MATLAB Agentic Toolkit: spolupráce AI agentů s prostředím MATLAB

Umělá inteligence mění způsob, jakým inženýři a vědci píší kód. Všeobecní AI asistenti sice umí spoustu věcí, ale pokud jde o komplexní nástroje jako MATLAB – správné použití toolboxů, testovací postupy, Live Scripty nebo specifika App Designeru – jejich znalost rychle naráží na limity. MathWorks na tuto mezeru reaguje vydáním sady nástrojů a konfigurací MATLAB Agentic Toolkit, která vybavuje AI kódovací agenty dobrou znalostí MATLABu a živým připojením k tomuto prostředí.

Co je MATLAB Agentic Toolkit?

Jedná se o sadu komponent, která AI kódovacím agentům (jako jsou Claude Code, GitHub Copilot, OpenAI Codex, Sourcegraph Amp nebo Gemini CLI) dodává dvě věci najednou: přímé živé propojení s prostředím MATLAB a připravené dovednosti (skills), jež agenta učí, jak zkušený inženýr přistupuje v prostředí MATLAB k různým typům úloh.

Díky tomu agent není odkázán pouze na znalosti z trénovacích dat, ale může kód v reálném čase spouštět, testovat, analyzovat chyby a okamžitě reagovat na výsledky.

Klíčové vlastnosti toolkitu jsou:

• Živé spouštění kódu – agent spouští kód přímo v lokální instalaci MATLABu a pracuje s reálnými výsledky
• Expertní dovednosti – dovednosti (skills) pro testování, ladění, tvorbu aplikací, revize kódu a jeho modernizaci
• Podpora více platforem – připravené konfigurace pro Claude Code, GitHub Copilot, Codex, Amp a Gemini CLI

Živé připojení k prostředí MATLAB přes protokol MCP

Jádrem toolkitu je MATLAB MCP Core Server, který implementuje Model Context Protocol (MCP). Ten slouží jako standardizovaný most mezi AI agentem a prostředím MATLAB. Díky MCP agent nejen generuje kód, ale ihned vidí, zda a jak funguje.

Komunikace probíhá ve třech krocích: AI agent (Claude, Copilot a další) odesílá požadavky na MCP Server, který funguje jako propojovací most, a ten je předává přímo do MATLABu, kde dochází ke spuštění kódu a vrácení výsledků.

MCP Core Server poskytuje agentovi pět vestavěných nástrojů:

Nástroj	Popis
evaluate_matlab_co­de	Spustí zadaný kód a vrátí výstup nebo chybové hlášení.
run_matlab_file	Spustí v MATLABu soubor se skriptem.
run_matlab_tes­t_file	Spustí MATLAB testy (runtests) a předá výsledky agentovi.
check_matlab_code	Provede statickou analýzu kódu a identifikuje potenciální problémy.
detect_matlab_to­olboxes	Zjistí, které toolboxy jsou v aktuální instalaci dostupné.

Expertní dovednosti pro práci s prostředím MATLAB

MATLAB Agentic Toolkit přichází se sadou dovedností (skills), tj. souborů typu .md, které agentovi vysvětlují, jak zkušený uživatel MATLABu přemýšlí a pracuje. Díky tomu agent neaplikuje řešení z obecného světa programování, ale volí programové konstrukce, které jsou pro MATLAB vhodné a efektivní.

Základní skills pokrývají tato témata:

• Klíčové znalosti prostředí MATLAB – vytváření Live Scriptů, ladění kódu, testování
• Tvorba aplikací – práce s nástrojem App Designer
• Vývoj software – přepis starých skriptů na novější funkce a objekty prostředí MATLAB
• aplikačně zaměřené dovednosti

Seznam dovedností můžete najít v katalogu Skills Catalog.
Informace pro agenta, jak správně psát kód v MATLABu, jsou uvedeny v MATLAB Coding Standards.

Proč jsou skills tak důležité?

Skills fungují jako předem připravený kontext, který agenta vede přímo ke správným řešením a šetří čas a náklady na provoz agenta. Bez nich by agent spotřebovával zbytečně mnoho tokenů na zjišťování kontextu a testování různých přístupů.

Podporované AI platformy

Toolkit dodává připravené konfigurace pro nejrozšířenější AI kódovací agenty:

• Claude Code
• GitHub Copilot
• OpenAI Codex
• Sourcegraph Amp
• Gemini CLI

Protože skills jsou jednoduché Markdown soubory s instrukcemi a MCP je otevřený protokol, toolkit je navržen tak, aby se mohl přizpůsobit dalším agentům a platformám v souladu s vývojem oblasti agentní AI.

Co to přináší v praxi?

Představte si, že vyvíjíte algoritmus pro filtraci signálu. S MATLAB Agentic Toolkitem můžete agentovi zadat zadání v přirozeném jazyce. Agent navrhne implementaci, okamžitě ji spustí v MATLABu, vyhodnotí výsledky (například frekvenční odezvu filtru), porovná alternativní přístupy (single-stage FIR vs. IFIR vs. polyphase multirate pipeline) a doporučí optimální řešení – vše v rámci jednoho konverzačního vlákna.

Stejně tak lze automaticky generovat Live Scripty, které kombinují spustitelný kód a jeho výstupy s textovými popisky a obrázky do přehledného dokumentu, vhodného pro technické zprávy nebo výukové materiály, jak můžete vidět ve druhé polovině příspěvku zde.

Jak začít?

Zprovoznění toolkitu je snadné – stačí stáhnout, spustit a zavolat připravený instalátor (přesný postup je uveden na stránce toolkitu).

Požadavky jsou minimální: platná instalace MATLABu (MATLAB R2020b nebo novější) a podporovaný AI agent.