关于 llmmcp
llmmcp 是为编码 Agent 提供 OpenAI、Anthropic 和 Google Gemini 官方文档检索的 MCP 服务。它支持实时搜索索引文档,并动态列出提供方及其主推模型,帮助查证 API 参数和实现方式。
主要功能
- 01搜索官方提供方文档
- 02动态列出提供方与模型
- 03查询 API 参数和限制
- 04检索当前实现模式
适用场景
- 01查证模型是否支持特定功能
- 02确认工具调用参数
- 03核对上下文窗口与速率限制
- 04避免使用已弃用的库模式
MCP 相关
作为 MCP 服务,提供 `search_docs` 文档搜索工具和 `list_providers` 提供方列表工具。文档索引每周从官方资料更新。
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。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
llmmcp
🌐 网站: https://llmmcp.vercel.app
🎥 演示:
https://github.com/user-attachments/assets/eaad8d05-b7a8-4bf0-86c6-4fe2726da628
杜绝大模型幻觉和过时的代码模式。
llmmcp 是一个模型上下文协议(MCP)服务,可为主要大模型提供商(OpenAI、Anthropic 和 Google Gemini)提供实时、最新的文档。它确保你的 AI Agent(例如 Cursor、Claude Desktop 或 Windsurf)基于当前的官方文档开展工作,而非过时的训练数据或已弃用的库模式。
为什么使用 llmmcp?
大模型经常会对自身的最新版本、功能可用性(例如特定模型是否支持使用工具)和定价产生幻觉。llmmcp 通过以下方式解决这一问题:
- ✅ 最新模型信息:始终了解最新可用的模型(例如 Gemini 2.0 Flash、Claude 3.5 Sonnet)。
- ✅ 详细的 API 参数:经过验证的工具使用语法、上下文窗口大小和速率限制。
- ✅ 最新实现模式:让你的 AI Agent 遵循当前最佳实践,而不是使用旧版或已弃用的库版本。
- ✅ 实时搜索:查询已建立索引的官方提供商文档向量数据库。
- ✅ 动态列表:无需硬编码列表,即可获取提供商的当前状态。
🚀 快速开始
无需本地安装,即可在你喜爱的 AI 工具中立即使用 llmmcp。
Cursor
在 Settings > Models > MCP Servers 中添加新的 MCP 服务:
- 名称:
llmmcp - 类型:
command - 命令:
npx -y llmmcp@latest
Claude Desktop
将以下内容添加到你的 claude_desktop_config.json:
{
"mcpServers": {
"llmmcp": {
"command": "npx",
"args": ["-y", "llmmcp@latest"]
}
}
}
🛠 功能
search_docs
搜索最新的官方文档,查找特定的技术细节。 示例:“Gemini 1.5 Pro 的工具使用参数有哪些?”
list_providers
动态获取可用提供商(OpenAI、Anthropic、Google)及其当前主推模型的列表。
🏗 工作原理
llmmcp 专为速度和可靠性而设计:
- 索引器:每周抓取一次官方文档中的原始 Markdown/文本。
- 向量数据库:对文本块进行嵌入,并存储在集成嵌入支持的 Pinecone 中。
- 后端:Cloudflare Worker 处理查询嵌入和检索,并使用 Workers KV 缓存常见结果。
- MCP 客户端:轻量级命令行工具将 MCP 请求转换为发往 Worker 的 API 调用。
🤝 贡献与自托管
本项目为开源项目。如果你想运行自己的后端实例:
- 请参阅 架构与部署(即将推出;当前配置请参阅日志)。
- Fork 此仓库,并为新的文档来源提交 PR。
由 Abdullah Al Mahmud 开发
许可证
MIT
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。