SuperAPI AI 工具集

context7-research

写作与研究

查看项目

更新于 10-15 17:27

技能介绍

用途:在实现、代码评审和调试过程中,把 Context7 作为库与框架文档的可信来源,获取最新、与版本对应的 API 文档。

主要能力与工作流:先从用户请求中提取 libraryName(产品/包/框架名)、objective(要完成的任务)和 version(仅在用户指定或可从仓库上下文推断时使用,否则默认 latest)。若用户已提供 /org/project 或 /org/project/version 格式的 Context7 library ID,则跳过解析;否则调用 mcp__context7__resolve-library-id,传入 libraryName 与完整 objective 作为 query。选择最佳匹配时依据:名称最接近、来源声誉最高、代码片段覆盖最多、基准分数最高、是否有匹配请求版本的可用版本。随后用选定的 libraryId 调用 mcp__context7__query-docs。

查询预算:每个用户请求最多调用 3 次 mcp__context7__query-docs,建议预先规划为概览、API 细节、边界情况三类查询;若 3 次内无法覆盖,应请用户缩小范围或选择影响最大的子问题。

输出默认结构:先给出推荐做法(1–5 条要点),涉及代码时至少包含一个文档支撑的示例或片段,最后在存在不确定或版本相关问题时列出“假设/缺口”,并将文档缺失或含糊之处标注为 UNVERIFIED,同时提出最小必要的澄清问题。

资源:references/playbook.md、references/troubleshooting.md、references/design-spec.md、assets/report-template.md。可用 python3 scripts/new_report.py --out ./context7-research.md --library-name "<name>" --question "<objective>" 生成报告文件。

限制:仅使用 Context7 MCP 工具作为文档来源;查询次数有硬性上限;版本信息缺失时默认 latest;文档不足时需明确标注而非推测。