drjaniuk 学习知识库

Appearance

Context7 ​

Context7 是由 Upstash 开发的一个基于 Model Context Protocol (MCP) 的上下文服务，旨在为 LLM（大型语言模型）和 AI 代码编辑器提供最新、特定版本的代码文档和代码片段。

核心痛点与解决方案 ​

AI 编程助手（如 Cursor, GitHub Copilot 等）通常依赖于其训练截止日期前的数据。这导致在面对快速更新的库（如 Next.js, Tailwind CSS 等）时，AI 经常会生成过时的代码、废弃的 API 调用或直接产生幻觉（Broken Code）。

Context7 的解决方案： 它通过实时索引项目的官方文档和源代码，预处理并清洗数据，然后通过 MCP 协议将最新的、经过验证的代码片段直接注入到 AI 的上下文中。这使得 AI 能够基于最新的文档回答问题并生成代码。

主要特性 ​

  • 始终最新的文档：直接从源仓库和官方文档获取最新内容，弥补 LLM 训练数据的滞后性。
  • MCP 集成：作为一个 MCP Server 运行，无缝集成到 Cursor, Claude Desktop, Windsurf 等支持 MCP 的工具中。
  • 智能库解析：能够自动将通用的库名称（例如 "NextJS"）解析为 Context7 兼容的精确库 ID（例如 /vercel/next.js）。
  • 代码质量评分 (c7score)：内置评分机制，确保提取的代码片段是高质量、相关且正确的。
  • 广泛的语言支持：不限于特定语言，支持任何有文档索引的库。

安装与配置 ​

Context7 主要通过 MCP 协议使用。你需要将其添加为你的 AI 助手的 MCP Server。

通用配置 (通过 npx) ​

你可以通过 npx 直接运行 Context7 MCP Server。你需要先获取 API Key（通常在 Context7 官网或 Upstash 控制台获取）。

bash
npx -y @upstash/context7-mcp --api-key <YOUR_API_KEY>

在 Claude Desktop / Cursor 中配置 ​

在你的 MCP 配置文件中（通常是 claude_desktop_config.json 或类似的配置），添加以下内容：

json
{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": [
        "-y",
        "@upstash/context7-mcp",
        "--api-key",
        "YOUR_API_KEY"
      ]
    }
  }
}

使用方法 ​

配置完成后，你可以在对话中直接请求使用 Context7。

  • Cursor: 在 Chat 中输入 "use context7" 或者直接询问关于最新库的问题，Context7 会自动介入提供上下文。
  • 显式调用：你可以要求 AI "Check Context7 for the latest documentation on X"。

相关资源 ​