Zatímco MLX byl původně spuštěn jako experimentální rámec společností Apple Research, v posledních měsících došlo k tichému, ale významnému vývoji: S vydáním FileMaker 2025 společnost Claris pevně integrovala MLX do serveru jako nativní infrastrukturu AI pro Apple Silicon. To znamená, že každý, kdo pracuje s počítačem Mac a používá Apple Silicon, může nejen lokálně spouštět modely MLX, ale také je používat přímo v FileMaker - s nativními funkcemi, bez jakýchkoli mezivrstev.
Hranice mezi lokálním experimentem MLX a profesionální aplikací FileMaker se začínají stírat - ve prospěch plně integrovaného, sledovatelného a kontrolovatelného pracovního postupu AI.
Nová oblast AI na serveru FileMaker: "Služby AI"
Ústředním prvkem této nové architektury je oblast "Služby umělé inteligence" v konzole pro správu serveru FileMaker Server 2025, kde mohou vývojáři a správci:
- aktivovat server AI Model Server,
- Správa modelů (stahování, poskytování, dolaďování),
- Přiřazení klíčů API pro autorizované klienty,
- a cíleně sledovat probíhající operace AI.
Pokud je server FileMaker spuštěn na počítači Mac s Apple Silicon, integrovaný server AI Model Server automaticky používá MLX jako inferenční backend. To s sebou přináší všechny výhody, které MLX nabízí na zařízeních Apple: vysokou paměťovou efektivitu, nativní využití GPU prostřednictvím technologie Metal a jasné oddělení modelu a infrastruktury - stejně jako ve světě Apple.
Poskytování modelů MLX přímo prostřednictvím konzoly serveru
Nasazení modelu MLX je jednodušší, než se očekávalo: V konzole pro správu AI lze podporované modely vybrat přímo z rostoucího seznamu jazykových modelů kompatibilních se systémem Claris a nasadit je na server install. Jedná se o modely s otevřeným zdrojovým kódem (např. varianty Mistral, LLaMA nebo Phi), které jsou k dispozici ve formátu .npz a byly speciálně převedeny pro MLX. V současné době (od září 2025) je však počet dostupných modelů stále poměrně omezený.
Případně si můžete připravit vlastní modely - například převedením modelů objímajících obličejů pomocí nástroje mlx-lm. Jediným příkazem můžete stáhnout model, kvantifikovat jej a převést do příslušného formátu. Ten pak můžete zpřístupnit v adresáři serveru - podle stejného schématu, jaké používá Claris interně. Jakmile je installiert, jsou tyto modely okamžitě k dispozici pro všechny podporované funkce AI v rámci FileMaker.
Nativní funkce AI v FileMaker Pro: skriptování místo objížděk
To, co se dříve spouštělo prostřednictvím externích rozhraní API, volání REST a ručně sestavených rutin JSON, je nyní v FileMaker 2025 k dispozici ve formě specializovaných skriptových příkazů. Jakmile je účet AI nastaven - s názvem modelu a připojením k serveru - lze úlohy AI bez problémů integrovat do uživatelského rozhraní a obchodní logiky.
Mezi nejdůležitější příkazy patří
- "Generovat odezvu z modelu"které lze použít ke generování textových odpovědí - například pro automatické návrhy textu, funkce chatu nebo návrhy e-mailů.
- "Provádět vyhledávání pomocí přirozeného jazyka"který převádí jednoduchou formulaci ("Ukaž mi všechny zákazníky z Berlína s neuhrazenými fakturami") na přesný dotaz do databáze.
- "Provést dotaz SQL pomocí přirozeného jazyka"který lze použít i ke generování a zpracování složitých struktur SQL - včetně spojů a poddotazů.
- "Získat vložení" a související funkce, které umožňují sémantické vektorové analýzy - například vyhledávání textů s podobným obsahem nebo dotazů zákazníků.
Všechny tyto příkazy přistupují k aktuálně vybranému modelu MLX, který běží na serveru AI Model Server na pozadí. Odpovědi jsou okamžitě k dispozici a lze je přímo zpracovat - jako text, JSON nebo vložený vektor.
Kroky a možnosti skriptování pro umělou inteligenci v FileMaker
Kroky skriptování pro umělou inteligenci umožňují přímou integraci výkonných modelů umělé inteligence - například velkých jazykových modelů (LLM) nebo Core ML - do pracovních postupů FileMaker. Vytvářejí technický základ pro kombinaci přirozeného jazyka, znalostí databází a strojového učení. K dispozici jsou následující funkce:
- Konfigurace pojmenovaného účtu AI
Můžete nastavit a pojmenovat konkrétní účet AI, který se pak používá ve všech dalších krocích a funkcích skriptu. Díky tomu si můžete zachovat kontrolu nad ověřováním a přístupem k externím modelům nebo službám. - Získání textové odpovědi na základě výzvy
Model umělé inteligence může reagovat na výzvu zadanou uživatelem a vygenerovat odpovídající textovou odpověď. To umožňuje automatické generování textu, návrhů nebo dialogových funkcí. - Databázový dotaz na základě výzvy a schématu databáze
Předáním výzvy v přirozeném jazyce spolu se strukturálním schématem databáze může model identifikovat relevantní obsah a vrátit cílený výsledek. - Generování dotazů SQL
Model může také generovat dotazy SQL na základě výzvy a základního schématu databáze. To umožňuje automatické generování složitých dotazů, které lze následně použít pro databázové operace. - FileMaker vyhledávací dotazy založené na polích rozvržení
Předáním polí aktuálního rozvržení modelu spolu s dotazem v přirozeném jazyce lze automaticky formulovat vyhledávací dotazy a získat vhodné sady výsledků. - Vkládání vektorů vložení do datových záznamů
Do polí jednotlivých datových záznamů nebo celých sad výsledků můžete vkládat sémantické vložky, tj. číselné vektory, které reprezentují významy. To tvoří základ pro následná sémantická porovnání nebo analýzy umělé inteligence. - Provedení sémantického vyhledávání
Na základě významu vyhledávacího dotazu může systém identifikovat datové záznamy, jejichž údaje v poli mají podobný význam - i když se slova přesně neshodují. Tím se otevírají nové možnosti inteligentního vyhledávání dat. - Nastavení šablon výzev
Můžete definovat opakovaně použitelné šablony výzev, které lze použít v jiných krocích skriptu nebo funkcích. To zajišťuje konzistenci a šetří čas při vytváření strukturovaných výzev. - Konfigurace regresního modelu
Pro úlohy, jako jsou předpovědi, odhady nebo analýzy trendů, lze nastavit regresní model, který pak pracuje se soubory číselných dat. Je vhodný například pro analýzu vývoje prodeje nebo hodnocení rizik. - Konfigurace a správa účtu RAG
Lze nastavit pojmenovaný účet RAG (Retrieval Augmented Generation). To umožňuje přidávat nebo odebírat data a odesílat konkrétní výzvy do prostoru RAG. Systémy RAG kombinují klasické vyhledávání s odpověďmi generovanými umělou inteligencí. - Dolaďování modelu pomocí tréninkových dat
Stávající model můžete přeškolit pomocí vlastní sady dat, abyste jej lépe přizpůsobili konkrétním požadavkům, jazykovým stylům nebo oblastem úloh. Jemné doladění zvyšuje relevanci a kvalitu výstupu. - Protokolování hovorů AI
Pro sledování a analýzu lze aktivovat protokolování všech hovorů AI. To je užitečné pro optimalizaci výzev, řešení problémů nebo dokumentaci. - Konfigurace modelů Core ML
Kromě cloudových modelů LLM lze konfigurovat také lokálně spouštěné modely Core ML. To je užitečné zejména pro offline aplikace nebo pro použití na zařízeních Apple s integrovanou podporou ML.
Aktuální průzkum o budoucnosti systému Claris FileMaker a umělé inteligence
Jemné ladění přímo z FileMaker: LoRA jako nový standard
Jednou z nejzajímavějších nových funkcí je možnost vyladit vlastní modely přímo v programu FileMaker - zcela v rámci známého rozhraní. Vše, co potřebujete, je příkaz skriptu: "Fine-Tune Model".
Jako tréninková data lze použít datové záznamy z tabulek FileMaker (např. historie podpory, dialogy se zákazníky, textové vzorky). Metoda jemného doladění je založena na LoRA (Low-Rank Adaptation), postupu šetřícím zdroje, který mění pouze malou část parametrů modelu, a umožňuje tak rychlé úpravy - i na zařízeních s omezenou pamětí.
Tréninková data jsou buď převzata z aktuální nalezené sady, nebo importována prostřednictvím souboru JSONL. Po trénování je modelu přiřazen nový název - např. "fm-mlx-support-v1" - a výsledek je okamžitě k dispozici pro další funkce AI. Díky tomu je možné vytvářet jazykové modely na míru, které jsou přesně přizpůsobeny příslušné aplikaci z hlediska tónu, slovní zásoby a chování.
Ochrana dat a výkon - dvě strany jedné mince
Skutečnost, že FileMaker 2025 spoléhá na místní modely s MLX, není náhodná. V době, kdy suverenita dat, soulad s GDPR a interními bezpečnostními směrnicemi nabývají na významu, nabízí tento přístup několik výhod:
- Žádný cloud, žádné externí servery, žádné náklady na APIVšechny požadavky zůstávají ve vaší síti.
- Rychlejší odezva díky místnímu zpracování - zejména u opakujících se procesů.
- Vysoká transparentnost a ovladatelnostKaždou odpověď lze zkontrolovat, každou změnu sledovat, každý krok školení zdokumentovat.
- Přizpůsobení vlastním datůmZnalosti specifické pro danou společnost již nejsou předávány prostřednictvím externích poskytovatelů, ale zůstávají zcela v rámci vlastního systému společnosti.
Zároveň je důležité realisticky zhodnotit zdroje: Apple Silicon Mac s 32 nebo 64 GB RAM, případně s SSD cache a vyhrazeným serverovým profilem. Kdo se však vydá touto cestou, bude z dlouhodobého hlediska těžit z maximální kontroly s plnou flexibilitou.
MLX a FileMaker - nová aliance pro profesionály
To, co původně vypadalo jako paralelní cesty - na jedné straně MLX jako výzkumný rámec Apple, na druhé straně FileMaker jako klasická databázová platforma - se nyní spojilo v uzavřený systém.
Společnost Claris si uvědomuje, že moderní podnikové aplikace potřebují více než jen formuláře, tabulky a sestavy. Potřebují adaptivní a chápající umělou inteligenci - integrovanou, nikoliv přidanou. Díky nativní podpoře MLX, novým příkazům AI a možnosti lokálního doladění nabízí FileMaker 2025 poprvé kompletní platformu pro vytváření, řízení a produktivní využívání vlastních procesů AI - bez nutnosti spoléhat se na externí poskytovatele nebo externí cloudy.
Pro vývojáře, kteří stejně jako vy oceňují jasnou, konzervativně promyšlenou a datově bezpečnou architekturu, je to více než pokrok - je to začátek nového způsobu práce.
V jiném článku uvádím Srovnání mezi Apple Silicon a NVIDIA a vysvětlit, jaký hardware je vhodný pro provozování místních jazykových modelů na Macu.
Často kladené otázky
- Co přesně znamená, že FileMaker 2025 "podporuje MLX"?
FileMaker Server 2025 poprvé obsahuje integrovaný AI Model Server, který - pokud je nainstalován na Apple Silicon Mac install - nativně používá modely MLX. To znamená, že můžete nasadit model kompatibilní s MLX (např. Mistral nebo Phi-2) přímo prostřednictvím konzoly správce a používat jej ve svém řešení FileMaker - bez oklik přes externí služby nebo volání REST. - Jaký konkrétní hardware a software k tomu potřebuji?
- Mac s Apple Silicon (M1, M2, M3, M4), ideálně s 32-64 GB RAM,
- FileMaker Server 2025, na tomto Macu installiert,
- FileMaker Pro 2025 pro aktuální řešení,
- a jeden nebo více modelů kompatibilních s MLX - buď dodaných společností Claris, nebo převedených vlastními silami (např. pomocí mlx-lm). - Jak mohu takový model integrovat do svého řešení FileMaker?
Pomocí nové funkce "Configure AI Account" ve skriptech FileMaker můžete určit, který model se použije. Definuje se název serveru, název modelu a autentizační klíč. Poté můžete okamžitě používat další funkce AI - např. pro generování textu, vkládání nebo sémantické vyhledávání. Vše probíhá prostřednictvím nativních kroků skriptu, již není nutné manipulovat s webovým prohlížečem nebo "Vložit z URL". - Které funkce AI mohu v FileMaker používat?
K dispozici jsou následující funkce (v závislosti na typu modelu):
- Generování textu ("Generovat odpověď z modelu")
- Přirozené vyhledávání ("Provést vyhledávání pomocí přirozeného jazyka")
- SQL v běžném jazyce ("Provést dotaz SQL přirozeným jazykem")
- Sémantické vektory ("Get Embedding", "Cosine Similarity")
- Správa šablony výzvy ("Konfigurace šablony výzvy")
- Doladění LoRA pomocí vlastních dat ("Fine-Tune Model")
Všechny funkce jsou založeny na skriptech a lze je snadno integrovat do stávajících řešení. - Jak funguje jemné doladění přímo v FileMaker?
V programu FileMaker 2025 můžete stávající model MLX doladit přímo pomocí LoRA - tj. přizpůsobit jej vlastním datům. K tomu použijete buď datové záznamy v tabulce (např. otázky + odpovědi), nebo soubor JSONL. K vytvoření nového, přizpůsobeného modelu - který je pak v řešení okamžitě k dispozici - stačí jediný příkaz skriptu ("Fine-Tune Model"). - Musím ještě znát Python, JSON, API nebo formáty modelů?
Ne, ne nutně. Společnost Claris se záměrně postarala o to, aby mnohé z těchto technických detailů ustoupily do pozadí. Můžete pracovat s nativními příkazy skriptů, sami spravovat data v FileMaker a jednoduše zpracovávat návraty jako text nebo vektor. Pokud chcete, můžete jít hlouběji - nyní to však zvládnete i bez znalosti programování. - Jaké jsou výhody používání MLX prostřednictvím FileMaker ve srovnání s externími rozhraními API?
Výhody spočívají v zabezpečení dat, kontrole nákladů a výkonu:
- Není nutné žádné připojení ke cloudu, všechna data zůstávají ve vaší vlastní síti.
- Žádné náklady na API nebo omezení tokenů - jakmile installiert, je zdarma k použití.
- Velmi krátké doby odezvy, protože mezi nimi není žádná síťová prodleva.
- Plná kontrola nad tréninkovými daty, jemné ladění a verzování modelu.
To je skutečná změna, zejména pro interní aplikace, průmyslová řešení nebo citlivé procesy. - Existují nějaká omezení nebo věci, na které je třeba si dát pozor?
Ano - MLX funguje pouze na Apple Silicon, tj. server Intel je vyloučen. Potřebujete také dostatek paměti RAM, aby mohly spolehlivě běžet větší modely. Ne všechny modely jsou okamžitě kompatibilní - některé je třeba převést. A konečně: Ačkoli mnoho věcí funguje "automaticky", pro produktivní použití byste měli vždy provést specializovaný testovací běh - např. s malým množstvím dat, jasnými definicemi cílů a dobrou strategií protokolování.
Obrazový materiál (c) Claris Inc. a Kohji Asakawa na Pixabay