بنقرة واحدة
context7
Context7 MCP - 智能文档搜索和上下文获取工具,支持任何编程库的文档查询
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
القائمة
Context7 MCP - 智能文档搜索和上下文获取工具,支持任何编程库的文档查询
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
设置并使用 1Password CLI (op)。在安装 CLI、启用桌面应用集成、登录(单个或多个帐户)或通过 op 读取/注入/运行密钥时使用。
停止等待提示词,让工作继续进行。
Agent 体验守护系统。解决AI助手常见体验问题 :长时间无响应、任务卡死、中英文混用、状态不透明。包含看门狗监控、智能状态汇报、即时状态查询、语言一致性过滤、消息队列追踪。适用于所有渠道 ( QQ微信//Telegram飞书//Discord等 )。当用户抱怨等太久没回复、 “回复中英文混着”、 “不知道在干什么”时使用此技能。
针对 AI 代理 (Agent) 失败的结构化自调试工作流,包括捕捉、诊断、受控恢复和内省报告。
AI 代理的记忆管理工具 - 列表显示、搜索查找、摘要生成及记忆文件维护。包含 AI 驱动的摘要功能。
Optimize multi-agent systems with coordinated profiling, workload distribution, and cost-aware orchestration. Use when improving agent performance, throughput, or reliability.
| name | context7 |
| description | Context7 MCP - 智能文档搜索和上下文获取工具,支持任何编程库的文档查询 |
| metadata | {"version":"1.0.3","tags":["文档","搜索","上下文","mcp","llm"],"clawdbot":{"requires":{"bins":["node"],"npm":true},"install":[{"id":"skill-install","kind":"skill","source":"clawdhub","slug":"context7","label":"安装Context7技能"}]}} |
Context7 提供智能的文档搜索和上下文获取能力,支持任何编程库,由大语言模型驱动。
复制 .env.example 为 .env 并添加你的 Context7 API 密钥:
cp .env.example .env
在 .env 中添加你的 API 密钥:
CONTEXT7_API_KEY=你的api密钥
在 context7.com/dashboard 获取密钥
安装依赖:
npm install
Context7 提供两个主要命令:
通过名称搜索编程库,使用智能的大模型排序:
npx tsx query.ts search <库名称> <查询内容>
# 示例:
npx tsx query.ts search "nextjs" "setup ssr"
npx tsx query.ts search "react" "useEffect cleanup"
npx tsx query.ts search "better-auth" "authentication flow"
这将调用 Context7 搜索 API:
GET https://context7.com/api/v2/libs/search?libraryName=<name>&query=<query>
响应包含:
/vercel/next.js)获取智能的、经大模型重新排序的文档上下文:
npx tsx query.ts context <owner/repo> <查询内容>
# 示例:
npx tsx query.ts context "vercel/next.js" "setup ssr"
npx tsx query.ts context "facebook/react" "useState hook"
这将调用 Context7 上下文 API:
GET https://context7.com/api/v2/context?libraryId=<repo>&query=<query>&type=txt
响应包含:
# 搜索文档
npx tsx query.ts search "库名称" "你的搜索查询"
# 从特定仓库获取上下文
npx tsx query.ts context "owner/repo" "你的问题"
通过以下最佳实践充分利用 Context7 API:
使用 /libs/search 端点时,始终在查询参数中包含用户的原始问题。这可以让 API 使用大模型排序找到最相关的库,而不是依赖简单的名称匹配。
示例: 如果用户询问 Next.js 中的 SSR,搜索时使用:
libraryName=nextjsquery=setup+ssr这确保了针对特定任务的最佳排名。
为了获得最快和最准确的结果,使用 /context 端点时提供完整的 libraryId(例如:/vercel/next.js)。如果你已经知道用户询问的库,跳过搜索步骤直接调用上下文端点可以减少延迟。
为了确保文档的准确性,如果项目有特定版本要求,在 libraryId 中包含版本号,格式为 /owner/repo/version。你可以在搜索端点的响应中找到可用的版本标签。
使用 type 参数定制 /context 的响应格式:
type=json 当你需要以编程方式处理标题、内容片段和源 URL 时(适合 UI 展示)。type=txt 当你想将文档直接作为纯文本输入到大模型提示词时。当从搜索结果中以编程方式选择库时,使用 trustScore 和 benchmarkScore 优先选择高质量、信誉好的文档源。
通过在以下地址获取 llms.txt 文件来查找导航页面和其他文档页面:
https://context7.com/docs/llms.txt
搜索端点:
GET https://context7.com/api/v2/libs/search
?libraryName=<库名称>
&query=<用户查询>
上下文端点:
GET https://context7.com/api/v2/context
?libraryId=<owner/repo>
&query=<用户查询>
&type=txt|json
找不到结果?
认证错误?
.env 中设置了 CONTEXT7_API_KEYMIT