원클릭으로
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
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
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
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
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