Integrationen

Agenten und KI-Tools

Diese Dokumentation als maschinenlesbare Quelle und was ein Agent heute tatsächlich mit der Plattform tun kann.

Jede Seite dieser Website hat einen Markdown-Zwilling, denn ein guter Teil des Traffics hier ist nicht menschlich.

Diese Dokumentation, von einer Maschine gelesen

Vier Zugänge, alle beim Build erzeugt, keiner davon ein eigenes Produkt.

/llms.txt ist ein Index aller Seiten mit ihrer Beschreibung, klein genug, um ihn in einen Prompt einzufügen. /llms-full.txt ist die gesamte Website als eine einzige Markdown-Datei, und das ist die Datei, die du einem Agenten gibst.

Die anderen beiden führen zu einer einzelnen Seite. Die Quelle jeder Seite liegt unter /llms.mdx/docs/<path>/content.md, und jeder Seitenkopf hat einen Button Copy Markdown, der sie abruft. Fordere eine beliebige URL der Dokumentation mit dem Header Accept: text/markdown an, und du bekommst das Markdown zurück statt einer HTML-Seite, die du erst auslesen müsstest.

Die alte Dokumentation hat für jede Seite Markdown ausgeliefert, und die Agenten der Partner haben sich darauf verlassen. Deshalb funktioniert es hier weiterhin.

Wofür es heute genutzt wird

Konfigurationsfragen werden beantwortet, ohne dass jemand die Website liest. Verweise Claude, Cursor oder Codex auf /llms-full.txt und stell die Frage, die du sonst uns stellen würdest. Wie richte ich eine tägliche Quest mit einer Belohnungsobergrenze für die Serie ein, was bewirkt „verborgen, solange gesperrt“ eigentlich, welche Vorlagen brauchen zuerst ein verknüpftes Konto. Die Antworten stehen alle darin.

Berichte entstehen, ohne dass dein Team sie baut. Gib einem Agenten die Referenz der Data API und einen Schlüssel und frag dann nach dem, was du wirklich willst. Die Fans, die letzten Monat eine Quest abgeschlossen, die App seitdem aber nicht mehr geöffnet haben, als CSV. Er schreibt die Aufrufe, blättert durch die Ergebnisse und gibt dir die Datei. Von uns braucht er nichts.

Beides ist auf deiner Seite reine Lesearbeit, und für keins von beiden muss erst eine Funktion entwickelt werden.

Das Fan-Erlebnis mit einem Agenten bauen

Wenn du FanBase in dein eigenes Produkt einbaust, statt die gehostete App zu nutzen, ist der Weg über einen Agenten die vorgesehene Art, das SDK zu installieren. Die Pakete enthalten die Dateien, die ein Agent liest, einen Bootstrap-Prompt und einen schlanken Agent-Skill, sodass das Referenzmaterial zusammen mit dem Code im Repository landet.

Füge zwei Prompts ein, und die Reihenfolge zählt: zuerst die Anmeldung, dann die Quests. Wer beide kombiniert, bekommt etwas, das fertig aussieht und nur eine Attrappe als Anmeldung hat. Mit einem Agenten integrieren enthält beide Prompts und die Liste der Dinge, die du danach von Hand prüfen solltest.

Ein Assistent im Admin-Panel

In Prüfung

Die Idee ist, dass du sagst, was du willst, statt das Formular auszufüllen. Erstelle eine tägliche Quest für fünfzig XP mit einer Belohnungsobergrenze für die Serie, und er würde sie als Entwurf anlegen, den du freigibst. Zeig mir die abgeschlossenen Quests nach Tag für den letzten Monat, und er würde den Bericht ziehen.

Das wird diskutiert und ist noch nicht eingeplant. Wenn es die Arbeitsweise deines Teams verändern würde, sag es deiner Ansprechperson bei FanBase: Erst wenn wir wissen, dass ein Partner es will, bekommt es einen Termin.

Agenten verbinden sich über das Lesen von Dateien, nicht über MCP

Für diese Plattform gibt es heute kein MCP. Ein Agent, der etwas anderes behauptet, rät, und es gibt nichts zu installieren oder zu verbinden.

Das unterstützte Vorgehen ist, dem Agenten Dateien zum Lesen zu geben und einen API-Schlüssel, wenn er einen braucht. Das funktioniert mit jedem Tool, das eine Datei lesen kann.

Auf dieser Seite