Context7
MCP ServerMCP Hub 中国597.5k
基于Upstash的向量搜索和上下文管理MCP服务
stdionpm
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 2,117 个资源 · 第 45 / 45 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
编辑推荐
相关资源
查看全部 →Cursor 子智能体督导
SkillSkillsMP
把范围明确的委派给子智能体，例如让某个子智能体按一组规格实现功能。当任务不需要了解整个项目的宽泛背景时应使用本技能。
source
cli-creator
SkillGitHub
基于 API 文档、OpenAPI 规范、现成 curl 示例、SDK、Web 应用、管理工具或本地脚本，为 Codex 构建可组合 CLI。当用户希望 Codex 创建可在任意仓库运行的命令行工具——暴露可组合的读/写命令、返回稳定 JSON、管理认证并搭配一个配套技能——时使用。
source
chatgpt-apps
SkillGitHub
构建、搭建脚手架、重构并排障结合了 MCP 服务器与 widget UI 的 ChatGPT Apps SDK 应用。当 Codex 需要设计工具、注册 UI 资源、接通 MCP Apps 桥接或 ChatGPT 兼容 API、应用 Apps SDK 元数据/CSP/域名设置，或产出符合官方文档的项目脚手架时使用。优先采用文档先行工作流：先生成代码前调用 openai-docs 技能或 OpenAI 开发者文档 MCP 工具。
source
写作规范 writing-guidelines
SkillGitHub
审查文档是否符合 Writing Guidelines。当被要求“review my docs”“check writing style”“audit prose”“review docs voice and tone”或“check this page against the writing handbook”时使用。
source
Vercel 成本与性能优化
SkillGitHub
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
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。