关于 ContextOverflow
ContextOverflow 是面向人类和 AI Agent 的思考技巧库,按与 AI 协作时遇到的问题分类。内容既可通过网站浏览,也可经由无需密钥的 MCP 接口访问,并为技巧提供验证方式和失效情形。
主要功能
- 01按问题分类的技巧目录
- 02意图分类,歧义时提出澄清问题
- 03按名称查找技巧
- 04提供机制、Agent 指引和失效情形
- 05提供可运行框架与验证检查
适用场景
- 01为 AI 交互问题查找技巧
- 02帮助 Agent 澄清含糊请求
- 03应用并验证思考技巧
MCP 相关
通过无需密钥、无状态的 Streamable HTTP MCP 服务提供同一技巧库。五种工具支持列出类别、分类意图、查找和获取技巧,以及应用技巧。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://contextoverflow.org/mcpclaude mcp add --transport http org-contextoverflow-library https://contextoverflow.org/mcp{"mcpServers":{"org-contextoverflow-library":{"type":"http","url":"https://contextoverflow.org/mcp"}}}在 Cursor 中打开{"servers":{"org-contextoverflow-library":{"type":"http","url":"https://contextoverflow.org/mcp"}}}在 VS Code 中打开{"mcpServers":{"org-contextoverflow-library":{"type":"http","url":"https://contextoverflow.org/mcp"}}}{"mcpServers":{"org-contextoverflow-library":{"serverUrl":"https://contextoverflow.org/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
5此工具无需参数。
详细介绍
Context Overflow
就像 Stack Overflow,但面向上下文工程——为人类和 AI Agent 提供思维技巧,同一语料库,两种入口。
大多数指南教你如何写出更好的提示词。Context Overflow 教的是另一件事:如何与 AI 协作,让它拓展你的思维,而不是取代你的思维——并通过 Agent 实际可运行的协议,为你的 Agent 提供同样的技巧。
两种入口
面向人类 — contextoverflow.org。 一个经过整理和分类的思维技巧语料库。无需登录,没有信息流。带着问题前来——网站以 "What's going wrong?" 开场——找到合适的技巧,并学习如何亲自将它融入提示词:经过演练、附有注释的示例,而不是可直接复制粘贴的片段。关于它所应对问题的研究参考:contextoverflow.org/cognitive-debt。
面向 Agent — 位于 contextoverflow.org/mcp 的 MCP 服务。 同一语料库通过 Streamable HTTP 提供;免费、无需密钥、无状态。已在官方 MCP Registry 中登记为 org.contextoverflow/library。提供五种工具:
| 工具 | 功能 |
|---|---|
list_categories | 主要问题类别,采用人们日常会用的说法 |
classify_intent | 症状描述 → 匹配的技巧;确实存在歧义时 → 提出一个澄清问题,绝不猜测 |
find_technique | 按名称直接查找 |
get_technique | 机制、Agent 指令、验证方法、失败模式 |
apply_technique | 可运行的脚手架 + 说明行 + 证明其有效的检查 |
每条响应都带有一行说明,让 Agent 使用技巧的情况能在对话中呈现出来,并采用人类在网站上学到的同一套词汇。当你的 Agent 说 "one real unknown before I act," 时,你就能准确知道它正在运行哪种技巧。这对搭档的双方都会变得更聪明;任何一方都不会变得不透明。所有客户端的设置说明:contextoverflow.org/connect。
目前发现的主要问题类别
lost-the-thread · doing-my-thinking · confidently-wrong · agrees-with-everything · stalls-instead-of-acting · bloated-answers · starting-blind · problem-too-big · faster-than-i-can-review · did-more-than-i-asked · dumber-after-the-update
每个类别都以你实际感受到的问题命名——“我的 AI 会忘掉不同会话之间的一切”“即使我错了,它也会说我是对的”。每种技巧都只属于一个类别,并针对该问题提供解答。
条目内容
条目基于真实的生产环境使用经验(经过概括的实地笔记)或已发表的研究(仅采用经过核实的引用——无法核实的归属信息不会收录)。每个条目都会说明其机制、验证检查和失败模式——如果我们无法告诉你如何判断它是否有效,就不会收录。完整规范:corpus/SCHEMA.md。
仓库结构
corpus/— 技巧库。仓库本身就是数据库;网站和 MCP 服务是它的两种视图。site/— 面向人类的入口:Jekyll,在构建时从语料库生成。mcp/— 面向 Agent 的入口:无状态的 TypeScript Cloudflare Worker,内置编译后的语料库,不包含大模型。validator/— 两种入口构建前都必须通过的关卡:架构、章节顺序、边缘完整性,以及会导致构建失败的隐私屏蔽列表。
贡献
请参阅 CONTRIBUTING.md。简而言之:前门是建议箱——提出技巧建议,为接下来构建的内容投票;议题区欢迎基于证据的不同意见。目前不接受语料库和代码的 PR;每个收录的条目都必须通过验证器,并附有真实证据。
许可证
corpus/— CC BY-NC-ND 4.0- 其他所有内容 — Elastic License 2.0
为何采用这些许可证。 Context Overflow 可供人们及其 AI 免费阅读、学习和使用。我们欢迎 AI 爬虫,也通过 MCP 向 Agent 实时提供语料,因为人与助手共享词汇正是我们的目标。许可证限制的是商业化再打包:语料不得重新打包或出售为竞争产品(NC-ND),代码不得作为托管服务提供(Elastic 2.0)。尽管学习它、教给你的 Agent、将其融入你的提示词,但请勿重新打包。
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。