关于 libdocs
libdocs 是面向编码 Agent 的命令行工具和 MCP 服务,可将库名解析为兼容 Context7 的 ID,并获取当前版本的文档与示例。结果可按主题和 Token 预算筛选。
主要功能
- 01将库名解析为 ID
- 02获取当前库文档
- 03检索代码示例
- 04按主题聚焦结果
- 05设置 Token 预算
适用场景
- 01查询指定库的文档
- 02编码时核对特定版本的 API
- 03获取聚焦某主题的示例
MCP 相关
其标准输入输出 MCP 服务提供工具,可将库名解析为兼容 Context7 的 ID,并按可选主题和 Token 限制获取文档。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
2收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| libraryName | string | 是 | 要解析为兼容 Context7 的库 ID 的库名称。 |
详细介绍
libdocs
libdocs 解答了每个编码 Agent 都会遇到的问题:这个库的当前版本实际上做什么?你只需提供库名,它就会找到该库兼容 Context7 的 ID,然后获取该库最新的文档和代码示例——还可以选择聚焦某个主题,并将内容限制在你指定的 token 预算内。它既可通过命令行使用,也可作为面向 Agent 的 MCP 服务运行。
API 密钥为可选项。设置 CONTEXT7_API_KEY 后,libdocs 会将其作为 Bearer 令牌发送;未设置时,请求则不携带令牌。开始使用无需注册。
安装
npx @reneturcios/libdocs resolve "next.js"
也可以运行容器镜像:
docker run -i ghcr.io/cloudcorprecords/libdocs
容器默认启动 MCP 服务(见下文)。传入 CLI 参数即可将其用作 CLI。
CLI
# Find the Context7-compatible IDs for a library name
libdocs resolve "next.js"
libdocs resolve react
# Fetch documentation for an exact library ID
libdocs docs /vercel/next.js
libdocs docs /vercel/next.js --topic routing --tokens 20000
libdocs --version
退出代码:成功时为 0,查询失败时为 1(错误信息会指出问题,包括服务返回的 HTTP 状态码),用法错误时为 2。
低于服务最低要求 10000 的 token 预算会提升至 10000,与上游行为一致。
MCP 服务
一个二进制文件即可提供两种使用方式。mcp 子命令会启动 stdio MCP 服务:
npx -y @reneturcios/libdocs mcp
MCP 客户端配置:
{
"mcpServers": {
"libdocs": {
"command": "npx",
"args": ["-y", "@reneturcios/libdocs", "mcp"],
"env": {
"CONTEXT7_API_KEY": "your-key-if-you-have-one"
}
}
}
}
env 块为可选项——不需要密钥时可将其完全省略。
工具
| 工具 | 输入 | 返回内容 |
|---|---|---|
resolve-library-id | libraryName(字符串,必填) | 匹配的库列表,每个库均包含标题、兼容 Context7 的库 ID、描述,以及服务报告的 token、代码片段和可信度数据。 |
get-library-docs | context7CompatibleLibraryID(字符串,必填)、tokens(数字,可选)、topic(字符串,可选) | 该库的文档和代码示例,采用纯文本格式;如果提供了 topic,则聚焦于该主题。 |
解析请求会访问服务的搜索端点;文档则按库 ID 以纯文本模式获取。查询失败(ID 未知、请求受限或主机无法访问)会作为工具错误报告。
开发
npm install
npm run build # tsc -> dist/
npm test # node test runner over test/*.test.ts, no network (fake fetch fixtures)
npm run dev # run the CLI from source via tsx
许可证
MIT — 参见 LICENSE。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。