Servidor MCP
O servidor MCP do Docsbook é um servidor remoto do Model Context Protocol que disponibiliza sua documentação e toda a sua interface administrativa para um agente de IA. Conecte o Claude Code ou qualquer cliente compatível com MCP a um endpoint e leia suas páginas, confirme alterações, leia análises e altere configurações sem sair do editor.
Esta página é a referência do que o servidor disponibiliza e do que cada chamada utiliza. Todas as ferramentas listadas aqui podem ser chamadas por qualquer cliente conectado; o custo de uma chamada tarifada está na página de preços do Docsbook e na própria linha de cada ferramenta no seu painel de administração.
O que é o servidor MCP do Docsbook?#
O servidor MCP do Docsbook expõe 156 ferramentas por meio do Model Context Protocol, um padrão aberto para fornecer ferramentas, recursos e prompts a agentes de IA por meio de uma interface RPC tipada.
Exatamente uma delas é um agente. docsbook_expert aceita qualquer solicitação de documentação expressa com suas próprias palavras — "melhore a documentação", "documente esta API", "por que os leitores não estão convertendo" — e responde em uma única ida e volta explicando como realizar o trabalho: as etapas na ordem, a ferramenta a ser chamada em cada uma, o que levar de uma etapa para a seguinte, o que tornaria a resposta incorreta e o que lembrar depois. Ele não executa nada por conta própria e não precisa de aprovação; você faz as chamadas que ele indica, usando seu próprio token, pelos preços de leitura. Chame-o primeiro, antes de recorrer a qualquer item abaixo.
Todas as outras ferramentas são chamadas simples e nomeadas individualmente — espaço de trabalho e identidade visual, conteúdo, rastreador de issues, chat de IA, traduções, análises, histórico de chamadas, memória do projeto, lembretes, hipóteses, quadro de trabalho e webhooks — entre elas, as duas que conectam e configuram um repositório ou site como fonte de verdade, e collect_ai_citability, que avalia se um mecanismo de respostas consegue buscar e citar você. Nenhuma delas é executada sem supervisão: um agente permanente que fosse acionado por conta própria em sua agenda ou pelos commits de um repositório, e as 135 ferramentas mais específicas que só eram executadas dentro dele, foram aposentados em 2026-09-12 pelo motivo docsbook_expert os substituiu — o valor delas nunca esteve na execução, mas em saber quais leituras fazer, em que ordem e o que torna a resposta incorreta, algo que deve ser informado, não executado. Consulte a referência das ferramentas MCP para ver a lista completa.
Endpoint#
O servidor MCP do Docsbook é disponibilizado em uma URL para cada espaço de trabalho e cada cliente:
https://docsbook.io/api/mcp/serverA autenticação é um fluxo de código de autorização OAuth com PKCE. O cliente recebe um único token Bearer opaco, que apresenta em todas as chamadas; nenhum token de atualização é emitido e o token não expira por conta própria, portanto, a rotação significa revogá-lo no painel e autorizar novamente. Não há uma URL MCP por projeto para consultar: o fluxo OAuth é vinculado à conta conectada, e o cliente escolhe o espaço de trabalho posteriormente. Consulte Segurança do servidor MCP para saber mais sobre o fluxo, os escopos e as lacunas.
Como conecto meu cliente de IA ao Docsbook?#
Aponte seu cliente para https://docsbook.io/api/mcp/server e conclua a solicitação de OAuth no navegador. O servidor MCP do Docsbook é um servidor HTTP remoto com OAuth, portanto todo cliente MCP moderno se conecta a ele com o mesmo endpoint e sem a necessidade de executar um processo local. As subseções abaixo fornecem o comando exato ou o arquivo de configuração de cada cliente.
Você também pode navegar pelo catálogo dentro do seu próprio projeto: abra o painel de administração e escolha MCP na barra lateral. Na primeira vez que você o abrir, a seção exibirá um painel Ativar com o comando de instalação para seu cliente, para que você possa se conectar antes de ler o catálogo, e, ao pressioná-lo, será executado um breve guia sobre a própria tabela. Por trás dele há uma tabela com todas as ferramentas que o servidor oferece no momento, lida diretamente do servidor, e não de uma cópia registrada, com a classe de cobrança de cada ferramenta, o preço por chamada, por quanto tempo uma chamada normalmente permanece aberta e se os leitores podem chamá-la sem um token. Pesquise, restrinja usando Filtros — as classes de cobrança, cada uma exibida com seu próprio preço — ou classifique por qualquer coluna. Ao passar o mouse sobre uma linha, é aberto um cartão com o restante do que há para saber sobre essa ferramenta: o que ela faz, quanto custa uma chamada e por quanto tempo ela normalmente permanece aberta, quantos argumentos aceita e quantos deles são obrigatórios, quantos exemplos funcionais a chamam e — no seu próprio projeto — quanto ela já custou a você e quando você a chamou pela última vez, com o id chamável pronto para copiar. Clicar em uma linha abre a própria página da ferramenta, e a página tem um endereço: a URL contém a ferramenta, para que você possa atualizá-la, adicioná-la aos favoritos ou enviá-la a um colega, levando-o à mesma ferramenta em vez de devolvê-lo a uma tabela com trezentas linhas. Tudo nela diz respeito a essa única ferramenta. Seus argumentos são um formulário com um botão Executar que faz uma chamada real contra este projeto, e o botão exibe o preço antes que o dinheiro seja movimentado. Abaixo fica o histórico de chamadas, gerado pela mesma tabela de Feeds que você lê em todos os outros lugares, restrito a essa única ferramenta: uma linha por chamada, e expandir uma linha mostra a chamada completa — o que foi enviado, o que voltou, quem solicitou (seu próprio cliente, um agente externo, uma entrega de webhook), quanto tempo levou, qual foi o preço e o que de fato saiu do seu saldo. Abaixo disso há um exemplo funcional para copiar para seu próprio cliente; o que é executado dentro do Docsbook é a chamada, feita por você ou pelo seu agente — nada aqui chama a si mesmo.
Claude Code#
claude mcp add --transport http docsbook https://docsbook.io/api/mcp/serverA primeira chamada abre uma aba do navegador para o OAuth. Após o consentimento, as ferramentas ficam disponíveis no Claude Code.
Cursor#
O Cursor não tem um comando mcp add, mas aceita um link de instalação com um clique:
cursor://anysphere.cursor-deeplink/mcp/install?name=docsbook&config=eyJ1cmwiOiJodHRwczovL2RvY3Nib29rLmlvL2FwaS9tY3Avc2VydmVyIiwidHlwZSI6Imh0dHAifQ==Ou adicione o servidor a ~/.cursor/mcp.json (ou use Configurações → MCP & Integrações → Novo servidor MCP):
{
"mcpServers": {
"docsbook": {
"url": "https://docsbook.io/api/mcp/server"
}
}
}Recarregue o Cursor — o OAuth abre no navegador na primeira utilização.
Codex CLI#
codex mcp add docsbook --url https://docsbook.io/api/mcp/serverOu edite a configuração diretamente — o Codex armazena os servidores MCP em ~/.codex/config.toml:
[mcp_servers.docsbook]
url = "https://docsbook.io/api/mcp/server"Windsurf#
Edite ~/.codeium/windsurf/mcp_config.json e atualize o painel Cascade:
{
"mcpServers": {
"docsbook": {
"serverUrl": "https://docsbook.io/api/mcp/server"
}
}
}Cline#
Abra Cline → Servidores MCP → Configurar servidores MCP e cole:
{
"mcpServers": {
"docsbook": {
"url": "https://docsbook.io/api/mcp/server",
"transportType": "http"
}
}
}Gemini CLI#
gemini mcp add --transport http docsbook https://docsbook.io/api/mcp/serverO escopo padrão é o projeto atual — adicione --scope user para instalá-lo globalmente. Ou adicione-o manualmente a ~/.gemini/settings.json (observe que a chave é httpUrl; url nesse local significa 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"}'Ou crie .vscode/mcp.json no seu espaço de trabalho e, em seguida, habilite o servidor no seletor MCP do Copilot Chat (observe que a chave é servers, não mcpServers):
{
"servers": {
"docsbook": {
"type": "http",
"url": "https://docsbook.io/api/mcp/server"
}
}
}ChatGPT#
O ChatGPT oferece suporte a MCP remoto por meio de Conectores, nos próprios planos pagos do ChatGPT. Esse requisito é da OpenAI, não do Docsbook.
- Abra ChatGPT → Configurações → Conectores → Avançado → Modo de desenvolvedor.
- Clique em Criar e cole a URL:
https://docsbook.io/api/mcp/server. - Autorize no navegador quando solicitado.
Para que servem as ferramentas MCP do Docsbook?#
As ferramentas MCP do Docsbook existem para fazer com que uma de quatro coisas aconteça: mais leitores qualificados cheguem, mais deles saiam com o que procuravam, mais leitores com intenção de compra sejam encaminhados pelo assistente e menos perguntas cheguem a uma pessoa. Tudo abaixo está agrupado de acordo com qual dessas quatro finalidades atende.
A sua documentação não é um centro de custos. É um canal com três funções: ser encontrada (pelo Google e pelos assistentes de IA que os seus compradores agora consultam em vez do Google), converter o leitor (uma visita que termina sem resultado é um cliente perdido que nunca reclamou) e comprovar o que funcionou (para que a próxima edição seja uma decisão, não um palpite).
Há apenas quatro formas de uma ferramenta de documentação gerar receita, e todas as ferramentas abaixo atendem a uma delas:
| Alavanca | Mecanismo | Ferramentas principais |
|---|---|---|
| Aquisição | Mais leitores qualificados chegam, por meio da pesquisa e das respostas de IA | update_seo, update_geo, update_aeo, get_search_rankings |
| Conversão | Mais leitores que chegam saem com o que procuravam | get_visit_outcomes, get_dead_end_pages, get_content_health, get_route_patterns |
| Vendas | O assistente encaminha leitores com intenção de compra, em vez de apenas responder | get_chat_intent, get_chat_conversations, set_chat_system_prompt, set_chat_hooks |
| Custo evitado | Perguntas respondidas pela documentação são perguntas que não precisam ser respondidas por uma pessoa | get_ai_unanswered, get_failed_searches, get_search_zero_click, get_insights |
Uma ferramenta que não atende a nenhuma dessas finalidades oferece contexto, não uma decisão. Pageviews: 12,340 é contexto. 31% of your readers left with nothing é uma decisão.
Ganhar visibilidade#
| Ferramenta | O que ela vale |
|---|---|
update_seo |
Meta tags, sitemap, OpenGraph. Requisitos básicos: sem isso, páginas que merecem ranquear não conseguem. |
update_geo |
Otimização para Mecanismos Generativos — estrutura a página para que um LLM possa citá-la e atribuí-la a você. A diferença entre ser a fonte de uma resposta de IA e ficar invisível dentro dela. |
update_aeo |
Otimização para Mecanismos de Resposta — molda o conteúdo para o formato de resposta direta que os assistentes de IA reproduzem literalmente. |
get_search_rankings |
Posições reais no Google Search Console, além do conjunto de páginas que "vale a pena melhorar", nas posições 5–20 — páginas que o Google já exibe, mas que ainda não estão conquistando o clique. Transforma "devíamos fazer SEO" em uma página identificada e uma consulta identificada. Fica cerca de 2 dias atrás do Google. |
get_analytics (análise dos bots de IA) |
Se os rastreadores do ChatGPT, Perplexity e Claude conseguem ler você. Um zero aqui significa que o trabalho de GEO não está dando resultado — sem rastreamento, sem citação, sem referência. |
Os compradores perguntam cada vez mais a um assistente antes de perguntarem a um fornecedor. Se o assistente responde com base na documentação de um concorrente, você nunca entra na lista final, e a perda não aparece em nenhum painel.
Não perder o leitor#
get_visit_outcomes é o número principal de todo o produto: classifica cada visita como sucesso / beco sem saída / rejeição / parcial e informa a taxa de becos sem saída e a taxa de resolução por autoatendimento. Um beco sem saída é um leitor que pesquisou, perguntou à IA ou abriu várias páginas — e ainda assim saiu sem nada. Tudo abaixo responde a “...e exatamente onde?”.
| Ferramenta | Para que ela serve |
|---|---|
get_dead_end_pages |
A fila de reescrita, ordenada por prioridade. As linhas marcadas como terminal_success são páginas das quais as pessoas saem porque obtiveram o que precisavam — a ferramenta protege suas melhores páginas de serem “corrigidas”. |
get_content_health |
Uma pontuação de 0 a 100 por página, combinando saídas sem solução com feedback negativo. Substitui a referência cruzada manual de quatro relatórios em um grande conjunto de documentos. |
get_rage_signals |
Páginas reabertas 3 ou mais vezes em uma visita, retornos A→B→A, pesquisas repetidas. A taxa de becos sem saída diz que uma visita falhou; isto diz onde. A reentrada significa que a resposta deveria estar nessa página, mas não está — a correção é reestruturar, não criar conteúdo novo. |
get_route_patterns |
As sequências de 2 a 4 páginas que os leitores realmente percorrem e com que frequência cada uma termina bem. Uma rota frequente que termina mal é um defeito de navegação, não um problema de qualidade da página — reescrever essas páginas não vai corrigi-lo. |
get_reverse_funnel |
Parte das visitas bem-sucedidas e trabalha de trás para frente: quais páginas de entrada levam a um bom final. Não requer nenhuma hipótese, então revela o caminho que os leitores encontraram e que você nunca projetou. |
get_forward_funnel |
Conclusão da rota que você declarou e qual transição apresenta vazamento. Sua taxa de conclusão do onboarding. |
get_metric_timeseries |
Qualquer métrica principal por dia — a única ferramenta que responde “isto está piorando?” e relaciona uma mudança a uma data de lançamento. |
get_visits |
As evidências por trás das taxas: uma visita reconstruída por vez. Use quando um número for contestado ou para associar um leitor real a uma reclamação. |
get_retention |
Taxa de retorno na W1/W4 por coorte. A direção depende da seção: um retorno alto é saudável para documentos de referência e um fracasso para onboarding. |
Demanda que você não está atendendo#
Cada linha aqui é um chamado de suporte que você pode evitar antecipadamente escrevendo uma página.
| Ferramenta | Por que isso importa |
|---|---|
get_ai_unanswered |
Perguntas que o assistente não conseguiu responder, nas próprias palavras do leitor. O plano de conteúdo mais barato que existe. |
get_failed_searches |
Pesquisas sem resultados — a mesma lacuna por uma porta diferente. |
get_search_zero_click |
Pesquisas que retornaram resultados e receberam nenhum clique. A lacuna que os relatórios de resultados zero não identificam: a pesquisa funcionou e o leitor rejeitou todos os resultados, o que aponta para títulos e resumos — uma correção uma ordem de grandeza mais barata do que corrigir o conteúdo das páginas. |
get_popular_searches |
O que as pessoas mais procuram. Compare com get_content_health na mesma página: alta demanda + baixa saúde = sua página com problemas mais cara. |
get_negative_feedback |
Páginas com avaliações negativas, classificadas. O voto explícito do leitor, sem necessidade de inferência. |
get_insights |
O resumo consolidado — lacunas na documentação, pesquisas sem resultados e páginas reprovadas, com estimativas de impacto, em uma única chamada. Comece aqui para descobrir "o que devo corrigir esta semana". |
Vendendo por meio do assistente#
O chat não é um widget de suporte. É o único lugar onde um potencial cliente declara sua objeção em linguagem clara.
| Ferramenta | O que isso vale |
|---|---|
get_chat_intent |
Conversas divididas por etapa de compra — avaliação, preços, integração, suporte, bug. Mostra quem está decidindo se vai comprar e o que impede a compra. Nomeia o concorrente quando os leitores mencionam um: inteligência competitiva que nenhum relatório por página consegue produzir. |
get_chat_conversations |
Perguntas agrupadas por tópico, com click_through — a proporção de conversas em que o leitor abriu uma página citada. Um tópico com intenção de compra e sem cliques é uma perda de vendas: a resposta estava correta e não levou ninguém adiante. A unidade é uma conversa, não uma pergunta, porque quatro perguntas de um leitor com dificuldades e uma pergunta de cada um de quatro leitores geram contagens idênticas e conclusões opostas. |
set_chat_system_prompt |
Onde a correção entra — transforma o assistente de bibliotecário em vendedor: qualificar, lidar com a objeção, encaminhar para uma demonstração. |
set_chat_hooks / test_chat_hook |
Ganchos pré/pós-LLM: injetam contexto em tempo real (preços, disponibilidade, o plano do leitor) ou capturam um lead no momento em que a intenção aparece. |
get_ai_questions |
Registro literal das perguntas — material bruto para FAQ, e-mail de integração e tratamento de objeções. |
Uma objeção sobre preços declarada no chat da sua documentação vale mais do que uma visualização de página: o leitor se qualificou e disse exatamente o que o impede de comprar.
Agindo sobre a descoberta#
Diagnóstico sem correção é um relatório. Estes fecham o ciclo dentro de uma única conexão.
| Ferramenta | Para que serve |
|---|---|
search_docs |
Seções literais e citáveis — modos de texto, regex, título ou caminho. O que um agente lê antes de editar para alterar as linhas certas. |
search |
Pesquisa semântica (baseada em embeddings) — encontra uma página pelo que ela significa, não pelo que diz literalmente, usando um índice vetorial pré-criado. Captura a pergunta em linguagem natural cujas frases não se parecem em nada com o título da página. Em todos os planos, e sempre responde: um projeto ainda sem índice recebe a mesma pergunta respondida por texto completo, e a resposta informa qual mecanismo foi executado (mode: semantic ou lexical). Disponível sem token no endpoint público do seu projeto, para que o agente de um leitor também possa pesquisar sua documentação. |
get_doc_outline |
Todas as páginas com título, contagem de títulos e tamanho. Orientação barata antes de uma pesquisa ou escrita. |
write_docs |
Faz commit de um ou vários arquivos Markdown em um único commit atômico do git. Transforma a análise em uma alteração publicada. |
fetch_url |
Lê uma página pública da web como Markdown limpo. A ferramenta que permite a um agente verificar uma página em relação ao mundo fora do seu espaço de trabalho — os preços de um concorrente, seu próprio site de marketing ou se um link do qual um documento depende ainda está ativo. |
list_tool_calls |
Chame antes de editar. Cada leitura feita aqui é mantida com a resposta que forneceu, portanto qualquer ferramenta de leitura é um instrumento de captura. Isso as agrupa em séries — uma ferramenta em uma página, título, host, consulta de pesquisa ou no site inteiro, e uma leitura feita sobre um conjunto inteiro de frases é arquivada nesse conjunto — e informa quais já têm uma segunda leitura para comparação. Sem isso, a mesma recomendação é feita para sempre com a mesma confiança, e uma reescrita é publicada sem uma linha de base para avaliá-la. |
compare_tool_calls |
Chame após publicar, para uma alteração que não foi um commit — uma configuração, um idioma, a navegação ou o prompt do assistente. Coloca duas leituras do mesmo instrumento lado a lado e informa cada número que mudou, o que apareceu, o que desapareceu e quantos campos não mudaram, que é o denominador. Uma porcentagem é null quando a linha de base era zero, nunca ∞. Nenhum veredito de propósito: duas leituras com uma semana de intervalo são dois fatos, não causa e efeito. |
search_tool_calls / get_tool_call |
Encontre uma leitura anterior pelo que há dentro dela — uma página sobre a qual tratava, uma palavra na resposta ou um erro que retornou — ordenada para que as chamadas realmente sobre uma página tenham prioridade sobre as que apenas a mencionam; depois leia uma inteira. |
list_memory / add_memory / edit_memory / remove_memory |
O resumo do projeto entre sessões: para que esta documentação SERVE (goal), o que ninguém respondeu ainda (question) e os fatos, regras e preferências que, de outra forma, cada agente deduz novamente em cada execução. Leia antes de decidir qualquer coisa — as metas são aquilo contra o qual uma recomendação é avaliada, e a regra do proprietário prevalece sobre a leitura que um agente faz do site. Escreva de volta: qualquer coisa que a próxima sessão teria de deduzir novamente, um question no momento em que, de outra forma, você faria uma suposição e uma resposta para uma questão que você encerrou. Visível e editável pelo proprietário na Visão geral do painel, para que nada aqui sejam anotações privadas de um agente sobre o produto de outra pessoa. |
get_page_diff_impact |
Chame após publicar, para uma alteração que FOI um commit. Essa edição realmente ajudou? Compara as páginas afetadas por um commit com as páginas que não foram afetadas, antes e depois — composição dos resultados, resolução por autoatendimento e tempo até o primeiro valor. As páginas não afetadas são o controle, e esse é o ponto: o tráfego da documentação muda por motivos não relacionados à sua edição, portanto uma melhoria só conta se superar a tendência do site. Uma alteração que apenas a igualou é registrada como nenhum efeito, não como uma vitória. Também divide as visitas por país, idioma do leitor e dispositivo, cada um ao lado da mudança do mesmo segmento nas páginas não afetadas — é isso que transforma “o tráfego aumentou” em uma decisão. Onde você tiver definido um preço médio e uma URL de call-to-action, ela também atribui um valor à edição — conversões e receita nas páginas afetadas, antes e depois. Quando chamada sem commit, lista os commits que pode medir. |
update_navigation |
A correção para um defeito get_route_patterns ou get_reverse_funnel encontrado — geralmente mais barata e eficaz do que reescrever uma página. |
find_skill / find_widget |
Descubra uma capacidade empacotada — uma habilidade de fluxo de trabalho ou um widget interativo — em vez de escrever uma. |
list_issues / get_issue / create_issue |
O próprio rastreador de issues do GitHub do projeto. Nem toda descoberta é uma alteração que você faz no mesmo instante — create_issue é como uma descoberta que não é registrada, em vez de terminar com a conversa. Faça list_issues primeiro, para que uma descoberta não duplique uma issue já aberta. Para abrir uma issue é necessário um token de leitura e gravação; para ler, não. |
Saber sem olhar#
Um painel só funciona se alguém o abrir. Um webhook funciona sempre. Registrar um webhook custa uma chamada de escrita; cada entrega que ele faz posteriormente é uma chamada de saída da rede Docsbook.
| Ferramenta de eventos | Por que ela é valiosa |
|---|---|
register_webhook_chat_no_answer |
O assistente acabou de falhar com um leitor — no Slack, em segundos, enquanto ele ainda pode estar na página. |
register_webhook_search_no_results |
O mesmo, para a pesquisa. |
register_webhook_traffic_spike / _drop |
Um pico pode ser uma vitória de marketing que vale a pena explorar ou um incidente que está levando as pessoas à solução de problemas. Uma queda após uma versão é uma regressão que, de outra forma, você só encontraria no próximo trimestre. |
register_webhook_content_outdated |
A documentação se afastando do produto — a causa raiz da maioria das respostas ruins da IA. |
register_webhook_chat_negative_feedback, _feedback_received |
A reclamação explícita do leitor, encaminhada a quem é responsável por essa seção. |
register_webhook_usage_limit_approaching, _overage_limit_reached |
Controle do orçamento — sem faturas inesperadas. |
list_webhooks, unregister_webhook, list_webhook_deliveries, replay_webhook_delivery, test_webhook |
Operar o que foi descrito acima: auditar, tentar novamente, verificar. |
Alcance e propriedade#
| Ferramenta | Por que é importante |
|---|---|
update_languages |
Ative um idioma-alvo. Leia em conjunto com a divisão por país/idioma em get_analytics: traduza onde os leitores já estão, não onde você espera que estejam. |
set_translation_mode, run_translation_pass, get_translation_status, upload_translation, approve_translation, list_pending_translations, get_translation, delete_translation |
O pipeline de tradução — run_translation_pass inicia uma execução automática real de atualização e get_translation_status informa a cobertura de cada idioma antes que você invista em um deles ou traga traduções externas com aprovação humana. |
update_access |
Espaço de trabalho privado, senha ou seu próprio SSO/OIDC. Desbloqueia as vendas para empresas cuja área de compras exige isso. |
update_domain |
Documentação no seu próprio domínio — a autoridade de SEO se acumula para você, não para um subdomínio de fornecedor. |
update_branding, update_ui_settings |
Seu produto, não o de uma plataforma. |
As combinações que compensam#
Nenhuma ferramenta acima é o produto. Esses ciclos é que são.
Loop 1 — "Qual página está me fazendo perder clientes?"#
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 afterA taxa, por si só, não permite tomar medidas; a lista de páginas, por si só, não aponta uma causa; e uma correção sem list_tool_calls repete uma edição malsucedida com plena confiança. A última etapa é o que fecha o ciclo: uma tendência em todo o site muda por uma dúzia de razões, então "a taxa melhorou depois do meu commit" só é uma evidência quando as páginas que você editou melhoraram mais do que aquelas que você deixou intactas. Somente essa sequência produz uma mudança que você pode defender.
Loop 2 — "Minha navegação está mentindo para os leitores?"#
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 improvedUma rota que falha enquanto suas páginas individuais obtêm boas pontuações é um defeito de navegação — get_content_health continuaria apontando para páginas saudáveis para sempre.
Loop 3 — "Onde as negociações estão vazando?"#
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?O único loop em qualquer produto de documentação que começa com uma objeção declarada e termina com uma resposta publicada. click_through é o que separa "o assistente respondeu" de "o assistente vendeu".
Loop 4 — "Sou visível para a IA e isso trouxe alguém?"#
update_geo + update_aeo → structure content for citation
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 successA última etapa é aquela que todo mundo ignora. O tráfego vindo de uma resposta de IA que termina em um beco sem saída é pior do que nenhum tráfego — você conquistou a visibilidade e desperdiçou a impressão.
O loop de autocorreção#
Execute o Loop 1 de acordo com uma programação do CI:
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 pagesDocumentação que se corrige sozinha e mostra seu trabalho — "viu o problema" e "corrigiu o problema" sem perder a conexão.
Biblioteca de prompts#
Uma solicitação por alavanca acima, nas palavras que você realmente digitaria — cole qualquer uma destas no Claude Code, Cursor ou outro cliente conectado depois que o OAuth estiver concluído:
- Aquisição: "Os assistentes de IA estão realmente lendo nossa documentação e em que posição aparecemos no Google para nosso próprio guia de início rápido?" →
get_analytics(detalhamento de bots de IA),get_search_rankings - Conversão: "Qual página está fazendo os leitores desistirem e por quê?" →
get_visit_outcomes,get_dead_end_pages,get_rage_signals - Vendas: "Encontre todas as conversas de chat em que alguém estava nos comparando com um concorrente." →
get_chat_intent - Custo evitado: "O que as pessoas estão perguntando ao assistente de documentação que ele não consegue responder?" →
get_ai_unanswered,get_failed_searches
docsbook_expert responde primeiro a cada uma delas com a rota completa na ordem; as ferramentas mencionadas acima são as que ele acaba chamando.
Transferindo o trabalho completo#
Cada ferramenta aqui responde dentro da chamada que a solicitou. Não há nenhum trabalho para iniciar nem nenhuma execução para consultar.
Antes havia quatro — run_docs_analyze, run_docs_create, run_docs_manage, run_docs_automate — que executavam uma habilidade do nosso lado no seu workspace e devolviam um ID de execução para consulta. Eles desapareceram, junto com get_agent_run, list_agent_runs e cancel_agent_run. Auditar um site, criar um, reestruturá-lo ou configurar seus monitores ainda exige minutos de trabalho, mas são minutos de trabalho que seu próprio agente já está dedicando ao repositório, e uma execução que você não pode acompanhar é uma forma pior de obtê-los.
O que os substituiu foi docsbook_expert, o único agente neste servidor, e ele orienta em vez de executar: peça a ele, com suas próprias palavras, e ele responderá com uma explicação de como pensar sobre a solicitação, as etapas na ordem, com a ferramenta usada em cada uma, quem executa cada etapa, o que transportar entre elas, o que tornará a resposta incorreta e o que vale a pena lembrar. Ele também indica as duas leituras a fazer antes de qualquer coisa — o que você declarou que conta como esta documentação funcionando e o que seus leitores realmente pediram — porque uma orientação dada sem elas é verdadeira sobre documentação em geral e impossível de refutar sobre o seu site. Então seu agente faz o trabalho, usando seu token, a preços de leitura. find_skill ainda oferece o método completo quando você quer todo o manual de regras em vez de um caminho através dele.
Comprar as evidências sem a opinião#
Uma auditoria faz sete coisas numa só chamada: recolhe, normaliza, interpreta, avalia, pontua, classifica e recomenda. Execute as duas primeiras duas vezes e obterá a mesma resposta, e qualquer pessoa pode refazê-las manualmente e verificar. A partir de judge, a resposta é do modelo. Antes, as duas metades eram cobradas como uma única execução de agente, o que significava que a metade que pode verificar era vendida ao preço da metade em que tem de confiar.
Cinco coletores são a primeira metade por si só, cobrados como um probe em vez de uma execução de agente:
| Ferramenta | O que devolve |
|---|---|
collect_page_text |
As suas páginas ao vivo tal como são efetivamente servidas — status, título, descrição meta, títulos, blocos de código e quantas palavras de prosa sobrevivem sem um motor JavaScript — lado a lado com o tamanho da fonte que armazenamos para o mesmo caminho. A diferença entre os dois é o problema: 8 000 caracteres no repositório que chegam como 40 palavras é uma página perfeita para todas as verificações que leem a fonte e impossível de citar para todos os assistentes que leem a página. |
collect_corpus_map |
Cada página com o seu tamanho, contagem e profundidade dos títulos, as secções, os stubs e até que ponto a navegação chega a ela. |
collect_assistant_questions |
O que os leitores perguntaram ao seu assistente de documentação, palavra por palavra, quais perguntas ficaram sem resposta, a taxa de respostas com o seu denominador e os idiomas em que chegaram. |
collect_traffic |
Quem chegou, como terminaram as visitas, em que páginas terminaram e as sequências de 2–4 páginas que os leitores percorrem — quatro tabelas, mantidas separadas. |
collect_onsite_search |
O que os leitores escreveram na sua própria caixa de pesquisa, o que não devolveu nada e o que devolveu resultados mas não recebeu nenhum clique — três tabelas, mantidas separadas, porque a primeira é uma página em falta e a segunda é um título que perde. |
Não há nenhum modelo no processo, portanto não há nada em que desacreditar — e a carga útil prova isso, em vez de simplesmente afirmá-lo. Cada resposta inclui um bloco reproduce: as chamadas MCP exatas e os argumentos com que foram feitas, por linha. Execute-as por si mesmo e obterá o mesmo registo, exceto pelo carimbo de data e hora. Nada do que uma auditoria devolve pode oferecer isso, porque a resposta de uma auditoria passou por um modelo.
O que não obtém é uma avaliação. Nenhuma descoberta, nenhuma pontuação, nenhuma classificação, nenhuma recomendação — um coletor que incluísse discretamente uma delas seria uma execução de modelo por uma fração do preço. Para obter a avaliação, pergunte a docsbook_expert como ler as linhas: ele responde com o método e com aquilo que faria a interpretação estar errada.
Quando a opção barata é a certa. collect_corpus_map não precisa de dados de pesquisa, tráfego ou histórico e devolve linhas reais num site que foi publicado esta manhã — útil precisamente nos projetos em que todas as perguntas com aparência de análise respondem “ainda não há dados suficientes”.
O que falta é dito claramente. Uma fonte que não pôde ser lida aparece três vezes — em skipped, em unavailable com aquilo que a sua presença teria acrescentado e na sua própria linha reproduce com o motivo da falha. Uma taxa sem nada para dividir regressa como null com o motivo, nunca como zero, e todas as taxas incluem o seu denominador.
Interpretando os números com honestidade#
cada resposta de análise do servidor MCP do Docsbook traz suas próprias ressalvas em um campo metrics. Três são importantes o suficiente para serem repetidas:
- Os visitantes são endereços IP com hash. A NAT do escritório agrupa vários leitores em um só; as redes móveis dividem um leitor em vários. Relate tendências, nunca contagens de pessoas —
get_retentioné o mais afetado. - As taxas são omitidas abaixo de 30 visitas, e dias com poucos dados são sinalizados como
thin. Uma taxa de becos sem saída de 100% em quatro visitas é ruído. terminal_successnão é uma falha. Uma página da qual as pessoas saem depois de copiar um trecho é a melhor página que você tem. Toda ferramenta de classificação isenta essas páginas — não reintroduza o erro manualmente.
Como faço para pesquisar e editar o conteúdo da documentação a partir de um agente?#
Há duas maneiras de trabalhar com o conteúdo da sua documentação a partir de um agente, e a escolha depende de o agente ter ou não o repositório no disco:
- Hospedado, via tokens MCP —
search_docs(somente leitura; funciona com qualquer token conectado, independentemente do escopo),get_doc_outline(somente leitura; lista o título, a contagem de títulos e o tamanho de cada página Markdown antes de pesquisar ou escrever) ewrite_docs(requer um token autorizado com escopo de leitura e escrita; faz o commit de um ou mais arquivos como um único commit atômico do git). Eles são executados diretamente no repositório hospedado pelo Docsbook, sem necessidade de um checkout local. - Localmente, via
markdown-lsp— para um agente que trabalha diretamente nos seus arquivos em checkout,markdown-lspresponde a perguntas mais abrangentes sobre o grafo (estrutura geral do workspace, pesquisa difusa de títulos, pesquisa de texto completo com contexto, links de entrada e saída, resolução de links) como comandos executados pelo agente —npx markdown-lsp <subcommand> ./docs— ou como um servidor de linguagem. Ele não é um servidor MCP e não requer token. Consulte Fonte da verdade para ver a lista de subcomandos e a justificativa.
Use search_docs/write_docs quando o agente tiver apenas uma conexão MCP (sem checkout local); use markdown-lsp quando o agente já tiver o repositório no disco e quiser uma navegação mais aprofundada pelo grafo.
Em que se baseia uma chamada ao servidor MCP do Docsbook?#
Cada chamada tarifada ao servidor MCP do Docsbook é descontada do saldo do projeto ao qual a chamada se refere — o mesmo saldo que um aporte abastece e do qual depende o restante do trabalho de IA desse projeto. Não há um medidor separado para o MCP nem uma cota mensal de chamadas com a qual você precise se preocupar. O dinheiro é o único limite.
Uma chamada é cobrada por um valor fixo, definido antes da execução e independente do tamanho da resposta. A mesma chamada de relatório consome o mesmo valor em um site com dez páginas e em um com dez mil. O que determina o valor é o que o atendimento da chamada faz o servidor executar:
| Classe | O que a chamada faz o servidor executar | Ferramentas incluídas |
|---|---|---|
| Incluída | Nada além de uma consulta | get_info, find_skill, find_widget, list_workspaces, get_workspace, create_workspace |
| Leitura | Lê uma linha que já está armazenada | Uma página, uma configuração ou uma linha do registro — a classe à qual uma ferramenta não classificada pertence |
| Escrita | Altera o estado armazenado | create_*, update_*, set_*, delete_*, register_*, unregister_*, upload_*, approve_*, mark_* |
| Análise | Examina o armazenamento de eventos | Funis, jornadas, retenção, classificações, feeds, query_events |
| Saída | Sai da rede do Docsbook | fetch_url, read_source, test_*, replay_*, as quatro leituras de rastreadores (list_issues, get_issue, get_pull_request, search_prior_work) e as ferramentas de scraping baseadas em fornecedores |
| Sondagem | Reúne e normaliza uma família de fatos, sem envolver um modelo | collect_* |
| IA | Chama um modelo para escrever, ler ou classificar | write_docs, search_docs, search, get_insights, get_chat_intent |
| Lente | Uma passagem de modelo sobre um registro de evidências que lhe foi fornecido, relido a partir de um único ângulo declarado | Reservada (lens_*) — nenhuma ferramenta pertence a esta classe atualmente |
| Agente | Executa um agente completo por trás de uma única chamada | Nenhuma atualmente. As 135 ferramentas de ação, os 41 objetivos agent_*, os quatro executores run_docs_* e audit_geo pertenciam a esta classe até 2026-09-12; as chamadas históricas continuam sendo tarifadas e relatadas sob ela. O próprio audit_geo foi renomeado para collect_ai_citability e agora é cobrado como Sondagem — sua camada de evidências é código, não um modelo |
⚡ A tarifação por ferramenta dentro da classe Agente foi eliminada junto com a família de ações. Quando havia 135 delas, cada uma era tarifada com base no trabalho que declarava — quantas famílias de evidências lia, quantas viagens de ida e volta ao modelo poderia fazer, se saía do seu site — portanto, uma observação limitada consumia uma fração do que consumia um rascunho aprofundado. O que permanece na classe cobre toda a faixa de forma honesta, por isso é tarifado pela faixa.
O valor atual de cada classe e de cada ferramenta individual está na própria linha da ferramenta, na seção MCP do seu painel de administração, lido em tempo real do servidor em vez de uma cópia escrita, e na página de preços do Docsbook. Esta página deliberadamente não informa nenhum dos dois: um preço copiado para a documentação é um preço que fica desatualizado sem que ninguém perceba.
A descoberta nunca é tarifada. Descrever o servidor, encontrar uma habilidade ou um widget, listar seus espaços de trabalho e criar um não custa nada — você não deve ser cobrado pelo handshake nem pela chamada que cria aquilo que será cobrado.
Qual projeto paga é determinado pela própria chamada — o espaço de trabalho que você indicou, o repositório ao qual ela está vinculada — e sempre apenas um projeto que pertence a você. Uma chamada que não indica nenhum projeto é atendida sem tarifação. Uma ferramenta que prossegue para realizar trabalho de IA também consome saldo para esse trabalho; os dois valores são somados, não substituídos um pelo outro.
Quando o saldo acaba, uma chamada tarifada é recusada antes de ser executada, e a recusa informa qual projeto ficou sem saldo, quanto a chamada consome, quanto resta e onde adicionar saldo a esse projeto. Nada é concedido a um saldo segundo um cronograma, embora você possa configurar um pagamento mensal próprio na tela de cobrança, que adiciona saldo ao mesmo saldo todos os meses. A descoberta gratuita continua funcionando, para que seu agente ainda possa descobrir o que aconteceu.
Uma chamada que falha ainda é cobrada — o trabalho foi realizado, e a resposta informa isso. Uma chamada que o servidor nunca conseguiu executar não é cobrada.
Você pode ler as chamadas linha por linha. Cada chamada tarifada aparece no painel de Feeds do projeto — qual ferramenta foi usada, se funcionou, quanto tempo levou e quanto consumiu — com filtro por classe de cobrança. As chamadas que não se referiam a um único projeto (descrever o servidor, listar seus projetos, criar um) pertencem à sua conta e não aparecem no feed de nenhum projeto; as chamadas de descoberta não deixam nenhuma linha.
O acesso não autenticado e com escopo de repositório a um site público de documentação nunca é tarifado.
O que um token tem permissão para fazer#
O acesso ao servidor MCP do Docsbook é determinado pelo token, não por um nível. Um token carrega um escopo, e o escopo é o único fator que separa leitura de escrita:
- Somente leitura — todas as ferramentas de relatórios, pesquisa e estrutura respondem.
write_docs,create_issue,connect_sourceeconfigure_sourcerecusam a solicitação e informam o motivo. Essas quatro são as ferramentas que atualmente verificam o escopo; os criadores de configurações, webhook, metas e traduções são controlados apenas pela propriedade do projeto, portanto, somente leitura não é um token que "não altera nada" — consulte Segurança do servidor MCP. - Leitura e escrita — tudo o que a conta pode fazer: enviar páginas, registrar problemas, conectar fontes e alterar configurações.
- Nenhum token — em um endpoint com escopo de repositório (
docsbook.io/{owner}/{repo}/api/mcp/server),get_info,find_skill,find_widgetelist_content_widgetsrespondem a partir do catálogo público, esearchresponde sobre a documentação do próprio site — a única ferramenta aqui que lê um projeto, porque o que ela lê é o site publicado. Ela é recusada em um site privado, em um site cujo plano expirou, em um endpoint não fixado a um site e quando o projeto não tem mais saldo de IA; ela não aceita um argumento de projeto, portanto só pode ler o site ao qual está fixada. Todas as outras ferramentas exigem um token Bearer válido vinculado a uma conta do Docsbook.
Quando uma chamada é recusada, o servidor retorna um erro estruturado que informa o motivo, em vez de um 403 simples, para que o agente possa dizer ao leitor o que corrigir. Consulte Servidor MCP — Confiança & Segurança para conhecer o fluxo de autenticação e o que o servidor armazena.
Solução de problemas / FAQ#
As ferramentas de agentes/MCP ainda estão funcionando? Sim. Em 2026-09-12, o mecanismo de agente persistente descrito no material antigo — um agente agendado que era executado por conta própria, além das 135 ferramentas de ação e dos 4 run_docs_* runners que só eram executados dentro de um deles — foi desativado. Resta um agente: docsbook_expert, que fornece orientação em uma única ida e volta em vez de ser executado sem supervisão. Cada conexão e todas as outras ferramentas desta página funcionam exatamente como documentado acima.
Meu cliente ainda lista a ferramenta como docsbook, e não como docsbook_expert — a conexão foi interrompida? Não. Um cliente MCP lê a lista de ferramentas uma vez, quando se conecta, e mantém esses nomes pelo restante da sessão. O servidor resolve o nome antigo em vez de recusá-lo, portanto nada está quebrado — reconecte o cliente para ver o nome atual.
Uma chamada foi recusada por saldo insuficiente — o que aconteceu? A recusa informa o projeto, o que a chamada consome e o que resta. Reconectar ou tentar novamente não resolverá o problema; recarregue o saldo do projeto no painel. As chamadas de descoberta (get_info, find_skill, listagem e criação de workspaces) nunca são contabilizadas e continuam funcionando independentemente disso.
Para onde devo ir se uma chamada for recusada por um motivo diferente de saldo? O servidor retorna um erro estruturado informando o motivo — um escopo ausente em um token somente leitura, NO_GITHUB_ACCESS quando a própria credencial do Docsbook não consegue acessar um repositório na sua própria conta do GitHub, ou um site privado. Consulte segurança do servidor MCP para saber o que cada escopo de token pode e não pode fazer.
Relacionado#
- Referência das ferramentas MCP — todas as ferramentas com seus parâmetros.
- Hooks de chat — Configure hooks pré/pós-LLM via MCP.
- Habilidades de documentação — Descubra arquivos SKILL.md por meio de
find_skill, ou peça adocsbook_experta rota para acessar um deles. - Webhooks — Registre handlers de eventos do MCP e verifique suas assinaturas.
- Preços — em que uma chamada tarifada se baseia, gerado a partir das constantes de cobrança atuais.