Mastery Gate: Deterministische Steuerung von KI-Coaches über WebMCP

Repositorymiskaone/learn-powerplatform-fyiDemo

Mastery Gate ist ein experimenteller PL-400-Lernkurs, der demonstriert, wie Websites über das WebMCP-Protokoll die Fähigkeiten und Werkzeuge von Besucher-KI-Agenten deterministisch steuern können. Anstelle von Prompts regelt eine TypeScript-Engine die Autorisierung von Tools und verhindert das Auslesen von Musterlösungen.

Das Wichtigste

  1. Bring Your Own Agent: Die Website bindet keine externen Modell-APIs ein und speichert keine API-Schlüssel, sondern nutzt den im Client des Besuchers laufenden Agenten (z. B. ChatGPT-Desktop-App).
  2. Struktureller Schutz: Antwortschlüssel werden in den Schemas der Tool-Antworten ausgelassen, sodass das Modell Lösungen prinzipiell nicht verraten kann.
  3. Dynamische Tool-Verwaltung: Werkzeuge wie 'advance_module' werden erst freigeschaltet, wenn vordefinierte Leistungsstufen in einer Vier-Dimensionen-Rubrik erreicht sind; im Prüfungsmodus wird das Coaching-Toolset entzogen.
  4. Deterministische Logik: Bewertung, Fehlkonzept-Diagnostik und Routing werden von einer Unit-getesteten TypeScript-Engine bestimmt, während das Modell lediglich Erklärungen liefert.
  5. WebMCP-Kompatibilität: Funktioniert laut Tests in der ChatGPT-Desktop-App und Chrome 152+ (mit gesetztem Flag), während Edge-Copilot und die Codex-Extension mangels Invocation-Bridge noch nicht unterstützt werden.

Warum das relevant ist

Anstelle fragiler Prompt-Anweisungen setzt Mastery Gate auf architektonische Leitplanken. Der Ansatz zeigt auf, wie Webanwendungen clientseitig KI-Agenten sichere Werkzeuge zuweisen und wieder entziehen können, ohne Kontrollverlust über geschützte Logik oder Daten zu riskieren.

Einordnung

Das Projekt wurde als Einreichung für die OpenAI WebMCP Challenge entwickelt und befindet sich in einem frühen Stadium mit statischem Next.js-Export und reiner Frontend-Architektur. Es dient primär als Machbarkeitsnachweis für das aufkommende WebMCP-Ökosystem und zeigt praxisnah die derzeitigen Grenzen bestehender Browser- und Host-Implementierungen auf.

Erwähnte Links

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Ähnliche Einträge

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Repository:Podcast72/showroom-la-finestra-webmcp

    WebMCP: Agenten-Schnittstelle direkt im Browser via document.modelContext

    Das Open-Source-Repository showroom-la-finestra-webmcp demonstriert, wie bestehende Websites ohne separaten MCP-Server strukturiertes Wissen und sichere Aktionen direkt an KI-Agenten übermitteln können. Über eine clientseitige JavaScript-Schicht (`document.modelContext`) erklärt sich die Website selbst, anstatt Screen Scraping oder DOM-Parsing vorauszusetzen.

    1SterneJavaScript

    KI & AI· Sammlung

  • Repository:walkinglabs/learn-harness-engineering

    Learn Harness Engineering: Open-Source-Kurs für verlässliche KI-Coding-Agents

    Das Open-Source-Projekt learn-harness-engineering von walkinglabs bietet einen praxisorientierten Einsteigerkurs, der Entwickler von Grund auf in das Harness Engineering für autonome Coding-Agents einführt. Der Kurs behandelt State-Management, Laufzeitumgebungen, Verifikationslogik und Kontrollmechanismen, um Coding-Agents stabil in der Praxis einzusetzen.

    14.831SterneTypeScript

    KI & AI· Anleitung

  • Link:Rhys Sullivan

    Executor: Universelles MCP-Gateway für Entwickler-Agenten

    Executor bündelt APIs, GraphQL und Model Context Protocol (MCP)-Server zu einem zentralen Gateway. Statt hunderte Tools und sensible API-Tokens in jeden einzelnen Agenten-Client wie Cursor oder Claude Code einzubinden, stellt Executor lediglich ein einzelnes Meta-Tool bereit und führt Anfragen in einer Sandbox aus.

    KI & AI· Tool

  • Repository:xdevplatform/xmcp

    xmcp: FastMCP-Server für die X API

    Das Python-Projekt xmcp stellt einen lokalen Server basierend auf dem Model Context Protocol (MCP) bereit, der die OpenAPI-Spezifikation der X API in MCP-Tools übersetzt. Dadurch können KI-Assistenten und MCP-Clients direkt mit Endpunkten der X API interagieren.

    853SternePython

    KI & AI· Tool

  • Link:webmcp.com

    WebMCP Adoption Tracker: Status bei Browsern und KI-Agenten

    Der WebMCP Ecosystem Adoption Tracker dokumentiert den Implementierungsstand des WebMCP-Standards in Browsern und KI-Agenten. Während OpenAI WebMCP in ChatGPT bereits standardmäßig aktiviert hat und Chrome eine Veröffentlichung mit Version 157 anpeilt, zeigen sich Mozilla neutral und WebKit ablehnend.

    KI & AI· Sammlung

Zurück zur Wissensbasis

Lassen Sie uns über Ihr Projekt sprechen

Kontakt aufnehmen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.