MCP-Pfad
Bootstrap-Clear-Regeln
Bootstrap-Clear-Regeln ist eine öffentliche Referenz für Sonderfälle, Produktgrenzen und robuste Fehlerpfade. Sie benennt das Signal, die Regel oder den Ablauf, den ein Agent vor der Wahl eines konkreten Werkzeugs verstehen sollte.
Referenzseite für einen dokumentierten MCP-Fähigkeitspfad.
- Typ
- MCP-Pfad
- Familie
- Onboarding & Self-Service
- Wirkung
- verändert Zustand
- Status
- Referenz
- Pfad
- 27.4
Zweck
Was dieser Eintrag erklärt
Was macht das?
Diese Referenz erklärt Bootstrap-Clear-Regeln für Sonderfälle, Produktgrenzen und robuste Fehlerpfade. Sie bleibt benannt, damit Agenten den Ablauf zitieren können, ohne einen Toolnamen zu erfinden.
Einsetzen, wenn
- Nutze diesen Eintrag, wenn ein Agent für Sonderfälle, Produktgrenzen und robuste Fehlerpfade den begrenzten Schritt "Bootstrap-Clear-Regeln" ausführen soll.
- Nutze ihn als Referenzpfad, wenn der Katalog eine Fähigkeit beschreibt, aber kein einzelner öffentlicher Toolname ausdrücklich genannt ist.
- Nutze ihn vor verketteten Folgetools, damit der nächste Schritt auf aktueller Evidenz basiert.
Referenznutzung
Wie Agenten diesen Bereich zitieren und anwenden
Beispiele werden auf Familienebene gepflegt und nutzen nur öffentliche Toolnamen oder Referenzpfade, die bereits im Katalog stehen.
Bootstrap-Clear-Regeln beschreibt ein Signal für Sonderfälle, Produktgrenzen und robuste Fehlerpfade. Der Pfad zeigt, welches Signal, Gate, Verhalten oder welche Grenze vor einem konkreten Werkzeug geprüft werden muss.
Ein Agent zitiert diesen Pfad, wenn er Bootstrap-Clear-Regeln als Kontext für eine Entscheidung, einen Block, eine Zielprüfung oder eine nachfolgende Toolwahl braucht.
Die öffentliche Quelle nennt für diesen Pfad keinen einzelnen aufrufbaren Toolnamen. Die Dokumentation hält ihn deshalb als Referenzpfad fest und erfindet keinen Aufrufnamen.
Relevante Antwortsignale: browser_automation, system_tools. Wirkungsachsen: Lesend. Aus dem Referenzpfad allein folgt keine Ausführungserlaubnis. Vor Aktion aktuelle MCP-Discovery, sichtbares Ziel, Scope und tatsächliche Antwort prüfen.
Familienbeispiel
Ein Agent soll in Sonderfälle, Produktgrenzen und robuste Fehlerpfade einen sichtbaren Zustand verändern, ohne Ziel und Ergebnis aus einer früheren Sitzung zu raten.
Der Agent beginnt bei nova.get_onboarding, liest die aktuelle Antwort oder Referenz und wählt erst danach das konkrete nächste Werkzeug.
Nur das bestätigte Ziel verändern, danach den sichtbaren Zustand prüfen und bei Abweichung stoppen.Kontrakt
Eingaben und wichtige Antwortfelder
Diese Seite ist eine öffentliche Referenz. Agenten und Integratoren sollen vor Ausführung trotzdem die aktuelle MCP-Tool-Discovery lesen, weil Schemas von Einstellung oder Version abhängen können.
Eingaben
Aus der Katalogquelle ist für diesen Pfad kein stabiles öffentliches Eingabefeld ableitbar. Vor Ausführung die aktuelle MCP-Discovery lesen.
| Antwortfeld | Erklärung |
|---|---|
browser_automation | Antwortfeld aus der Katalogquelle. Als aktuelle Evidenz für die nächste Entscheidung behandeln. |
system_tools | Antwortfeld aus der Katalogquelle. Als aktuelle Evidenz für die nächste Entscheidung behandeln. |
Sicherheit
Grenze vor der Ausführung
Kann Browser-, Seiten- oder Arbeitszustand verändern. Ziel und erwartetes Ergebnis müssen vor der Ausführung klar sein.
Zuerst das aktuelle Ziel bestätigen, nur die beabsichtigte begrenzte Aktion ausführen und den neuen Seiten- oder Arbeitszustand danach prüfen.
Für Menschen benennt dieser Eintrag den Browser- oder Arbeitszustand in Sonderfälle, Produktgrenzen und robuste Fehlerpfade, der sich verändern kann, damit die Aktion vor und nach der Ausführung prüfbar bleibt.
High-Impact-Review
Ausführungsgrenze und Recheck-Hinweise
Review-Kategorie: Auto-Apply/mutierende Flows
Mutierende Schritte dürfen nur mit bestätigtem Ziel, erwarteter Wirkung, Nutzerkontrolle und Ergebnisprüfung laufen.
Falsche Annahme: Ein Guard oder Auto-Apply-Signal ersetzt die aktuelle Ziel- und Ergebniskontrolle.
Der Nutzer muss Aktion, Ziel, Freigabe, Blocksignal und sichtbares Ergebnis nachvollziehen können.
Nur den beabsichtigten Schritt ausführen, danach Zustand prüfen und bei Warnung, Block oder Zielwechsel stoppen.
Neu prüfen, wenn Kandidatenbudget, Gate, sichtbarer Zustand oder erwartete Wirkung nicht zusammenpassen.
Wirkungsachsen
Wie dieser Pfad wirken kann
Achsen sind stabile Katalogsignale für Menschen, Agenten und LLM-Discovery. Ein Pfad kann mehrere Achsen tragen.
read_current_state
Liest aktuellen Zustand, Antwortsignale oder Evidenz, ohne daraus allein eine Folgeaktion abzuleiten.
Das Signal als aktuelle Evidenz nutzen und vor jeder Folgeaktion Ziel, Scope und sichtbaren Zustand erneut prüfen.