődéséről szóló nemzetközi történetek közé. Pedig ebben a korszakban nem kizárólag azok lehetnek fontos szereplők, akik hatalmas nyelvi modelleket tanítanak. Ugyanilyen értékesek lehetnek azok a fejlesztések, amelyek adatot, eszközöket, szabályozott hozzáférést és megbízható végrehajtást biztosítanak a modellek számára.

A GLC MCP ebben találhat saját, erős pozíciót. Magyar nyelvi képességeket kínál, közben nemzetközileg értelmezhető technológiai szabványra épül, és olyan szolgáltatásokat kapcsol össze, amelyekre a vállalati, fejlesztői és tartalomgyártói világban egyaránt szükség van.

Egy ígéretes magyar AI-szolgáltatási központ születik

A mesterséges intelligencia következő fejlődési szakasza a végrehajtásról szól. A modellek egyre jobban terveznek, az AI-ágensek pedig egyre összetettebb munkafolyamatokat képesek irányítani. Ehhez megbízható, géppel értelmezhető és egyszerűen összekapcsolható szolgáltatások kellenek.

A GLC MCP már most figyelemre méltó választ ad erre az igényre. Földrajzi adatokat szolgáltat, weboldalakat dolgoz fel, dokumentumokból szöveget és táblázatot nyer ki, képernyőképet készít, képeket alakít át, e-mail-címeket ellenőriz, QR- és vonalkódokat kezel, magyar beszédet ír át, valamint magyar nyelvű hangot hoz létre.

Mindezt egy olyan környezetben teszi, amelyhez ember és autonóm AI-ágens egyaránt kapcsolódhat.

Ez a projekt azért különösen izgalmas, mert megmutatja: a magyar AI-fejlesztésnek nem kell követnie a világot. Jól megválasztott területen, gyakorlati szemlélettel és stabil technikai alapokkal maga is képes irányt mutatni.

A GLC MCP nem csupán beszél az ágensek korszakáról. Már építi hozzá a használható szerszámokat.

A platform és az aktuálisan elérhető szolgáltatások: https://mcp.glc-rag.hu/