AgentHubAgentHub

使用场景/AI 知识库与文档

AI 知识库 MCP(Context7 / 文档检索)

为 AI 提供最新库文档、Wiki、内部知识。减少幻觉,适合写代码、学新框架。

共匹配 608 个资源 · 第 11 / 13 页

什么是AI 知识库与文档?

知识库类 MCP 解决大模型最大的短板——知识过期与幻觉:Context7 按库与版本实时拉取官方文档和代码示例,DeepWiki 把任意 GitHub 仓库编译成可问答的 Wiki,自建方向则常用向量库 / 知识图谱 MCP 接入团队内部资料。

写代码时的典型链路:在 Cursor 里问「Next.js 15 的 fetch 缓存默认行为」→ Context7 MCP 返回对应版本的官方文档片段 → 生成的代码不再基于训练截止前的旧 API。升级大版本、试用新框架时收益最明显。

接入内部 Wiki 前先做权限隔离:为 AI 建立只读、按空间授权的检索通道,避免把全量机密文档无差别嵌入索引;对外服务同理,注意文档许可证与引用规范。

适合做什么

  • 查最新 API 文档
  • 框架版本升级答疑
  • 团队 Wiki 问答
  • 技术方案调研

不太适合

  • 替代官方文档精读
  • 机密文档未做权限隔离时
常见组合: Context7 + GitHub MCP → 读文档 + 对照仓库实现

相关资源

查看全部 →

CursorQB 子规划器

SkillSkillsMP

CursorQB 规划流程的第 2 步(目标驱动)。把 Planner-docs/Main-Planing.md 中的每个主阶段拆解为 Planner-docs/Faz-<n>-Plans/ 下的详细子计划,并生成 Sub-Planing-Index.md。由 define-goal 技能作为 Cursor 目标自动启动,会一直运行直到覆盖所有阶段 —— 不会做完一个阶段就停下。可从 cursorqb-planner 的关卡 1 调用,或直接调用来(重新)生成子计划。只改动 Planner-docs/ 下的文件。

source

CursorQB 规划器

SkillSkillsMP

具备仓库感知输入的五步(1、1.5、2、3、4)目标驱动项目规划总控。当用户运行 /cursorqb-plan 或要求 CursorQB 端到端规划项目时使用 —— 总计划、既有项目体检、阶段拆解、覆盖度审计,随后是可选的实现环节。先执行仓库感知的第 1 步输入并产出 Planner-docs/Main-Planing.md;对既有项目运行第 1.5 步体检(cursorqb-autopsy);再逐关卡进入阶段拆解(cursorqb-subplanner)、覆盖度/质量审计(cursorqb-auditor)与受控实现步骤(cursorqb-implementer)—— 均通过 define-goal 作为 Cursor 目标自动启动。每一步都用自带校验器验证。

source

CursorQB 项目体检

SkillSkillsMP

CursorQB 规划流程的第 1.5 步(目标驱动),对既有项目做体检。在第 1 步之后(或直接)使用,检查已有或部分完成的仓库并写出 Planner-docs/Autopsy.md —— 一份 13 节的技术反馈报告,用于充实第 2 步的子计划。对非空的既有仓库会自动执行,空或近乎为空的仓库则跳过。由 define-goal 技能作为 Cursor 目标自动启动;只会创建/更新 Planner-docs/Autopsy.md。

source

CursorQB 审计员

SkillSkillsMP

CursorQB 规划流程的第 3 步(目标驱动),对第 2 步的子计划做质量、覆盖度、一致性与就绪度审计。用于校验 Planner-docs/Faz-*-Plans/*.md 与 Sub-Planing-Index.md 是否忠实于 Main-Planing.md、是否完整、有序、结构良好且可实施。由 define-goal 技能作为 Cursor 目标自动启动,会持续到每个阶段与子计划都被检视完毕;仅生成 Planner-docs/Sub-Planing-Audit.md 并返回 PASS / PASS_WITH_WARNINGS / BLOCKED。单独运行以复审也是安全的。

source

Pinecone RAG

SkillSkillsMP

以 Pinecone 作为向量数据库后端构建生产级 RAG 管道与持久化 agent 记忆。当用户提到 Pinecone、需要为语义检索索引文档、构建检索增强生成系统、跨会话存储 agent 记忆、实现混合检索,或把 LLM 接入可检索知识库时使用;也适用于向量数据库选型、多租户 agent 的 namespace 隔离、embedding 管道、以及将知识库扩展到本地存储之外的场景。不适用于本地向量库(Chroma、FAISS、pgvector)或纯关键词检索。

source

部署上下文

SkillSkillsMP

将 nao 项目的上下文目录连接(接线)到远程 nao 实例(云端或自托管),使每次推送到 `main` 分支都通过 GitHub Actions 自动执行 `nao deploy`。当用户已有本地版本化(Git 管理)的 nao 项目、并希望团队部署的实例始终反映最新提交的上下文时使用。涵盖 `nao deploy` 用法、GitHub Actions 工作流、组织 API 密钥、GitHub Secrets、`.naoignore`、`nao_config.yaml` 中的环境变量引用,以及新建与更新的行为差异。不适用于首次项目搭建(请用 `setup-context`),也不用于把仓库元数据回写提交的 `nao sync` 自动化(见文档 synchronization 页面)。

source

代码转 PRD

SkillSkillsMP

将任意代码库逆向工程为完整的产品需求文档(PRD)。分析路由、组件、状态管理、API 集成与用户交互,产出业务可读、详尽到足以让工程师或 AI agent 完整重建每个页面与端点的文档。支持前端框架(React、Vue、Angular、Svelte、Next.js、Nuxt)、后端框架(NestJS、Django、Express、FastAPI)与全栈应用。当用户提及生成 PRD、逆向需求、代码转文档、从代码提取产品规格、记录页面逻辑、分析页面字段与交互、生成功能清单、基于现有代码库撰写需求、记录 API 端点或分析后端路由时使用。

source

Vercel 成本与性能优化

SkillSkillsMP

用于已部署项目的 Vercel 成本与性能优化,尤其适合 Next.js、SvelteKit、Nuxt 以及部分 Astro 应用。先收集 Vercel 指标、用量、项目配置与代码扫描结果;只排查有指标支撑的候选项;产出基于已核实文件、并对齐 Vercel 与框架版本文档的排序建议。当用户要求降低 Vercel 账单、优化缓慢或高开销路由、寻找缓存机会,或提到 Function Invocations、Build Minutes、Fast Data Transfer、Core Web Vitals、Bot Management、Fluid compute、成本明细时使用。

source

撰写 Next.js API 参考文档

SkillSkillsMP

为 Next.js API 撰写参考文档:函数、组件、文件约定、指令与配置选项。当用户要求撰写/创建/起草 API 参考页面,或涉及 docs/01-app/03-api-reference/ 路径、以及“API reference”“props”“parameters”“returns”“signature”等关键词时自动激活。信息来源为 Next.js 源码、既有 API 参考页面或用户提供的规格。输出为带 YAML frontmatter、用法示例、参考条目、行为说明和示例的 markdown(.mdx)API 参考页面。

source

代码图谱分析

SkillSkillsMP

通过图数据库(neug)与向量索引(zvec)分析已建立索引的代码库。覆盖调用图、依赖关系、死代码、热点、模块耦合、架构报告、语义检索、影响分析、从 GitHub issue 出发的缺陷根因定位、类图(UML)以及 PR 审查(风险评分、冲突检测、可自动合并候选、打标签)。同时涵盖创建、检查与修复 CodeScope 索引。用于:代码结构、谁调用了谁、某处为何改动、相似函数、模块边界、缺陷追踪、类间关系、PR 风险与冲突,或任何适合借助代码知识图谱回答的问题。当工作区存在 .codegraph 索引,或用户希望创建一个时适用。

source

GRIDA-SEC 安全边界

SkillSkillsMP

在 Grida 仓库中处理 `GRIDA-SEC-<id>` 安全边界的规范。当源码或文档中出现 `GRIDA-SEC` 标记、修改被标记路径下的文件,或新增一条已防范漏洞记录时触发。每个 `GRIDA-SEC-<id>` 都对应 `/SECURITY.md` 中记录的一处结构性信任边界。本 skill 说明其约定,要求提交任何被标记文件的改动前先做安全评审,并示范如何注册新的 id。只要上下文中出现 GRIDA-SEC 就应使用。

source

Activepieces 设计系统

SkillSkillsMP

Activepieces(开源 AI 自动化平台,「Zapier 的开源替代」)的设计系统。在为 Activepieces 设计、原型或构建 UI 时使用——Web 应用(flow builder、runs、connections、dashboard)、文档或营销页面。提供品牌紫 #8142E3、以 sm(14px)为正文字号的 Inter 字阶、Tailwind 中性色、Lucide 图标、Shadcn/Radix 原语约定、标志性的点状画布 builder 背景,以及复刻的 Web UI 组件库。

source

常见问题

Context7 和直接搜网页文档有什么区别?

Context7 以库名+版本精确取文档切片并结构化给模型,省去抓取清洗、上下文更聚焦;直接搜索适合无固定库的泛调研。

团队内部文档怎么接入?

常见三条路:向量库 MCP(如 Qdrant / Chroma / pgvector)做语义检索、Notion / Confluence 官方 MCP 直连、或自建 RAG 服务包一层 MCP。按数据敏感级别选。

知识库 MCP 会降低响应速度吗?

会增加一次工具调用的延迟(通常几百毫秒),但换来更少返工。控制返回片段大小、只挂载需要的知识库即可。

配套安装与配置教程

相关场景