Übersicht

MCP-Server

Der Docsbook-MCP-Server ist ein entfernter Model-Context-Protocol-Server, der Ihre Dokumentation und ihre gesamte Administrationsoberfläche einem KI-Agenten zur Verfügung stellt. Verbinden Sie Claude Code oder einen beliebigen MCP-kompatiblen Client mit einem Endpunkt, und lesen Sie Ihre Seiten, übernehmen Sie Änderungen, lesen Sie Analysen und ändern Sie Einstellungen, ohne den Editor zu verlassen.

Diese Seite dient als Referenz dafür, was der Server bereitstellt und worauf ein Aufruf zugreift. Jedes hier aufgeführte Tool kann von jedem verbundenen Client aufgerufen werden. Die Kosten eines kostenpflichtigen Aufrufs finden Sie auf der Docsbook-Preisseite sowie in der jeweiligen Zeile des Tools in Ihrem Administrationsbereich.

Was ist der Docsbook-MCP-Server?#

Der Docsbook-MCP-Server stellt 149 Tools über das Model Context Protocol bereit, einen offenen Standard für die Übergabe von Tools, Ressourcen und Prompts an KI-Agenten über eine typisierte RPC-Schnittstelle.

Genau eines davon ist ein Agent. docsbook_expert nimmt jede Dokumentationsanfrage in Ihren eigenen Worten entgegen – „die Dokumentation verbessern“, „diese API dokumentieren“, „warum führen Leser keine Konversion durch“ – und antwortet in einem Durchlauf damit, wie die Aufgabe zu erledigen ist: die Schritte in der richtigen Reihenfolge, das jeweils aufzurufende Tool, was von einem Schritt zum nächsten übernommen werden muss, was die Antwort falsch machen würde und woran anschließend gedacht werden sollte. Es führt selbst nichts aus und benötigt keine Genehmigung; Sie führen die genannten Aufrufe selbst mit Ihrem eigenen Token zu den Lesepreisen aus. Rufen Sie es zuerst auf, bevor Sie nach etwas weiter unten greifen.

Jedes andere Tool ist ein einfacher, einzeln benannter Aufruf – für Arbeitsbereich und Branding, Inhalte, den Issue-Tracker, KI-Chat, Übersetzungen, Analysen, den Aufrufverlauf, Projektspeicher, Chancen, Hypothesen, das Arbeitsboard und Webhooks – darunter die beiden, die ein Repository oder eine Website als Quelle der Wahrheit verbinden und konfigurieren, sowie collect_ai_citability, das bewertet, ob eine Antwort-Engine Sie abrufen und zitieren kann. Keines davon läuft unbeaufsichtigt: Ein Agent, der nach einem festen Zeitplan oder bei Commits eines Repositorys eigenständig ausgelöst wurde, sowie die 135 enger gefassten Tools, die ausschließlich innerhalb eines solchen Agenten ausgeführt wurden, wurden am 12.09.2026 aus dem Betrieb genommen, aus dem Grund, den docsbook_expert ersetzt hat – ihr Wert lag nie im Ausführen selbst, sondern darin, zu wissen, welche Lesevorgänge in welcher Reihenfolge erforderlich sind und was die Antwort falsch macht; das ist etwas, das mitgeteilt werden muss, und nichts, das ausgeführt werden sollte. Die vollständige Liste finden Sie in der Referenz der MCP-Tools.

Endpunkt#

Der Docsbook-MCP-Server wird für jeden Arbeitsbereich und jeden Client unter einer URL bereitgestellt:

https://docsbook.io/api/mcp/server

Die Authentifizierung erfolgt über einen OAuth-Autorisierungscode-Flow mit PKCE. Der Client erhält ein einziges undurchsichtiges Bearer-Token, das er bei jedem Aufruf übermittelt; es wird kein Aktualisierungstoken ausgestellt, und das Token läuft nicht von selbst ab. Eine Rotation bedeutet daher, es im Bedienfeld zu widerrufen und die Autorisierung erneut durchzuführen. Es gibt keine URL für den MCP-Server pro Projekt, die nachgeschlagen werden muss: Der OAuth-Flow ist auf das angemeldete Konto beschränkt, und der Client wählt den Arbeitsbereich anschließend aus. Weitere Informationen zum Ablauf, zu den Berechtigungsbereichen und den Lücken finden Sie unter Sicherheit des MCP-Servers.

Wie verbinde ich meinen KI-Client mit Docsbook?#

Richten Sie Ihren Client auf https://docsbook.io/api/mcp/server und schließen Sie die OAuth-Aufforderung im Browser ab. Der Docsbook-MCP-Server ist ein entfernter HTTP-Server mit OAuth, sodass sich jeder moderne MCP-Client über denselben Endpunkt und ohne einen lokal auszuführenden Prozess damit verbindet. Die folgenden Unterabschnitte enthalten für jeden Client den genauen Befehl oder die Konfigurationsdatei.

Sie können den Katalog auch in Ihrem eigenen Projekt durchsuchen: Öffnen Sie das Admin-Panel und wählen Sie MCP in der Seitenleiste aus. Wenn Sie den Bereich zum ersten Mal öffnen, wird darin ein Einschalten-Panel mit dem Installationsbefehl für Ihren Client angezeigt, sodass Sie eine Verbindung herstellen können, bevor Sie den Katalog lesen. Wenn Sie darauf klicken, wird direkt über der Tabelle eine kurze Anleitung gestartet. Dahinter befindet sich eine Tabelle mit jedem Tool, das der Server derzeit bereitstellt. Sie wird live vom Server gelesen und nicht aus einer statischen Kopie, und enthält für jedes Tool die Abrechnungsklasse, den Preis pro Aufruf, die typische Dauer eines Aufrufs sowie die Information, ob Leser es ohne Token aufrufen können. Durchsuchen Sie die Tabelle, schränken Sie sie mit Filtern ein — den Abrechnungsklassen, die jeweils mit ihrem eigenen Preis angegeben sind — oder sortieren Sie sie nach einer beliebigen Spalte. Wenn Sie den Mauszeiger über eine Zeile bewegen, wird eine Karte mit allen weiteren Informationen zu diesem Tool geöffnet: was es tut, was ein Aufruf kostet und wie lange er normalerweise geöffnet bleibt, wie viele Argumente es entgegennimmt und wie viele davon erforderlich sind, wie viele funktionierende Beispiele es aufrufen und — in Ihrem eigenen Projekt — was es Sie bisher gekostet hat und wann Sie es zuletzt aufgerufen haben, einschließlich der aufrufbaren ID zum Kopieren. Wenn Sie auf eine Zeile klicken, wird die eigene Seite dieses Tools geöffnet. Die Seite hat eine Adresse: Die URL enthält das Tool, sodass Sie die Seite aktualisieren, als Lesezeichen speichern oder an einen Kollegen senden können und dieser beim selben Tool landet statt wieder bei einer Tabelle mit dreihundert Zeilen. Alles auf dieser Seite bezieht sich auf genau dieses eine Tool. Seine Argumente werden als Formular mit einer Ausführen-Schaltfläche angezeigt, die einen echten Aufruf für dieses Projekt ausführt; auf der Schaltfläche wird der Preis angezeigt, bevor Geld abgebucht wird. Darunter befindet sich der Anrufverlauf, der von derselben Feeds-Tabelle stammt, die Sie überall sonst lesen, und auf dieses eine Tool eingeschränkt ist: eine Zeile pro Aufruf. Wenn Sie eine Zeile aufklappen, wird der Aufruf vollständig angezeigt — was hineinging, was zurückkam, wer ihn angefordert hat (Ihr eigener Client, ein externer Agent oder eine Webhook-Zustellung), wie lange er gedauert hat, wie viel er gekostet hat und welcher Betrag tatsächlich von Ihrem Guthaben abgezogen wurde. Darunter befindet sich ein funktionierendes Beispiel zum Kopieren in Ihren eigenen Client. Was innerhalb von Docsbook ausgeführt wird, ist der von Ihnen oder Ihrem Agenten vorgenommene Aufruf — nichts hier ruft sich selbst auf.

Claude Code#

claude mcp add --transport http docsbook https://docsbook.io/api/mcp/server

Der erste Aufruf öffnet einen Browser-Tab für OAuth. Nach der Zustimmung stehen die Tools in Claude Code zur Verfügung.

Cursor#

Cursor verfügt über keinen mcp add-Befehl, akzeptiert aber einen Installationslink mit einem Klick:

cursor://anysphere.cursor-deeplink/mcp/install?name=docsbook&config=eyJ1cmwiOiJodHRwczovL2RvY3Nib29rLmlvL2FwaS9tY3Avc2VydmVyIiwidHlwZSI6Imh0dHAifQ==

Oder füge den Server zu ~/.cursor/mcp.json hinzu (oder verwende Einstellungen → MCP & Integrationen → Neuer MCP-Server):

{
  "mcpServers": {
    "docsbook": {
      "url": "https://docsbook.io/api/mcp/server"
    }
  }
}

Cursor neu laden – beim ersten Gebrauch wird OAuth im Browser geöffnet.

Codex-CLI#

codex mcp add docsbook --url https://docsbook.io/api/mcp/server

Oder bearbeiten Sie die Konfiguration direkt — Codex speichert MCP-Server in ~/.codex/config.toml:

[mcp_servers.docsbook]
url = "https://docsbook.io/api/mcp/server"

Windsurf#

Bearbeiten Sie ~/.codeium/windsurf/mcp_config.json und aktualisieren Sie das Cascade-Panel:

{
  "mcpServers": {
    "docsbook": {
      "serverUrl": "https://docsbook.io/api/mcp/server"
    }
  }
}

Cline#

Öffnen Sie Cline → MCP-Server → MCP-Server konfigurieren und fügen Sie Folgendes ein:

{
  "mcpServers": {
    "docsbook": {
      "url": "https://docsbook.io/api/mcp/server",
      "transportType": "http"
    }
  }
}

Gemini CLI#

gemini mcp add --transport http docsbook https://docsbook.io/api/mcp/server

Der Standardbereich ist das aktuelle Projekt – füge --scope user hinzu, um es global zu installieren. Oder füge es manuell zu ~/.gemini/settings.json hinzu (beachte, dass der Schlüssel httpUrl lautet; url bedeutet dort SSE):

{
  "mcpServers": {
    "docsbook": {
      "httpUrl": "https://docsbook.io/api/mcp/server"
    }
  }
}

GitHub Copilot (VS Code)#

code --add-mcp '{"name":"docsbook","type":"http","url":"https://docsbook.io/api/mcp/server"}'

Oder erstellen Sie .vscode/mcp.json in Ihrem Workspace und aktivieren Sie anschließend den Server über die MCP-Auswahl in Copilot Chat (beachten Sie, dass der Schlüssel servers und nicht mcpServers lautet):

{
  "servers": {
    "docsbook": {
      "type": "http",
      "url": "https://docsbook.io/api/mcp/server"
    }
  }
}

ChatGPT#

ChatGPT unterstützt Remote-MCP über Connectors in den kostenpflichtigen Tarifen von ChatGPT. Diese Anforderung stammt von OpenAI, nicht von Docsbook.

  1. Öffnen Sie ChatGPT → Einstellungen → Connectors → Erweitert → Entwicklermodus.
  2. Klicken Sie auf Erstellen und fügen Sie die URL ein: https://docsbook.io/api/mcp/server.
  3. Autorisieren Sie den Zugriff im Browser, wenn Sie dazu aufgefordert werden.

Wofür gibt es die Docsbook-MCP-Tools?#

Die Docsbook-MCP-Tools sollen eines von vier Dingen bewirken: Mehr qualifizierte Leser kommen an, mehr von ihnen finden, wonach sie gesucht haben, mehr Leser mit Kaufabsicht werden vom Assistenten weitergeführt, und weniger Fragen erreichen eine Person. Alles Folgende ist danach gruppiert, welchem dieser vier Ziele es dient.

Ihre Dokumentation ist kein Kostenfaktor. Sie ist ein Kanal mit drei Aufgaben: gefunden werden (von Google und von den KI-Assistenten, die Ihre Käufer inzwischen statt Google fragen), den Leser konvertieren (ein Besuch, der ohne Ergebnis endet, ist ein verlorener Kunde, der sich nie beschwert hat), und belegen, was funktioniert hat (damit die nächste Änderung eine Entscheidung und keine Vermutung ist).

Es gibt nur vier Möglichkeiten, wie ein Dokumentationstool Geld verdient, und jedes der folgenden Tools dient einer davon:

Hebel Mechanismus Kern-Tools
Akquise Mehr qualifizierte Leser kommen über die Suche und über KI-Antworten get_search_rankings, collect_ai_citability, write_docs
Konversion Mehr der ankommenden Leser finden, wonach sie gesucht haben get_visit_outcomes, get_dead_end_pages, get_content_health, get_route_patterns
Vertrieb Der Assistent führt Leser mit Kaufabsicht weiter, statt nur zu antworten get_chat_intent, get_chat_conversations, set_chat_system_prompt, set_chat_hooks
Vermeidbare Kosten Fragen, die von der Dokumentation beantwortet werden, müssen nicht von einer Person beantwortet werden get_ai_unanswered, get_failed_searches, get_search_zero_click, get_insights

Ein Tool, das keinem dieser Ziele dient, liefert Kontext, keine Entscheidung. Pageviews: 12,340 ist Kontext. 31% of your readers left with nothing ist eine Entscheidung.

Gefunden werden#

Tool Wofür es gut ist
(kein Tool) Meta-Tags, Sitemap, OpenGraph, TL;DR, Autoren-Markup und FAQ-/HowTo-/speakable-JSON-LD werden automatisch für jedes Projekt ausgegeben. Bis zum 14. September 2026 gab es update_seo, update_geo und update_aeo; sie setzten Flags, die jetzt dauerhaft aktiviert sind, und wurden daher entfernt, anstatt weiterhin Änderungen zu melden, die sie nicht mehr bewirken.
collect_ai_citability Ob dieses Markup tatsächlich die Live-Seiten erreicht und ob ein Assistent sie überhaupt abrufen und zitieren kann – die Frage, die die drei entfernten Tools niemals beantworten konnten.
get_search_rankings Die tatsächlichen Positionen in der Google Search Console sowie die „lohnenswert zu verbessernde“ Gruppe auf Position 5–20 – Seiten, die Google bereits anzeigt, die den Klick aber noch nicht gewinnen. Aus „Wir sollten SEO machen“ wird eine konkrete Seite und eine konkrete Suchanfrage. Hinkt Google um etwa 2 Tage hinterher.
get_analytics (KI-Bot-Aufschlüsselung) Ob die Crawler von ChatGPT, Perplexity und Claude dich überhaupt lesen. Eine Null bedeutet hier, dass die GEO-Arbeit nicht greift – kein Crawl, kein Zitat, keine Weiterleitung.

Käufer fragen zunehmend zuerst einen Assistenten, bevor sie einen Anbieter fragen. Wenn der Assistent aus den Dokumentationen eines Wettbewerbers antwortet, kommst du nie in die engere Auswahl, und der Verlust erscheint in keinem Dashboard.

Den Leser nicht verlieren#

get_visit_outcomes ist die zentrale Kennzahl des gesamten Produkts: Sie klassifiziert jeden Besuch als Erfolg / Sackgasse / Absprung / teilweise und berichtet die Sackgassenrate und die Self-Service-Lösungsrate. Eine Sackgasse ist ein Leser, der gesucht, die KI gefragt oder mehrere Seiten geöffnet hat – und trotzdem ohne Ergebnis gegangen ist. Alles Folgende beantwortet die Frage „…und wo genau?“

Tool Wofür es wertvoll ist
get_dead_end_pages Die priorisierte Überarbeitungsliste. Mit terminal_success markierte Zeilen sind Seiten, die Besucher verlassen, weil sie gefunden haben, was sie brauchten – das Tool schützt Ihre besten Seiten davor, „verbessert“ zu werden.
get_content_health Eine Bewertung von 0–100 pro Seite, die Sackgassen-Abgänge mit negativem Feedback kombiniert. Ersetzt das manuelle Querverweisen zwischen vier Berichten bei umfangreichen Dokumentationen.
get_rage_signals Seiten, die während eines Besuchs mindestens dreimal erneut aufgerufen werden, A→B→A-Rücksprünge, wiederholte Suchen. Die Sackgassenrate zeigt, dass ein Besuch fehlgeschlagen ist; dieses Tool zeigt, wo. Ein erneuter Aufruf bedeutet, dass die Antwort auf dieser Seite stehen sollte, aber nicht steht – die Lösung ist eine Umstrukturierung, kein neuer Inhalt.
get_route_patterns Die Sequenzen aus 2–4 Seiten, die Leser tatsächlich durchlaufen, und wie oft jede davon erfolgreich endet. Ein häufiger Pfad, der schlecht endet, ist ein Navigationsfehler und kein Problem der Seitenqualität – eine Überarbeitung dieser Seiten wird ihn nicht beheben.
get_reverse_funnel Arbeitet von erfolgreichen Besuchen aus rückwärts: Welche Einstiegsseiten führen zu einem guten Abschluss? Es benötigt keine Hypothese und macht daher den Pfad sichtbar, den Leser gefunden haben, den Sie aber nie entworfen haben.
get_forward_funnel Abschluss der Route, die Sie festgelegt haben, und welcher Übergang Besucher verliert. Ihre Onboarding-Abschlussrate.
get_metric_timeseries Jede zentrale Kennzahl nach Tag – das einzige Tool, das die Frage „Wird es schlechter?“ beantwortet und eine Änderung einem Veröffentlichungsdatum gegenüberstellt.
get_visits Die Belege hinter den Raten: ein rekonstruierter Besuch nach dem anderen. Verwenden Sie es, wenn eine Zahl angezweifelt wird oder um eine Beschwerde mit einem echten Leser zu verknüpfen.
get_retention Rückkehrrate nach einer bzw. vier Wochen, aufgeschlüsselt nach Kohorte. Die Bedeutung hängt vom Abschnitt ab: Eine hohe Rückkehrrate ist bei Referenzdokumenten gesund und beim Onboarding ein Fehlschlag.

Bedarf, den Sie nicht abdecken#

Jede Zeile hier ist ein Support-Ticket, dem Sie zuvorkommen können, indem Sie eine Seite schreiben.

Tool Wofür es wertvoll ist
get_ai_unanswered Fragen, die der Assistent nicht beantworten konnte – in den eigenen Worten der Lesenden. Der günstigste Content-Plan überhaupt.
get_failed_searches Suchanfragen ohne Ergebnisse – dieselbe Lücke, nur durch eine andere Tür.
get_search_zero_click Suchanfragen, die Ergebnisse geliefert haben, aber keinen Klick erhielten. Die Lücke, die Berichte zu Suchanfragen ohne Ergebnisse übersehen: Die Suche hat funktioniert, und die Lesenden haben jedes Ergebnis abgelehnt. Das deutet auf Titel und Zusammenfassungen hin – deren Korrektur ist um eine Größenordnung günstiger als die Überarbeitung von Seitentexten.
get_popular_searches Wonach die meisten Menschen suchen. Vergleichen Sie dies auf derselben Seite mit get_content_health: Hoher Bedarf + niedriger Zustand = Ihre teuerste fehlerhafte Seite.
get_negative_feedback Seiten mit negativen Bewertungen, sortiert. Die ausdrückliche Stimme der Lesenden, ohne dass Schlussfolgerungen nötig sind.
get_insights Die bereits zusammengeführte Übersicht – Dokumentationslücken, Suchanfragen ohne Ergebnisse und unbeliebte Seiten mit Wirkungsschätzungen, alles in einem Aufruf. Beginnen Sie hier mit der Frage: „Was sollte ich diese Woche beheben?“

Über den Assistenten verkaufen#

Der Chat ist kein Support-Widget. Er ist der einzige Ort, an dem ein potenzieller Kunde seinen Einwand in einfacher Sprache äußert.

Tool Sein Wert
get_chat_intent Nach Kaufphase aufgeteilte Unterhaltungen — Evaluierung, Preisgestaltung, Integration, Support, Fehler. Zeigt, wer über den Kauf entscheidet und was den Kauf verhindert. Erkennt den Wettbewerber, wenn Leser einen erwähnen: Wettbewerbsinformationen, die kein seitenbezogener Bericht liefern kann.
get_chat_conversations Nach Thema gruppierte Fragen mit click_through — dem Anteil der Unterhaltungen, in denen der Leser eine zitierte Seite geöffnet hat. Ein Thema mit Kaufabsicht und keinen Klicks ist ein Verkaufsleck: Die Antwort war korrekt und hat niemanden weitergebracht. Die Einheit ist eine Unterhaltung, keine Frage, denn vier Fragen von einem feststeckenden Leser und je eine von vier Lesern ergeben identische Zählungen und gegensätzliche Schlussfolgerungen.
set_chat_system_prompt Wo die Lösung ansetzt — macht aus dem Assistenten einen Verkäufer statt eines Bibliothekars: qualifizieren, den Einwand behandeln, zu einer Demo weiterleiten.
set_chat_hooks / test_chat_hook Pre-/Post-LLM-Hooks: Live-Kontext einfügen (Preise, Verfügbarkeit, den Tarif des Lesers) oder in dem Moment einen Lead erfassen, in dem Kaufabsicht erkennbar wird.
get_ai_questions Wörtliches Fragenprotokoll — Rohmaterial für FAQ, Onboarding-E-Mail und den Umgang mit Einwänden.

Ein in Ihrem Dokumentations-Chat geäußerter Einwand gegen die Preisgestaltung ist mehr wert als ein Seitenaufruf: Der Leser hat sich selbst qualifiziert und Ihnen genau gesagt, was ihn vom Kauf abhält.

Auf die Erkenntnis reagieren#

Eine Diagnose ohne Behebung ist ein Bericht. Diese schließen den Kreislauf innerhalb einer Verbindung.

Tool Wofür es nützlich ist
search_docs Wörtliche, zitierfähige Abschnitte – Text-, Regex-, Überschriften- oder Pfadmodus. Das liest ein Agent vor dem Bearbeiten, damit er die richtigen Zeilen ändert.
search Semantische Suche (embedding-basiert) – findet eine Seite anhand dessen, was sie bedeutet, nicht anhand dessen, was sie wörtlich sagt, mithilfe eines vorab erstellten Vektorindex. Erkennt die in natürlicher Sprache formulierte Frage, deren Ausdruck kaum dem Seitentitel ähnelt. In jedem Tarif verfügbar und liefert immer eine Antwort: Bei einem Projekt ohne vorhandenen Index wird dieselbe Frage stattdessen per Volltext beantwortet, und die Antwort nennt, welche Engine ausgeführt wurde (mode: semantic oder lexical). Wird am öffentlichen Endpunkt Ihres Projekts ohne Token bereitgestellt, sodass auch der Agent eines Lesers Ihre Dokumentation durchsuchen kann.
get_doc_outline Jede Seite mit Titel, Anzahl der Überschriften und Größe. Eine kostengünstige Orientierung vor einer Suche oder einem Schreibvorgang.
write_docs Überträgt eine oder mehrere Markdown-Dateien in einem atomaren Git-Commit. Macht aus der Analyse eine ausgelieferte Änderung.
fetch_url Liest eine öffentliche Webseite als sauberes Markdown ein. Das Tool, mit dem ein Agent eine Seite mit der Welt außerhalb Ihres Arbeitsbereichs abgleichen kann – etwa die Preise eines Wettbewerbers, Ihre eigene Marketingseite oder die Frage, ob ein von einem Dokument abhängiger Link noch funktioniert.
list_tool_calls Vor dem Bearbeiten aufrufen. Jede hier vorgenommene Lesung wird zusammen mit der von ihr gelieferten Antwort aufbewahrt, sodass jedes Lesetool als Snapshot-Instrument dient. Dieses Tool gruppiert sie zu Serien – ein Tool auf einer Seite, Überschrift, einem Host, einer Suchanfrage oder der gesamten Website; eine Lesung zu einer ganzen MENGE von Ausdrücken wird unter dieser Menge abgelegt – und teilt mit, für welche bereits eine zweite Lesung zum Vergleich vorhanden ist. Ohne dieses Tool wird dieselbe Empfehlung immer wieder mit derselben Sicherheit ausgesprochen, und eine Überarbeitung wird ohne Ausgangsbasis ausgeliefert, an der sie gemessen werden kann.
compare_tool_calls Nach dem Ausliefern aufrufen, wenn die Änderung kein Commit war – etwa eine Einstellung, eine Sprache, die Navigation oder der Prompt des Assistenten. Stellt zwei Lesungen desselben Instruments nebeneinander und berichtet jede Zahl, die sich verändert hat, was hinzugekommen und was weggefallen ist und wie viele Felder sich nicht verändert haben – also den Nenner. Ein Prozentsatz ist null, wenn die Ausgangsbasis null war, niemals . Absichtlich kein Urteil: Zwei Lesungen im Abstand einer Woche sind zwei Fakten, nicht Ursache und Wirkung.
search_tool_calls / get_tool_call Eine frühere Lesung anhand ihres Inhalts finden – einer Seite, auf die sie sich bezog, eines Wortes in der Antwort oder eines von ihr zurückgegebenen Fehlers –, sortiert, sodass Aufrufe, die tatsächlich von einer Seite handeln, vor denen stehen, die sie nur erwähnen; anschließend eine vollständige Lesung abrufen.
list_memory / add_memory / edit_memory / remove_memory Die Zusammenfassung des Projekts zwischen Sitzungen: wofür diese Dokumentation gedacht ist (goal), was noch niemand beantwortet hat (question) sowie die Fakten, Regeln und Präferenzen, die jeder Agent sonst bei jedem Durchlauf erneut ermitteln müsste. Vor jeder Entscheidung lesen – die Ziele sind der Maßstab, an dem eine Empfehlung sich messen lassen muss, und die Regel eines Eigentümers hat Vorrang vor der Interpretation eines Agenten der Website. Zurückschreiben: alles, was die nächste Sitzung erneut herleiten müsste, ein question in dem Moment, in dem man sonst raten würde, sowie eine Antwort auf eine bereits abgeschlossene Frage. Für den Eigentümer im Bereich „Übersicht“ des Panels sichtbar und bearbeitbar, sodass es sich hierbei nicht um private Notizen eines Agenten über das Produkt einer anderen Person handelt.
get_page_diff_impact Nach dem Ausliefern aufrufen, wenn die Änderung EIN Commit war. Hat diese Bearbeitung tatsächlich geholfen? Vergleicht die von einem Commit betroffenen Seiten mit den nicht betroffenen Seiten, jeweils vorher und nachher – Ergebnismix, selbstständige Problemlösung und Zeit bis zum ersten Nutzen. Die nicht betroffenen Seiten bilden die Kontrollgruppe, und genau darum geht es: Der Dokumentationsverkehr verändert sich aus Gründen, die nichts mit Ihrer Bearbeitung zu tun haben, daher zählt eine Verbesserung nur, wenn sie den Trend der Website übertroffen hat. Eine Änderung, die lediglich gleichgezogen hat, wird als keine Wirkung und nicht als Erfolg ausgewiesen. Außerdem werden die Besuche nach Land, Sprache des Lesers und Gerät aufgeschlüsselt, jeweils neben der Veränderung desselben Segments auf den nicht betroffenen Seiten – so wird aus „Der Traffic ist gestiegen“ eine Entscheidung. Wenn Sie einen Durchschnittspreis und eine URL für einen Call-to-Action festgelegt haben, wird die Bearbeitung ebenfalls monetär bewertet – anhand von Conversions und Umsatz auf den betroffenen Seiten, jeweils vorher und nachher. Ohne Commit aufgerufen, listet das Tool die messbaren Commits auf.
update_navigation Die Behebung eines von get_route_patterns oder get_reverse_funnel gefundenen Fehlers – oft günstiger und wirksamer als die Überarbeitung einer Seite.
find_skill / find_widget Eine gebündelte Fähigkeit entdecken – etwa eine Workflow-Funktion oder ein interaktives Widget –, statt eine solche selbst zu schreiben.
list_issues / get_issue / create_issue Der eigene GitHub-Issue-Tracker des Projekts. Nicht jede Erkenntnis führt unmittelbar zu einer Änderung – create_issue sorgt dafür, dass eine solche Erkenntnis festgehalten wird, anstatt mit dem Gespräch zu enden. Zuerst list_issues, damit eine Erkenntnis kein bereits offenes Issue dupliziert. Zum Erstellen ist ein Lese-Schreib-Token erforderlich, zum Lesen nicht.

Wissen, ohne hinzusehen#

Ein Dashboard funktioniert nur, wenn jemand es öffnet. Ein Webhook funktioniert immer. Das Registrieren eines Webhooks kostet einen Schreibaufruf; jede Zustellung, die er später ausführt, ist ein ausgehender Aufruf aus dem Docsbook-Netzwerk.

Ereignis-Tool Welchen Wert es hat
register_webhook_chat_no_answer Der Assistent hat gerade einen Leser im Stich gelassen — in Slack, innerhalb von Sekunden, während dieser möglicherweise noch auf der Seite ist.
register_webhook_search_no_results Dasselbe gilt für die Suche.
register_webhook_traffic_spike / _drop Ein Ausschlag ist entweder ein Marketingerfolg, den es sich lohnt zu verfolgen, oder ein Vorfall, der Menschen zur Fehlerbehebung führt. Ein Rückgang nach einer Veröffentlichung ist eine Regression, die Sie sonst erst im nächsten Quartal entdeckt hätten.
register_webhook_content_outdated Dokumentation, die vom Produkt abweicht — die Hauptursache der meisten schlechten KI-Antworten.
register_webhook_chat_negative_feedback, _feedback_received Die ausdrückliche Beschwerde des Lesers, weitergeleitet an die Person, die für diesen Abschnitt verantwortlich ist.
register_webhook_usage_limit_approaching, _overage_limit_reached Budgetkontrolle — keine überraschenden Rechnungen.
list_webhooks, unregister_webhook, list_webhook_deliveries, replay_webhook_delivery, test_webhook Das oben Genannte betreiben: prüfen, erneut versuchen, verifizieren.

Reichweite und Eigentümerschaft#

Tool Worin der Wert liegt
update_languages Aktivieren Sie eine Zielsprache. Betrachten Sie dies zusammen mit der Länder-/Sprachaufstellung in get_analytics: Übersetzen Sie dort, wo sich die Leser bereits befinden, nicht dort, wo Sie hoffen, dass sie sein werden.
set_translation_mode, run_translation_pass, get_translation_status, upload_translation, approve_translation, list_pending_translations, get_translation, delete_translation Die Übersetzungspipeline – run_translation_pass startet einen echten automatischen Aufhollauf, und get_translation_status meldet die Abdeckung jeder Sprache, bevor Sie in eine Sprache investieren oder Übersetzungen extern mit menschlicher Freigabe einbinden.
update_access Privater Arbeitsbereich, Passwort oder eigenes SSO/OIDC. Ermöglicht den Verkauf an Unternehmen, deren Beschaffungsabteilung dies voraussetzt.
update_domain Dokumentation unter Ihrer eigenen Domain – die SEO-Autorität kommt Ihnen zugute, nicht einer Anbieter-Subdomain.
update_branding, update_ui_settings Ihr Produkt, nicht das einer Plattform.

Die Kombinationen, die sich auszahlen#

Kein einzelnes der oben genannten Werkzeuge ist das Produkt. Diese Schleifen sind es.

Schleife 1 — „Welche Seite kostet mich Kunden?“#

get_visit_outcomes      → the rate: 31% of visits end with nothing
get_dead_end_pages      → which pages those visits died on
get_rage_signals        → what the reader was trying to do there
list_tool_calls         → has this page been "fixed" before, and did it work?
search_docs → write_docs → ship the fix
get_page_diff_impact    → did the edited pages beat the pages you did not touch?
compare_tool_calls      → …and for a change that was not a commit, the same
                          reading before and after

Die Rate allein bietet keine Handlungsgrundlage, die Seitenliste allein nennt keine Ursache, und eine Änderung ohne list_tool_calls wiederholt eine fehlgeschlagene Anpassung mit voller Überzeugung. Der letzte Schritt schließt den Kreislauf: Eine Trendlinie für die gesamte Website bewegt sich aus einem Dutzend Gründen, daher ist „Die Rate hat sich nach meinem Commit verbessert“ nur dann ein Beleg, wenn sich die von dir bearbeiteten Seiten stärker verbessert haben als die Seiten, die du unverändert gelassen hast. Nur diese Abfolge ergibt eine Änderung, die du verteidigen kannst.

Schleife 2 — „Lügt meine Navigation die Leser an?“#

get_route_patterns   → a frequent 3-page route that keeps ending badly
get_reverse_funnel   → the route successful readers actually take
update_navigation    → promote the working entry point
get_forward_funnel   → confirm completion on the declared route improved

Eine Route, die fehlschlägt, während ihre einzelnen Seiten gut abschneiden, ist ein Navigationsfehler — get_content_health würde für immer auf fehlerfreie Seiten verweisen.

Loop 3 — „Wo gehen die Deals verloren?“#

get_chat_intent          → 40 pricing-stage conversations, a competitor named in 12
get_chat_conversations   → those topics have near-zero click_through
set_chat_system_prompt   → handle that objection, route to a demo
write_docs               → a comparison page that answers it once and for all
get_chat_intent (later)  → did the objection stop recurring?

Der einzige Loop in einem beliebigen Dokumentationsprodukt, der mit einem ausdrücklich genannten Einwand beginnt und mit einer ausgelieferten Antwort endet. click_through ist das, was „der Assistent hat geantwortet“ von „der Assistent hat verkauft“ unterscheidet.

Schleife 4 — „Bin ich für KI sichtbar, und hat sie jemanden zu mir gebracht?“#

write_docs                → shape the passage an engine can lift
collect_ai_citability     → confirm the markup is really on the live page
get_analytics (ai_bots)   → confirm crawlers are actually reading it
get_search_rankings       → track classic-search position alongside
get_analytics (referrers) → referrals arriving from AI assistants
get_visit_outcomes        → and whether those arrivals end in success

Der letzte Schritt ist der, den jeder überspringt. Traffic aus einer KI-Antwort, die in einer Sackgasse endet, ist schlimmer als gar kein Traffic — du hast dir die Sichtbarkeit verdient und den Eindruck vergeudet.

Die selbstheilende Schleife#

Führe Schleife 1 zeitgesteuert über CI aus:

weekly:  get_content_health  → take the worst 3, and this reading is
                                also the baseline for next week
         list_tool_calls     → skip anything already tried and failed
         search_docs → write_docs → open a PR
         get_page_diff_impact → report on the PR whether the edited pages
                                beat the untouched ones, or say they did not
         compare_tool_calls  → next week, this week's reading against
                                last week's, on the same pages

Dokumentation, die sich selbst repariert und ihre Arbeit zeigt – „Problem erkannt“ und „Problem behoben“, ohne die Verbindung zu verlieren.

Prompt-Bibliothek#

Eine Anfrage pro oben genanntem Hebel, in den Worten, die du tatsächlich eingeben würdest — füge eine dieser Anfragen in Claude Code, Cursor oder einen anderen verbundenen Client ein, sobald OAuth abgeschlossen ist:

  • Akquise: „Lesen KI-Assistenten tatsächlich unsere Dokumentation, und wie ranken wir bei Google für unseren eigenen Quickstart?“ → get_analytics (Aufschlüsselung der KI-Bots), get_search_rankings
  • Konversion: „Welche Seite verliert Leser, und warum?“ → get_visit_outcomes, get_dead_end_pages, get_rage_signals
  • Vertrieb: „Rufe jede Chat-Unterhaltung ab, in der jemand uns mit einem Wettbewerber verglichen hat.“ → get_chat_intent
  • Vermeidbare Kosten: „Was fragen die Leute den Dokumentationsassistenten, das er nicht beantworten kann?“ → get_ai_unanswered, get_failed_searches

docsbook_expert beantwortet jede dieser Fragen zuerst mit der vollständigen Route in der richtigen Reihenfolge; die oben genannten Tools sind diejenigen, die letztendlich aufgerufen werden.

Den gesamten Auftrag übergeben#

Jedes Tool hier antwortet innerhalb des Aufrufs, der es angefordert hat. Es gibt keinen Auftrag, den man starten, und keinen Lauf, dessen Status man abfragen muss.

Früher gab es vier — run_docs_analyze, run_docs_create, run_docs_manage, run_docs_automate —, die auf unserer Seite einen Skill für Ihren Workspace ausführten und eine Lauf-ID zur Statusabfrage zurückgaben. Sie sind verschwunden, ebenso get_agent_run, list_agent_runs und cancel_agent_run. Eine Website zu prüfen, eine zu erstellen, sie umzustrukturieren oder ihre Überwachung einzurichten, ist nach wie vor eine Arbeit von mehreren Minuten, aber es sind Minuten, die Ihr eigener Agent bereits mit dem Repository verbringt, und ein Lauf, den Sie nicht beobachten können, ist eine schlechtere Möglichkeit, diese Zeit zu nutzen.

An ihre Stelle ist docsbook_expert getreten, der einzige Agent auf diesem Server, und er berät, statt auszuführen: Fragen Sie ihn mit Ihren eigenen Worten, und er antwortet mit einer Anleitung, wie Sie die Anfrage angehen sollten, den Schritten in der richtigen Reihenfolge und dem jeweiligen Tool, der Person, die jeden Schritt ausführt, dem, was zwischen den Schritten weiterzugeben ist, dem, was die Antwort falsch machen würde, und dem, woran man sich erinnern sollte. Er nennt außerdem die beiden Dinge, die Sie vorher lesen sollten — was Sie als Maßstab dafür festgelegt haben, dass diese Dokumentation funktioniert, und wonach Ihre Leser tatsächlich gefragt haben —, denn Ratschläge ohne diese Informationen sind zwar allgemein über Dokumentation richtig, lassen sich aber für Ihre Website nicht falsifizieren. Danach erledigt Ihr Agent die Arbeit mit Ihrem Token zu Lesepreisen. find_skill liefert weiterhin die ausführliche Methode, wenn Sie lieber das gesamte Regelwerk als nur einen Weg durch dieses Regelwerk haben möchten.

Die Evidenz ohne die Meinung kaufen#

Ein Audit erledigt sieben Dinge in einem Aufruf: Es sammelt, normalisiert, interpretiert, bewertet, vergibt Punkte, erstellt eine Rangfolge und gibt Empfehlungen. Führen Sie die ersten beiden Schritte zweimal aus, erhalten Sie dieselbe Antwort, und jeder kann sie manuell wiederholen und überprüfen. Ab judge stammt die Antwort vom Modell. Früher wurden beide Hälften als ein Agentenlauf berechnet. Das bedeutete, dass die Hälfte, die Sie überprüfen können, zum Preis der Hälfte verkauft wurde, der Sie vertrauen müssen.

Fünf Sammler bilden die erste Hälfte für sich allein und werden als probe statt als Agentenlauf berechnet:

Tool Was es zurückgibt
collect_page_text Ihre live ausgelieferten Seiten, so wie sie tatsächlich über die Leitung bereitgestellt werden — Status, Titel, Meta-Beschreibung, Überschriften, Codeblöcke und wie viele Wörter Fließtext ohne JavaScript-Engine übrig bleiben — neben der Größe der Quelle, die wir für denselben Pfad speichern. Die Lücke zwischen diesen beiden Werten ist der Befund: 8.000 Zeichen im Repository, die als 40 Wörter ankommen, bedeuten eine Seite, die für jede Prüfung, die die Quelle liest, perfekt ist, aber für jeden Assistenten, der die Seite liest, nicht zitierfähig.
collect_corpus_map Jede Seite mit ihrer Größe, der Anzahl und Tiefe der Überschriften, den Abschnitten, den Platzhaltern und dem Umfang, in dem sie über die Navigation erreichbar ist.
collect_assistant_questions Was Leser Ihren Dokumentationsassistenten wörtlich gefragt haben, welche Fragen davon unbeantwortet blieben, die Antwortrate mit ihrem Nenner und die Sprachen, in denen die Fragen eingegangen sind.
collect_traffic Wer angekommen ist, wie die Besuche endeten, auf welchen Seiten sie endeten und welche Sequenzen aus 2–4 Seiten Leser durchlaufen — vier getrennte Tabellen.
collect_onsite_search Was Leser in Ihr eigenes Suchfeld eingegeben haben, welche Suchanfragen nichts zurückgaben und welche Ergebnisse lieferten, aber keinen Klick erhielten — drei getrennte Tabellen, weil die erste auf eine fehlende Seite und die zweite auf einen erfolglosen Titel hinweist.

Im Ablauf gibt es kein Modell, also gibt es darin nichts, das man anzweifeln müsste — und die Nutzdaten belegen das, statt es nur zu behaupten. Jede Antwort enthält einen reproduce-Block: die genauen MCP-Aufrufe und die Argumente, mit denen sie pro Zeile ausgeführt wurden. Führen Sie sie selbst aus, erhalten Sie bis auf den Zeitstempel denselben Datensatz zurück. Nichts, was ein Audit zurückgibt, kann das bieten, weil die Antwort eines Audits ein Modell durchlaufen hat.

Was Sie nicht erhalten, ist eine Bewertung. Keine Befunde, keine Punktzahlen, keine Rangfolge, keine Empfehlung — ein Sammler, der stillschweigend eine davon enthielte, wäre ein Modelllauf zu einem Bruchteil des Preises. Für die Bewertung fragen Sie docsbook_expert, wie die Zeilen zu lesen sind: Es antwortet mit der Methode und damit, was die Interpretation falsch machen würde.

Wann die günstige Variante die richtige ist. collect_corpus_map benötigt keinerlei Suchdaten, Traffic oder Historie und liefert echte Zeilen für eine Website zurück, die heute Morgen online gegangen ist — nützlich genau bei den Projekten, bei denen jede Frage, die nach Analytics aussieht, mit „noch nicht genügend Daten“ beantwortet wird.

Was fehlt, wird ausdrücklich benannt. Eine Quelle, die nicht gelesen werden konnte, erscheint dreimal — in skipped, in unavailable zusammen mit dem, was ihr Vorhandensein zusätzlich geliefert hätte, und in ihrer eigenen reproduce-Zeile mit dem Grund für den Fehlschlag. Eine Rate, für die es nichts zu dividieren gibt, wird als null mit dem entsprechenden Grund zurückgegeben, niemals als Null, und jede Rate enthält ihren Nenner.

Zahlen ehrlich lesen#

Jede Analytics-Antwort vom Docsbook-MCP-Server enthält ihre eigenen Vorbehalte in einem metrics-Feld. Drei sind wichtig genug, um sie zu wiederholen:

  • Besucher sind gehashte IP-Adressen. Büro-NAT fasst mehrere Leser zu einem zusammen; Mobilfunknetze teilen einen Leser auf viele auf. Berichten Sie Trends, niemals Kopfzahlen — get_retention ist am stärksten betroffen.
  • Raten werden bei weniger als 30 Besuchen nicht angezeigt, und Tage mit dünner Datenlage werden als thin gekennzeichnet. Eine Sackgassenrate von 100 % bei vier Besuchen ist bedeutungsloses Rauschen.
  • terminal_success ist kein Fehler. Eine Seite, die Nutzer verlassen, nachdem sie ein Snippet kopiert haben, ist die beste Seite, die Sie haben. Jedes Ranking-Tool nimmt diese aus — führen Sie den Fehler nicht manuell wieder ein.

Wie kann ich Dokumentationsinhalte über einen Agenten suchen und bearbeiten?#

Es gibt zwei Möglichkeiten, mit einem Agenten mit Ihren Dokumentationsinhalten zu arbeiten. Welche Sie verwenden möchten, hängt davon ab, ob der Agent das Repository auf der Festplatte hat:

  • Gehostet über MCP-Tokensearch_docs (schreibgeschützt; funktioniert mit jedem verbundenen Token unabhängig von dessen Berechtigungsumfang), get_doc_outline (schreibgeschützt; listet vor dem Suchen oder Schreiben den Titel, die Anzahl der Überschriften und die Größe jeder Markdown-Seite auf) und write_docs (erfordert ein Token mit autorisiertem Lesen-Schreiben-Berechtigungsumfang; überträgt eine oder mehrere Dateien als einzelnen atomaren Git-Commit). Diese Vorgänge werden direkt im von Docsbook gehosteten Repository ausgeführt, ein lokaner Checkout ist nicht erforderlich.
  • Lokal über markdown-lsp — für einen Agenten, der direkt mit Ihren ausgecheckten Dateien arbeitet, beantwortet markdown-lsp umfassendere Graphfragen (Arbeitsbereichsübersicht, unscharfe Überschriftensuche, Volltextsuche mit Kontext, eingehende und ausgehende Links, Linkauflösung) als Befehle, die der Agent ausführt — npx markdown-lsp <subcommand> ./docs — oder als Sprachserver. Es handelt sich nicht um einen MCP-Server und es wird kein Token benötigt. Eine Liste der Unterbefehle und die Begründung finden Sie unter Quelle der Wahrheit.

Verwenden Sie search_docs/write_docs, wenn der Agent nur über eine MCP-Verbindung verfügt (keinen lokalen Checkout); verwenden Sie markdown-lsp, wenn der Agent das Repository bereits auf der Festplatte hat und eine detailliertere Graphnavigation benötigt.

Worauf greift ein Aufruf des Docsbook-MCP-Servers zurück?#

Jeder kostenpflichtige Aufruf des Docsbook-MCP-Servers wird vom Guthaben des Projekts abgezogen, auf das sich der Aufruf bezieht — demselben Guthaben, das durch eine Aufladung erhöht wird und aus dem auch die übrige KI-Arbeit dieses Projekts bezahlt wird. Für MCP gibt es keinen separaten Zähler und kein monatliches Aufrufkontingent, das Sie einplanen müssen. Geld ist die einzige Grenze.

Ein Aufruf wird mit einem vor der Ausführung festgelegten Pauschalbetrag berechnet, der unabhängig vom Umfang der Antwort ist. Derselbe Berichtaufruf kostet auf einer Website mit zehn Seiten genauso viel wie auf einer mit zehntausend. Entscheidend für den Betrag ist, was der Server zur Bearbeitung des Aufrufs tun muss:

Klasse Was der Aufruf den Server tun lässt Enthaltene Tools
Inklusive Nichts außer einer Abfrage get_info, find_skill, find_widget, list_workspaces, get_workspace, create_workspace
Lesen Liest eine bereits gespeicherte Zeile Eine Seite, eine Einstellung oder eine Registrierungszeile — die Klasse, in die ein nicht klassifiziertes Tool fällt
Schreiben Ändert den gespeicherten Zustand create_*, update_*, set_*, delete_*, register_*, unregister_*, upload_*, approve_*, mark_*
Analyse Durchsucht den Ereignisspeicher Trichter, Journeys, Retention, Rankings, Feeds, query_events
Ausgehend Verlässt das Docsbook-Netzwerk fetch_url, read_source, test_*, replay_*, die vier Tracker-Abfragen (list_issues, get_issue, get_pull_request, search_prior_work) und die von Anbietern unterstützten Scraping-Tools
Probe Erfasst und normalisiert eine einzelne Gruppe von Fakten, ohne dass ein Modell beteiligt ist collect_*
KI Ruft ein Modell auf, um zu schreiben, zu lesen oder zu bewerten write_docs, search_docs, search, get_insights, get_chat_intent
Linse Ein Modelldurchlauf über einen übergebenen Belegdatensatz, der aus einer einzigen festgelegten Perspektive erneut gelesen wird Reserviert (lens_*) — derzeit gehört kein Tool zu dieser Klasse
Agent Führt einen vollständigen Agenten hinter einem einzigen Aufruf aus Derzeit keine. Die 135 Aktionstools, die 41 agent_*-Ziele, die vier run_docs_*-Runner und audit_geo gehörten bis zum 12.09.2026 zu dieser Klasse; ihre historischen Aufrufe werden weiterhin unter dieser Klasse abgerechnet und ausgewiesen. audit_geo selbst wurde in collect_ai_citability umbenannt und wird jetzt als Probe abgerechnet — seine Belegebene besteht aus Code, nicht aus einem Modell

Die werkzeugspezifische Preisgestaltung innerhalb der Agent-Klasse endete mit der Aktionsfamilie. Solange es 135 davon gab, wurde jedes anhand der von ihm deklarierten Arbeit bepreist — wie viele Belegfamilien es las, wie viele Modell-Rundreisen es möglicherweise benötigte und ob es Ihre Website verließ — sodass eine begrenzte Beobachtung nur einen Bruchteil eines tiefgehenden Entwurfs kostete. Was in der Klasse verbleibt, deckt die gesamte Bandbreite ehrlich ab und wird daher mit dem Preis der Bandbreite berechnet.

Der aktuelle Betrag für jede Klasse und jedes einzelne Tool steht in der eigenen Zeile des Tools im Abschnitt MCP Ihres Adminpanels. Er wird live vom Server gelesen und nicht aus einer schriftlich festgehaltenen Kopie übernommen. Außerdem finden Sie ihn auf der Docsbook-Preisseite. Diese Seite nennt absichtlich weder den einen noch den anderen Betrag: Ein in die Dokumentation kopierter Preis veraltet, ohne dass es jemand bemerkt.

Die Ermittlung ist niemals kostenpflichtig. Den Server zu beschreiben, eine Fähigkeit oder ein Widget zu finden, Ihre Arbeitsbereiche aufzulisten und einen zu erstellen, kostet nichts — Sie sollten weder für den Handshake noch für den Aufruf, der das abzurechnende Objekt erstellt, belastet werden.

Welches Projekt bezahlt, wird aus dem Aufruf selbst ermittelt — aus dem von Ihnen angegebenen Arbeitsbereich und dem Repository, auf das er beschränkt ist — und es ist immer nur ein Projekt, das Ihnen gehört. Ein Aufruf, der kein Projekt nennt, wird ohne Berechnung ausgeführt. Ein Tool, das anschließend KI-Arbeit verrichtet, belastet das Guthaben auch für diese Arbeit; die beiden Beträge werden addiert und nicht gegeneinander ersetzt.

Wenn das Guthaben aufgebraucht ist, wird ein kostenpflichtiger Aufruf abgelehnt, bevor er ausgeführt wird. Die Ablehnung nennt das Projekt, dessen Guthaben aufgebraucht ist, den Betrag des Aufrufs, den verbleibenden Betrag und die Stelle, an der Sie dieses Projekt aufladen können. Dem Guthaben wird nichts nach einem Zeitplan gutgeschrieben. Sie können jedoch auf der Abrechnungsseite eine eigene monatliche Zahlung einrichten, die dasselbe Guthaben jeden Monat auffüllt. Die kostenlose Ermittlung funktioniert weiterhin, sodass Ihr Agent noch herausfinden kann, was passiert ist.

Ein fehlgeschlagener Aufruf wird trotzdem berechnet — die Arbeit wurde ausgeführt, und die Antwort weist darauf hin. Ein Aufruf, den der Server überhaupt nicht ausführen konnte, wird nicht berechnet.

Sie können die Aufrufe Zeile für Zeile lesen. Der Abschnitt Agent des Projekts liest sie als das Gespräch, das sie waren: ein kontinuierlicher Stream, nur nach Tagen unterteilt, wobei jeder Aufruf in einer eigenen Zeile angibt, wofür er gedacht war, womit er aufgerufen wurde und was zurückkam — so können Sie feststellen, ob ein Agent etwas verändert, ohne auch nur eine einzige Zeile zu öffnen. Durch Anklicken wird das vollständige Ergebnis, die übergebenen Argumente und der Urheber des Aufrufs aufgeklappt. Dieselben Aufrufe erscheinen auch im Feeds-Bereich, wenn Sie sie stattdessen als filterbare Tabelle anzeigen möchten, eingeschränkt nach Abrechnungsklasse. Aufrufe, die sich auf kein einzelnes Projekt bezogen (den Server beschreiben, Ihre Projekte auflisten, eines erstellen), gehören zu Ihrem Konto und erscheinen an keiner dieser Stellen; Ermittlungsaufrufe hinterlassen überhaupt keine Zeile.

Im Abschnitt Agent richten Sie auch einen laufenden Agenten ein. Dort steht eine einzelne Eingabeaufforderung zum Einfügen in den KI-Agenten, mit dem Sie bereits arbeiten, wobei Sie zuerst einen Rhythmus auswählen — jede Stunde, alle vier Stunden, alle zwölf Stunden oder einmal täglich. Die Auswahl wird direkt in die Eingabeaufforderung geschrieben, einschließlich der Cron-Zeile, sodass die Kopie für sich allein vollständig ist.

Nicht authentifizierter, auf ein Repository beschränkter Zugriff auf eine öffentliche Dokumentationswebsite wird niemals berechnet.

Was ein Token tun darf#

Der Zugriff auf den Docsbook-MCP-Server wird durch das Token und nicht durch eine Stufe festgelegt. Ein Token enthält einen Umfang, und nur der Umfang unterscheidet zwischen Lesen und Schreiben:

  • Nur lesen — alle Reporting-, Such- und Gliederungstools antworten. write_docs, create_issue, connect_source und configure_source verweigern die Anfrage und nennen den Grund. Diese vier Tools prüfen derzeit den Umfang; die Writer für Einstellungen, Webhooks, Ziele und Übersetzungen sind ausschließlich durch den Projekteigentümer eingeschränkt. Nur lesen bedeutet also nicht, dass keine Änderungen möglich sind — siehe Sicherheit des MCP-Servers.
  • Lesen und schreiben — alles, was das Konto tun kann: Seiten committen, Issues erstellen, Quellen verbinden und Einstellungen ändern.
  • Überhaupt kein Token — bei einem Repository-bezogenen Endpunkt (docsbook.io/{owner}/{repo}/api/mcp/server) antworten get_info, find_skill, find_widget und list_content_widgets aus dem öffentlichen Katalog, und search antwortet anhand der eigenen Dokumentation dieser Website — das einzige Tool hier, das ein Projekt liest, weil es die veröffentlichte Website liest. Der Zugriff wird auf einer privaten Website, auf einer Website mit abgelaufenem Tarif, auf einem Endpunkt ohne feste Zuordnung zu einer Website und dann verweigert, wenn für das Projekt kein KI-Guthaben mehr vorhanden ist. Das Tool akzeptiert kein Projektargument und kann daher immer nur die Website lesen, der es fest zugeordnet ist. Für jedes andere Tool ist ein gültiges Bearer-Token erforderlich, das mit einem Docsbook-Konto verknüpft ist.

Wenn ein Aufruf verweigert wird, gibt der Server einen strukturierten Fehler zurück, der den Grund nennt, anstatt lediglich einen 403-Fehler zu liefern, sodass der Agent einem Leser mitteilen kann, was zu beheben ist. Siehe MCP-Server — Vertrauen & Sicherheit für den Authentifizierungsablauf und Informationen dazu, welche Daten der Server speichert.

Fehlerbehebung / FAQ#

Funktionieren die Agents-/MCP-Tools noch? Ja. Am 12.09.2026 wurde die in älteren Materialien beschriebene Engine für dauerhaft laufende Agents – ein geplanter Agent, der selbstständig ausgeführt wurde, sowie die 135 Aktionstools und 4 run_docs_*-Runner, die ausschließlich innerhalb eines solchen Agents ausgeführt wurden – eingestellt. Ein Agent bleibt bestehen: docsbook_expert, der in einem Durchlauf berät, anstatt unbeaufsichtigt ausgeführt zu werden. Jede Verbindung und jedes andere Tool auf dieser Seite funktioniert genau wie oben dokumentiert.

Mein Client führt das Tool weiterhin als docsbook und nicht als docsbook_expert auf – ist die Verbindung unterbrochen? Nein. Ein MCP-Client liest die Tool-Liste einmal beim Verbindungsaufbau ein und behält diese Namen für den Rest der Sitzung bei. Der Server löst den alten Namen auf, anstatt ihn abzulehnen, daher ist nichts defekt – verbinden Sie den Client erneut, um den aktuellen Namen zu sehen.

Ein Aufruf wurde wegen eines leeren Guthabens abgelehnt – was ist passiert? Die Ablehnung nennt das Projekt, was der Aufruf belastet und was noch übrig ist. Eine erneute Verbindung oder ein erneuter Versuch wird das Problem nicht beheben; laden Sie das Guthaben des Projekts über das Panel auf. Discovery-Aufrufe (get_info, find_skill, das Auflisten und Erstellen von Arbeitsbereichen) werden niemals abgerechnet und funktionieren unabhängig davon weiterhin.

Wohin kann ich mich wenden, wenn ein Aufruf aus einem anderen Grund als wegen des Guthabens abgelehnt wird? Der Server gibt einen strukturierten Fehler zurück, der den Grund nennt – einen fehlenden Berechtigungsbereich bei einem schreibgeschützten Token, NO_GITHUB_ACCESS, wenn die eigene Anmeldedaten von Docsbook ein Repository in Ihrem eigenen GitHub-Konto nicht erreichen können, oder eine private Website. Informationen dazu, was die einzelnen Token-Bereiche ermöglichen und was nicht, finden Sie unter MCP-Serversicherheit.

  • Referenz für MCP-Tools — jedes Tool mit seinen Parametern.
  • Chat-Hooks — Konfigurieren Sie Vor-/Nach-LLM-Hooks über MCP.
  • Docs-Skills — Entdecken Sie SKILL.md-Dateien über find_skill oder bitten Sie docsbook_expert, den Pfad durch eine davon anzugeben.
  • Webhooks — Registrieren Sie Ereignishandler über MCP und überprüfen Sie deren Signaturen.
  • Preise — worauf ein abgerechneter Aufruf zurückgreift, generiert aus den aktuellen Abrechnungskonstanten.

War diese Seite hilfreich?