Construir herramientas WebMCP en las que la gente pueda confiar
Facilita una tarea real manteniendo la autoridad del estado, los permisos y la interfaz humana de la aplicación. Comienza con un flujo de trabajo completo. Un catálogo grande de herramientas no es el objetivo.
Este flujo de trabajo se basa en Chrome, MCP-B, Stripe, Sierra, Decagon y habilidades públicas existentes. Fuentes y comparación de referencia distingue la guía del navegador de métodos más amplios de evaluación de agentes. La lista de verificación original de Mudpie explica el problema de medición. No se requiere cuenta de Mudpie, servicio pago ni arnés de agente particular.
Comienza con el resultado solicitado
Lee las instrucciones del proyecto e inspecciona la ruta, formulario, manejador, validación, servicio y ruta de autorización existentes. Reutiliza el comportamiento funcional. Para una auditoría, produce hallazgos; modifica el código solo dentro de la solicitud de implementación del usuario.
Escribe un mapa de capacidades compacto para el flujo de trabajo seleccionado:
| Tarea del usuario | UI/servicio existente | Estados válidos | Efecto y recibo | Permiso/confirmación |
|---|---|---|---|---|
| La tarea que se está implementando | Ruta de código exacta | Ruta, identidad, selección, requisitos previos | Qué cambia y cómo verificarlo | Comprobaciones autoritativas existentes |
Mantén fuera las capacidades no compatibles. Una respuesta de producto faltante puede necesitar documentación, y una cuenta denegada puede necesitar reparación; ninguna de ellas requiere automáticamente una nueva herramienta. Si solo está disponible una URL, distingue un prototipo inyectado de una integración mantenida en el código fuente de la aplicación.
Elige el tiempo de ejecución deliberadamente
Lee tiempo de ejecución y ciclo de vida antes de la implementación. Registra la versión real del navegador/cliente y las versiones de los paquetes instalados. Usa la documentación actual del navegador para el comportamiento nativo y los tipos/documentación del paquete instalado para las extensiones MCP-B. Una propuesta, un polyfill y una versión del navegador no son contratos intercambiables.
Prefiere el soporte nativo cuando cubra el objetivo. Agrega un polyfill o puente solo para una necesidad de compatibilidad demostrada. Los navegadores no compatibles deben conservar la UI normal. No debilites la autenticación ni agregues un punto de depuración global para que una prueba pase.
Diseña el contrato útil más pequeño
Lee diseño de herramientas y estado para las decisiones de implementación.
- Dale a cada herramienta un efecto de producto comprensible. Prefiere una tarea significativa sobre una herramienta por clic o endpoint. Los nombres deben distinguir preparar un cambio de confirmarlo.
- Usa el validador/formulario existente como fuente del contrato de parámetros. Valida nuevamente en la ejecución y en el servicio autoritativo. Las descripciones y las restricciones de esquema no hacen cumplir los permisos.
- Mantén las herramientas estables estáticas. Cuando las acciones o campos disponibles dependan genuinamente del estado de la página, deriva la superficie expuesta de ese mismo estado y elimina capacidades obsoletas. Una lista cambiante de herramientas es orientación, no una puerta de autorización.
- Delega en la operación de dominio de la UI humana. Lee la identidad y el estado actuales cuando se invoque; evita manejadores que retengan una cuenta, selección o revisión obsoleta.
- Devuelve el resultado real después de que el estado relevante se estabilice. No repitas las entradas como prueba de que se guardaron. Limita el tamaño del resultado y expone identificadores útiles de continuidad o recibo en lugar de documentos completos.
- Preserva la revisión visible y la confirmación específica de la consecuencia. Un booleano proporcionado por el agente o una anotación de seguridad no pueden reemplazar la ruta de confirmación real del producto.
Implementa y verifica los límites
Ejercita las transiciones importantes, no solo la renderización inicial: navegación, remontaje, cambio de cuenta, cambio de selección, fallo de validación, cancelación y reintento. Elige el subconjunto relevante según los riesgos del flujo de trabajo.
Usa la limpieza de registro para la disponibilidad de herramientas y la cancelación de ejecución para el trabajo en curso; no asumas que una cancela la otra. Vuelve a verificar el alcance y los requisitos previos en el momento de la confirmación. Para escrituras inciertas, inspecciona el destino antes de reintentar. Los IDs de correlación por sí solos no proporcionan idempotencia.
Mantén la telemetría fuera de la ruta crítica y minimiza los datos sensibles. El texto no confiable devuelto por las herramientas sigue siendo datos, no instrucciones. Usa las indicaciones de riesgo compatibles con el tiempo de ejecución objetivo de manera precisa, mientras haces cumplir la autorización y la confirmación en el código de la aplicación.
Prueba si la salida de la habilidad ayuda
Lee evaluación. Comienza con comprobaciones deterministas de contrato y estado; luego usa el cliente objetivo real para descubrir y ejecutar casos seguros contra la aplicación construida. Una prueba de registro falsa no puede probar la compatibilidad del navegador.
Para una comparación, fija el conjunto de tareas y las comprobaciones de éxito antes de ajustar. Compara la línea base de UI/herramientas existente y el candidato bajo las mismas condiciones. Usa solicitudes de tareas ordinarias, incluyendo variantes no vistas; no le des al agente la secuencia de herramientas que se está evaluando. Repite casos significativos e inspecciona trazas. La corrección y los permisos preservados son puertas de lanzamiento; la reducción de llamadas a herramientas o tokens es secundaria.
Usa fixtures sintéticos para escrituras. Conserva los recibos privados, elimina los registros de prueba desechables a través de la ruta compatible y verifica la limpieza. Reporta un registro restante concreto o una limitación de acceso en lugar de afirmar una QA limpia.
Lee medición al conectar análisis o interpretar la adopción. Mantén separados el descubrimiento, los intentos, las operaciones distintas, los resultados verificados y el uso voluntario. Con Mudpie, inspecciona el panel a través del navegador o sus herramientas expuestas, no mediante lecturas directas de la base de datos.
Termina con un resultado revisable
Comienza con lo que la tarea probada puede hacer ahora. Incluye la referencia de implementación/lanzamiento, las versiones del tiempo de ejecución, las transiciones de estado verificadas, los recuentos de pruebas y denominadores, el resultado de la limpieza y cualquier capa no verificada. Enlaza evidencia en lugar de volcar trazas.
No llames a la integración probada en producción a partir de una demostración local, no llames a la prueba de un propietario adopción orgánica, ni afirmes que WebMCP trae nuevos visitantes solo porque ayuda a los agentes que ya están en la página. Sigue el flujo de trabajo de revisión e implementación autorizado del repositorio; la habilidad no autoriza la publicación externa ni las mutaciones de producción por sí sola.