MCP-Pfad
Regionserkennung
Regionserkennung ist eine öffentliche Referenz für visuelle Regression, Schwellen und Evidenzbündel. 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
- Screenshot Diff (Visual Regression)
- Wirkung
- lesend
- Status
- Referenz
- Pfad
- 53.3
Zweck
Was dieser Eintrag erklärt
Was macht das?
Diese Referenz erklärt Regionserkennung für visuelle Regression, Schwellen und Evidenzbündel. Sie bleibt benannt, damit Agenten den Ablauf zitieren können, ohne einen Toolnamen zu erfinden.
Einsetzen, wenn
- Nutze diesen Eintrag, wenn ein Agent für visuelle Regression, Schwellen und Evidenzbündel den Zustand oder die Evidenz zu "Regionserkennung" prüfen 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.
Regionserkennung beschreibt ein Signal für visuelle Regression, Schwellen und Evidenzbündel. Der Pfad zeigt, welches Signal, Gate, Verhalten oder welche Grenze vor einem konkreten Werkzeug geprüft werden muss.
Ein Agent zitiert diesen Pfad, wenn er Regionserkennung 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: totalChangedPixels, changedRegions. Wirkungsachsen: Lesend, Recording / Medien. Aus dem Referenzpfad allein folgt keine Ausführungserlaubnis. Vor Aktion aktuelle MCP-Discovery, sichtbares Ziel, Scope und tatsächliche Antwort prüfen.
Familienbeispiel
Ein Nutzer braucht in visuelle Regression, Schwellen und Evidenzbündel visuelle oder mediale Evidenz, ohne private Inhalte unnötig zu erfassen.
Der Agent beginnt bei nova.tools_bundle, liest die aktuelle Antwort oder Referenz und wählt erst danach das konkrete nächste Werkzeug.
Nur benötigte Evidenz erfassen, Aufnahmezustand sichtbar halten und private Inhalte beachten.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 |
|---|---|
totalChangedPixels | Antwortfeld aus der Katalogquelle. Als aktuelle Evidenz für die nächste Entscheidung behandeln. |
changedRegions | Antwortfeld aus der Katalogquelle. Als aktuelle Evidenz für die nächste Entscheidung behandeln. |
Sicherheit
Grenze vor der Ausführung
Liest aktuellen Zustand oder Evidenz. Das Ergebnis ist keine Erlaubnis für Folgeaktionen ohne frische Prüfung.
Die Antwort als aktuelle Evidenz verwenden und erst danach ein spezifischeres Folgetool wählen, wenn Ziel, Scope und Frische klar sind.
Für Menschen erklärt dieser Eintrag, was ein Agent in visuelle Regression, Schwellen und Evidenzbündel liest und welches aktuelle Signal vor Vertrauen in das Ergebnis geprüft werden sollte.
High-Impact-Review
Ausführungsgrenze und Recheck-Hinweise
Review-Kategorie: Recording/Screenshots/Medien
Nur die benötigte visuelle oder mediale Evidenz erfassen und private Inhalte, Aufnahmezustand und Exportgrenze beachten.
Falsche Annahme: Screenshots oder Aufnahmen enthalten nur technische Evidenz.
Aufnahme, Screenshot, Medienzugriff oder Export muss für den Nutzer erkennbar und zweckgebunden sein.
Vor Erfassung Ziel, Umfang und Datenschutz prüfen; Artefakte nur als Evidenz verwenden und nicht ungefragt weitergeben.
Abbrechen, wenn private Inhalte sichtbar werden, Medienberechtigung unklar ist oder der Export mehr enthält als benötigt.
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.recording_or_media
Erstellt oder liest Screenshots, Recording, Medien, visuelle Evidenz oder Audio-/Video-Signale.
Nur die nötige Evidenz erfassen, private Inhalte beachten und Medien- oder Recording-Zustand sichtbar halten.