Onboarding AI
Gunakan bird CLI dan skill Bird saat coding agent Anda dapat menjalankan perintah shell. Gunakan server MCP yang di-host saat klien Anda memanggil tool. Kedua antarmuka dapat mencari dokumentasi, dan agent tanpa tool dapat membaca korpus Markdown yang dipublikasikan. Mulai dengan CLI kecuali klien Anda memerlukan MCP.
1. Siapkan agent Anda (CLI + skill)
Tempel prompt setup ke coding agent Anda. Prompt ini menginstal bird CLI, memasukkan Anda dengan bird auth login, menginstal skill Bird, dan mengirim email percobaan untuk mengonfirmasi setup. Tombol Claude Code, Codex, dan Cursor di halaman produk Bird menyalin prompt yang disesuaikan untuk setiap klien. Siapkan coding agent Anda memandu alur yang sama.
2. Hubungkan server MCP (jika sesuai)
Jika klien Anda memanggil tool alih-alih menjalankan shell, arahkan ke server MCP yang di-host oleh Bird. Anda hanya perlu URL dan login melalui browser:
Contoh kode
https://mcp.bird.comEndpoint menggunakan OAuth, jadi lakukan autentikasi sekali di setiap klien. Browser Anda membuka layar persetujuan Bird tempat Anda masuk, memilih workspace dan izin, lalu menyetujui akses. Anda tidak memerlukan kunci API atau secret dalam konfigurasi klien. Ikuti langkah koneksi untuk klien Anda. Panduan server MCP juga mencakup antarmuka tool, OAuth yang didelegasikan, dan opsi bird mcp lokal.
3. Berikan dokumentasi ke agent Anda
Jika agent Anda memiliki tool Bird dari langkah 1 atau 2, agent sudah dapat membaca dokumentasi ini: docs_search mencari halaman berdasarkan kueri dan docs_read mengembalikan satu halaman sebagai Markdown. Dari shell, keduanya adalah bird docs search "ip warmup" dan bird docs read <slug>. Cara ini lebih baik daripada memuat seluruh korpus karena agent hanya mengambil halaman yang dibutuhkan saat itu.
Untuk agent yang tidak dapat memanggil tool, seluruh situs dipublikasikan sebagai Markdown:
- /llms.txt: indeks, ringkasan datar yang kaya tautan dari setiap halaman, titik awal bagi agent untuk mengikuti tautan.
- /llms-full.txt: korpus lengkap, semua halaman dokumentasi digabungkan sebagai Markdown, untuk agent yang ingin memuat semuanya dalam konteks.
Kedua file dibuat ulang setiap kali situs di-deploy. Anda juga dapat menggunakan tool AI di sidebar halaman dokumentasi: Copy as Markdown menyalin halaman tersebut, dan Open llms-full.txt membuka korpus. Halaman email onboarding di dashboard menyediakan pintasan Copy for AI yang sama.

Format, ukuran, dan tips pengambilan dibahas di panduan llms.txt.
4. Coba langsung
Setelah agent Anda siap, berikan tugas nyata dari awal sampai akhir:
Find my email with whoami, then send me a test email from onboarding@messagebird.dev and tell me when it's delivered.
Agent membaca alamat Anda dengan whoami, mengirim dari domain onboarding bersama Bird, dan memantau status hingga pesan sampai di kotak masuk Anda. Domain onboarding dapat mengirim ke anggota workspace yang terverifikasi tanpa verifikasi domain. Untuk pemeriksaan deterministik tanpa kotak masuk asli, kirim ke delivered@messagebird.dev; lihat sandbox pengujian.
Langkah selanjutnya
- Pendaftaran mandiri: untuk agent yang memerlukan akun Bird sendiri, bukan akun Anda. Buat akun, organisasi, dan workspace dari terminal, tanpa browser.
- CLI untuk agent: kontrak agent bird CLI. Output JSON, kode keluar semantik, login OAuth.
- Skill agent: plugin marketplace bird-ai dan apa yang didapat setiap klien.
- Server MCP: endpoint yang di-host, antarmuka tool lengkap, model OAuth yang didelegasikan, dan opsi local-stdio.
- llms.txt & dokumentasi Markdown: cara korpus yang dapat dibaca mesin dibangun dan cara mengambil data darinya.
- Kirim email pertama Anda: selesaikan alur email yang sama tanpa agent.
- Menyiapkan coding agent Anda: video yang menghubungkan agent dan mengirim email percobaan melaluinya
Sumber daya terkait
Lanjutkan dengan dokumentasi, panduan, dan contoh untuk topik ini. Sumber daya tersedia dalam bahasa Inggris.
Tonton panduannyaTesting email without spamming anyonePahami konsepnyaWhat is an MCP server, and how does an agent use one to send messages?Jelajahi kemampuannyaCoding agentsIkuti jalur pembelajaranBuild with AI agents
Dapatkan ringkasan implementasi