Agent Docs

Agent Docs

Claude Code、Cursor、Codex、MCP の最新の公式ドキュメントを AI エージェントに提供する MCP サーバーです。

これらのツールは、モデルのトレーニングデータよりも速いペースで変化します。Agent Docs は、これらの公式ドキュメント約 600 ページを検索インデックスに保存し、毎日更新して、エージェントに 2 つのツールを提供します。1 つは該当する箇所を見つけ、もう 1 つはセクション全体を読み込みます。エージェントは実際のドキュメントをもとに回答し、そのドキュメントへのリンクも提示できます。

リモート MCP サーバーとして（また REST 経由で）動作します。無料の Cohere キーでお試しいただけます。

ご自身のペースで順を追ってご覧ください（矢印キーを使用できます）。または、静止画をご覧ください。

静止画で見る 15 のステップ

_{ソースと再構築方法：[docs/flow/](docs/flow/)}

構築方法と測定内容：ARCHITECTURE.md。

---

接続

任意の MCP クライアント（Claude Code、Cursor、OpenWebUI など）にサーバーを追加します。

{
  "mcpServers": {
    "agent-docs": {
      "url": "https://agent-docs-mcp.onrender.com/mcp/",
      "headers": { "X-Cohere-Api-Key": "<your Cohere key>" }
    }
  }
}

ツールの呼び出しには、次のいずれかのヘッダーが必要です。

• ご自身の Cohere キー： X-Cohere-Api-Key: <key>。無料トライアルキーは dashboard.cohere.com で取得できます。このキーは そのリクエストの再ランキングに使用され、保存もログへの記録もされません。上限は IP あたり毎分 30 リクエストです。
• 所有者から提供されたトークン： Authorization: Bearer <API_TOKEN>。ゲスト トークンを希望する場合は、「Guest token request」というタイトルで issue を作成してください。

サーバーは無料プランで稼働しています。15 分間アイドル状態が続くと、最初のリクエストには 約 1 分かかります。

ツール	返される内容
search_docs(query, limit=8, product=None, response_format="concise")	条件に一致する各ページから最適な文章をランキング順に返します。ページの 1 行説明と関連度スコアも含まれます。1 回の呼び出しでは 1 つのトピックについて質問してください。product：claude-code、cursor、codex、mcp
read_section(url, heading=None, offset=0, outline_depth=2)	見出しを指定しない場合は、ページの説明とアウトラインを返します（outline_depth=3 でサブセクションも表示）。見出しを指定した場合は、セクション全体を 1 回あたり最大 8,000 文字返します（残りは next_offset で取得できます）。

REST 経由：

curl -X POST https://agent-docs-mcp.onrender.com/ask \
  -H "Authorization: Bearer $API_TOKEN" -H 'content-type: application/json' \
  -d '{"question": "How do I add an MCP server in Claude Code?"}'

ご自身のキーを使う場合は、Authorization の行を -H "X-Cohere-Api-Key: $COHERE_API_KEY" に置き換えてください。

エンドポイント	用途
GET /health	稼働状況の確認。トークン不要
POST /ask	引用付きの文章による回答
POST /search	ページの説明を含む文章（search_docs）
POST /pages	ページカード：説明とアウトライン
POST /section	ページ内の 1 つのセクション（read_section）
POST /mcp/	MCP（ストリーミング可能な HTTP）
GET /docs	インタラクティブな API ドキュメント（トークンを使って Authorize で認証）

サーバーを使わずローカルで実行（stdio、トークン不要）：

{ "mcpServers": { "agent-docs": { "command": "uv",
  "args": ["run", "--directory", "/path/to/agent-docs", "rag-mcp"] } } }

MCP ディレクトリ向け： 接続とツール一覧の取得にキーは不要です（IP あたり毎分 30 リクエスト）。必要なのは tools/call のみです。サーバーはセッションを保持しないため、GET /mcp は 405 を返します。すべてのリクエストは POST で送信してください。 公式 MCP Registry に io.github.KonstantinStarovoytov/agent-docs として登録されています （server.json）。

対応範囲

製品	ソース
Claude Code（Agent SDK、プラグインを含む）	code.claude.com/docs/llms.txt
Cursor	cursor.com/llms.txt
Codex	developers.openai.com/codex/llms.txt
MCP（最新の仕様、レジストリ、拡張機能）	modelcontextprotocol.io/llms.txt

---

仕組み

エージェントは search_docs を呼び出し、文章だけでは不十分な場合に read_section を呼び出します。この処理ではサーバー上で言語モデルを実行しません。エージェントが文章を読み、自ら回答を作成します。

search_docs は次の 4 つのステップで動作します。

1. 意味（埋め込み）と完全一致する単語（BM25）の両方で同時に検索するため、「ツールサーバーに接続する」と claude mcp add のどちらでも適切なページが見つかります。
2. 2 つの結果リストを順位に基づいて統合します。同順位の場合は固定順で保持されるため、同じ質問には常に同じ結果が返されます。
3. リランカー（Cohere）が上位 20 件を質問とともに読み込み、それぞれの一致度を採点します。
4. 各ページから最適な文章を残し、そのページの 1 行説明と、ほかに一致したセクションの見出しを追加します。

read_section は保存済みのページコピーを読み込むため、モデルは呼び出されません。検索は Langfuse でトレースされます。

REST エンドポイント /ask は、エージェントではないクライアント向けです。ロシア語とポーランド語の質問も英語に翻訳します。最適な候補のスコアが 0.55 未満の場合は「ドキュメントには記載されていません」と回答します。チャンクを 8 件選択し（1 つのセクションからは最大 2 件）、gpt-6-luna がそれらを引用した回答を作成します。

毎日更新

**自分のペースで手順を確認する**か、静止画を開いてください。

12の手順を静止画で確認

毎日06:00 UTCにGitHub Actionsのジョブが各ベンダーのページ一覧 （llms.txt）を読み込み、インデックスを更新します。

• 変更されたページは再度埋め込み処理され、変更されていないページはスキップされます。
• 新規ページはまず確認されます。不審なページは、所有者がGitHubの課題でIndexまたはDeclineにチェックを入れるまで保留されます。
• 一覧から消えたページは削除されます。ただし、一度に消えるページが多すぎる場合は削除されません。
• 製品で何が変更されたかをまとめた簡潔なレポートが reports/docs-changes/に掲載されます。

測定結果

各変更は、採用する前にラベル付きの質問で測定しました。うまくいかなかったものも含むすべての実験については、 ARCHITECTURE.mdをご覧ください。

変更	測定された効果
/ask のチャンク数を5個から8個に増加	複数パートの質問を完全に網羅：25% → 75%
英語以外の質問を英語に翻訳	Hit@5：0.958 → 1.000
リランカーの候補数を20個ではなく10個に	完全に網羅：75% 対 50%（候補を増やすと、2つ目のトピックが押し出されました）
gpt-5.6-luna ではなく gpt-6-luna	忠実度：0.975 → 0.994
同点の場合に固定順序を適用	同じ質問には同じ結果が返るようになりました（以前はそうではありませんでした）
search_docs でページごとに1つの抜粋を取得	上位5件に含まれる異なるページ数：3.1 → 5.0、ページのHit@5：0.936 → 0.979
ページ内のほかの一致セクションの見出し（other_sections）	ラベル付けされたセクションが表示される割合：0.667 → 0.867。実際のエージェントでは、正確さは同じまま、セクションの読み取り失敗が減少（11 → 1）

回答が質問の一部を取りこぼす場合でも、検索では通常、適切なテキストが見つかっています。問題はその後、モデルが参照する候補を絞り込む段階で発生します。

---

実行環境

構成要素	サービス	プラン
API + MCP サーバー	Render、agent-docs-mcp.onrender.com のサービス agent-docs	無料ウェブサービス
ベクトルインデックス	Qdrant Cloud	無料の1 GBクラスター
トレース、評価用データセット、プロンプト	Langfuse Cloud	無料のHobbyプラン
日次再インデックス、CI	GitHub Actions	無料
埋め込み、回答	OpenAI（text-embedding-3-small、gpt-6-luna）	従量課金
リランキング	Cohere（rerank-v4.0-fast）	トライアルキー + フォールバックキー

デプロイはCIの通過後にのみ実行されます。サービス全体は render.yamlで定義されています。

独自にデプロイする場合： Render → New → Blueprint → このリポジトリの順に選択します。要求されたシークレット（OPENAI_API_KEY、COHERE_API_KEY、任意のCOHERE_API_KEY_FALLBACK、 QDRANT_URL、QDRANT_API_KEY、LANGFUSE_PUBLIC_KEY、LANGFUSE_SECRET_KEY）を入力してください。 API_TOKENは自動生成されます。ホスト名を変更した場合は、 API_ALLOWED_HOSTSも更新してください（MCPトランスポートは不明なホストを拒否します）。ゲストのアクセスを無効にするには、 API_GUEST_TOKENをクリアしてください。

コスト

項目	コスト
ホスティング、データベース、トレース、CI	月額0ドル（無料枠）
回答1件（/ask）	約0.0007ドル（OpenAI。リランキングは無料トライアルを利用）
検索1件（search_docs）	約0ドル（埋め込み1回 + リランキング1回）
日次再インデックス、変更なし	0ドル
日次再インデックス、数ページを変更	0.01ドル未満（埋め込み + 新しいページごとに短いLLMチェック1回）
インデックス全体の再構築	約0.10～0.30ドルの一時費用（埋め込み約0.07ドル + ページごとに短いLLMチェック1回）

無料構成の制限：Cohereのトライアルでは、キーごとに月1,000回のリランキング（キーは2つ）と、毎分10回のリクエストが許可されます。APIは、有料リクエストが毎分60回までに制限されています。

---

開発

uv sync --locked                      # Python 3.14
cp .env.example .env                  # OpenAI, Cohere, Qdrant, Langfuse keys
docker compose up -d                  # local Qdrant + API on :8080
uv run python -m src.ask "How do skills work?"
uv run pytest -q && uv run ruff check src evals tests && uv run ruff format --check src evals tests && uv run mypy

ローカルで再インデックスを実行するには、uv run python -m src.reindex --dry-run --out /tmp/r を実行します（書き込みは行われません）。または、GitHub ActionsでReindexワークフローを実行してください。

フォルダー	内容
src/ingestion/	ページの選択、チャンク分割、不要データの除外、変更レポート
src/rag/	検索、リランキング、コンテキストの選択、生成
src/service/	REST APIとMCPサーバー（共通のハンドラーを使用）
src/prompts/	プロンプト。Langfuseでバージョン管理
evals/	評価ゲート：データセット、実行ツール、スコアラー（ガイド）
reports/	実験結果と日次変更レポート（インデックス）
docs/	図、アニメーション、調査結果、公開に関するメモ
data/manifests/	各インデックスに含まれるページの一覧
scripts/	図のレンダリング、プロジェクトのキーを使用するLangfuse CLI

図：docs/diagrams/*.mmdを編集してから、uv run python scripts/render_diagrams.pyを実行します。 アニメーション：質問のフローはdocs/flow/flows/ask.js、日次再インデックスのフローはdocs/flow/flows/reindex.jsを編集し、 docs/flow/render.shを実行します。

ライセンス

MIT