代理基礎設施
Docs7 以 WebMCP 暴露唯讀文件搜尋，並分開統計代理與人類查詢
Context7 的 Docs7 現可讓相容瀏覽器中的代理直接呼叫 `search_docs`，管理者也能查看代理來源、查詢內容與熱門頁面。這讓文件團隊首次能觀察代理如何找資料，但相關指標不能證明引用或答案正確，WebMCP 本身也仍只是社群草案。
Context7 為 Docs7 加入面向代理的文件服務與分析：在支援 WebMCP 的瀏覽器中，文件頁會暴露唯讀 `search_docs` 工具，讓代理以結構化查詢取得內容，不必只靠 DOM、畫面辨識或傳統爬蟲。管理者可在 [AI Visibility](https://context7.com/docs/docs7/ai-visibility) 選擇 7、30 或 90 天區間，查看 OpenAI、Claude、Perplexity、Cursor、OpenCode、Meta 與 Mistral 等產品的請求量、熱門路徑、來源國家與時間；經 WebMCP 傳入的查詢會獨立於人類在網站搜尋框輸入的關鍵字。
技術上，WebMCP 讓網頁透過 `document.modelContext` 註冊帶有名稱、自然語言描述、輸入 schema 與 JavaScript 執行函式的工具。代理觀察頁面時，瀏覽器可把這些工具與畫面、可存取性樹等資訊一起交給代理。值得注意的是，[9 月 10 日版規格](https://webmachinelearning.github.io/webmcp/)並不要求瀏覽器一定使用 MCP 傳輸格式；實作可以轉成 MCP、專有 function calling 或其他介面。因此 Docs7 的改動更接近「把文件網站變成瀏覽器原生工具提供者」，而不是另行部署一部後端 MCP server。
對 SDK 與平台團隊而言，價值在於能看到代理實際詢問哪些 API、是否反覆抓取同一頁，以及版本或範例缺口是否造成異常查詢，進而把文件維護從人類 SEO 延伸至 Agent Experience。不過官方明確提醒：一次 AI request 不是一名使用者、一次對話、一次引用或一個答案；高流量也不能證明代理最後答對，來源分類亦不提供精確模型版本。
此外，WebMCP 目前是 W3C Web Machine Learning Community Group 的 Draft Community Group Report，並非 W3C 標準。其安全章節仍屬非規範性內容，且已列出工具描述與回傳值的提示注入風險。Docs7 先採唯讀搜尋可縮小直接破壞面，但瀏覽器支援、來源辨識準確度、查詢隱私，以及代理跨站攜帶登入狀態時的隔離方式，仍是正式部署前應追蹤的項目。