mcpField
C
ContextOverflow

ContextOverflow

远程服务
contextoverflow.orgAI 与智能体011 周前更新

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

  1. 01按问题分类的技巧目录
  2. 02意图分类,歧义时提出澄清问题
  3. 03按名称查找技巧
  4. 04提供机制、Agent 指引和失效情形
  5. 05提供可运行框架与验证检查

适用场景

  1. 01为 AI 交互问题查找技巧
  2. 02帮助 Agent 澄清含糊请求
  3. 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。

服务地址https://contextoverflow.org/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

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

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

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。