Die Integration von AI-Entwicklungsagenten in Ihren Workflow erfordert strukturierte Schnittstellen, die es Modellen ermöglichen, Dokumentationskontext effizient abzufragen, zu lesen und zu schreiben. docmd erfüllt diese Anforderungen über einen nativen Model Context Protocol (MCP)-Server und eine erweiterbare Agent Skills-Datenbank.

Model Context Protocol (MCP)-Einrichtung

Das Model Context Protocol verbindet LLM-Umgebungen direkt mit den Tools Ihres lokalen Workspaces.

1. Claude Desktop-Integration

Fügen Sie Folgendes zu Ihrer Desktop-Konfigurationsdatei hinzu (typischerweise unter ~/Library/Application Support/Claude/claude_desktop_config.json auf macOS oder %APPDATA%\Claude\claude_desktop_config.json auf Windows):

{
  "mcpServers": {
    "docmd": {
      "command": "npx",
      "args": ["@docmd/core", "mcp"],
      "cwd": "/path/to/your/docs/project"
    }
  }
}

2. IDE-Integration (Cursor / Windsurf)

Fügen Sie in den MCP-Einstellungen Ihres Editors einen neuen Server mit dem stdio-Transport hinzu:

• Command: npx @docmd/core mcp
• Transport: stdio

Verfügbare MCP-Tools

Sobald die Verbindung steht, stehen dem Agenten die folgenden Tools zur Verfügung:

1. search_docs(query): Führt eine Workspace-weite Volltextsuche durch.
2. list_docs(subdir?): Listet alle Markdown-Dateien im Projekt auf, optional beschränkt auf ein Unterverzeichnis (eine Locale, eine Version, ein Guide-Abschnitt). Damit kann der Agent den Dokumentationsbaum navigieren, bevor er einzelne Dateien liest.
3. read_doc(route): Ruft den rohen Markdown-Inhalt einer bestimmten Route ab. Die Route muss innerhalb des Projekt-Wurzelverzeichnisses aufgelöst werden.
4. get_config(): Liefert die aufgelöste docmd.config — Titel, Quell- und Ausgabeverzeichnisse, Locales, Versionen und aktivierte Plugins. Sensible Werte (API-Schlüssel, Analytics-IDs) werden aus der Antwort entfernt.
5. validate_docs(): Lintet die gesamte Dokumentation und gibt Validierungsfehler zurück (z. B. defekte Links).
6. get_llms_context(): Ruft die konsolidierte llms-full.txt-Kontextdatei ab.

Agent Skills (SKILL.md) nutzen

Wenn Sie docmd init in Ihrem Projekt ausführen, generiert die Engine automatisch eine SKILL.md-Datei im Stammverzeichnis Ihres Workspaces. Diese Datei dient als Prompt-Anweisungskarte für jeden AI-Agenten, der in Ihrem Repository arbeitet.

Best Practices für AI-Agenten

1. Lies zuerst SKILL.md: Weisen Sie Ihre Agenten an, die SKILL.md zu Beginn einer Coding-Session zu lesen. Sie bringt dem Modell benutzerdefinierte Callouts, OpenAPI-Markup und Datei-Strukturen bei.
2. Nach Bearbeitungen validieren: Wenn ein Agent Markdown-Dateien verändert, sollte er das validate_docs-Tool aufrufen (oder npx @docmd/core validate ausführen), um sicherzustellen, dass keine relativen Links oder Anker-Pfade defekt sind.
3. Sprachen synchronisieren: Wenn das Projekt Versionierung oder mehrere Sprachen verwendet, sollten Agenten die Vergleichsmatrix nutzen, um sicherzustellen, dass alle Übersetzungen synchron bleiben.