Agents en AI-tools
Deze documentatie als machineleesbare bron, en wat een agent vandaag echt met het platform kan doen.
Elke pagina op deze site heeft een tweelingversie in Markdown, want een flink deel van het verkeer hier is niet menselijk.
Deze documentatie, gelezen door een machine
Vier ingangen, allemaal gegenereerd tijdens de build, en geen ervan is een apart product.
/llms.txt is een index van alle pagina's met hun beschrijving, klein genoeg om in een prompt te plakken. /llms-full.txt is de hele site als één Markdown-bestand, en dat is het bestand dat je aan een agent geeft.
De andere twee zijn bedoeld om één pagina op te halen. De bron van elke pagina staat op /llms.mdx/docs/<path>/content.md, en in de kop van elke pagina staat een knop Copy Markdown waarmee je die ophaalt. Vraag een willekeurige URL van de documentatie op met een header Accept: text/markdown en je krijgt de Markdown terug in plaats van een HTML-pagina die je moet scrapen.
De oude documentatie leverde voor elke pagina Markdown en de agents van partners zijn daarop gaan vertrouwen. Daarom werkt het hier nog steeds.
Toepassingen van nu
Vragen over configuratie worden beantwoord zonder dat iemand de site leest. Wijs Claude, Cursor of Codex op /llms-full.txt en stel de vraag die je anders aan ons zou stellen. Hoe stel ik een dagelijkse quest met een beloningsplafond in, wat doet ‘verborgen indien vergrendeld’ precies, voor welke sjablonen moet eerst een account zijn gekoppeld. De antwoorden staan er allemaal in.
Rapporten komen binnen zonder dat je team ze bouwt. Geef een agent de referentie van de Data API en een sleutel, en vraag dan om wat je echt wilt hebben. De fans die vorige maand een quest hebben voltooid maar de app sindsdien niet meer hebben geopend, als CSV. De agent schrijft de aanroepen, loopt door de pagina's met resultaten en geeft je het bestand. Daar is niets van ons voor nodig.
Bij beide wordt er aan jouw kant alleen gelezen, en voor geen van beide hoeft eerst een functie te worden gebouwd.
De fanervaring bouwen met een agent
Als je FanBase in je eigen product opneemt in plaats van de gehoste app te gebruiken, is de route via een agent de manier waarop de SDK bedoeld is om te installeren. De pakketten bevatten de bestanden die een agent leest, een opstartprompt en een lichte agentskill, zodat het naslagmateriaal samen met de code in de repo terechtkomt.
Plak twee prompts, en de volgorde doet ertoe: eerst de login, daarna de quests. Als je ze combineert, krijg je iets dat er af uitziet maar een nagemaakte login heeft. Integreren met een agent bevat beide prompts en de lijst met dingen die je daarna het best met de hand controleert.
Een assistent in het beheerpaneel
In onderzoekHet idee is dat je vraagt om wat je wilt in plaats van het formulier in te vullen. Maak een dagelijkse quest van vijftig XP met een beloningsplafond, en de assistent zet die als concept klaar zodat jij hem kunt goedkeuren. Laat me de voltooide quests per tag van vorige maand zien, en de assistent haalt het rapport op.
Dit wordt besproken, maar is nog niet ingepland. Als het de manier van werken van je team zou veranderen, vertel het dan aan je contactpersoon bij FanBase: weten dat een partner het wil, zorgt ervoor dat het een datum krijgt.
Agents maken verbinding door bestanden te lezen, niet via MCP
Geen MCP voor dit platform, op dit moment. Een agent die iets anders meldt, gokt, en er valt niets te installeren of te verbinden.
De ondersteunde werkwijze is dat je de agent bestanden geeft om te lezen en een API-sleutel wanneer die nodig is. Dat werkt met elke tool die een bestand kan lezen.