用途
docs-seeker 用于智能地发现和分析技术文档，覆盖库、框架、网站与代码仓库等目标。当用户需要查找某项目的安装、配置、API 参考、核心概念、示例或最佳实践时，可借助该技能完成检索与整理。
主要能力
- llms.txt 优先检索：优先寻找标准化的、对 AI 友好的 llms.txt 文档，并优先使用 context7.com 的地址模式。
- 仓库分析：当找不到 llms.txt 时，通过 WebSearch 定位 GitHub 仓库，再用 Repomix 将整个仓库打包成单一文件进行分析。
- 并行探索：当 URL 数量较多时，派出多个 Explorer 智能体并行读取不同文档章节，最后汇总为统一报告。
- 兜底研究：在没有 GitHub 仓库时，派出多个 Researcher 智能体，围绕官方文档、教程、API 参考和社区指南展开研究并汇总。
- 版本与主题处理：支持指定版本（默认最新），并支持通过 ?topic= 参数进行主题定向搜索。
使用方式
整体分为四个阶段：
第一阶段：初始发现。从用户请求中提取库或框架名称，注意版本要求（默认最新），明确目标属于 GitHub 仓库还是网站，然后优先尝试 context7.com 的 llms.txt 地址模式。
- 针对 GitHub 仓库的模式：https://context7.com/{org}/{repo}/llms.txt
- 针对网站的模式：https://context7.com/websites/{normalized-domain-path}/llms.txt
- 主题定向检索：https://context7.com/{path}/llms.txt?topic={query}
若未命中，则回退到传统 llms.txt 搜索，例如使用 WebSearch 搜索 "[library name] llms.txt site:[docs domain]"，或尝试常见模式如 https://docs.[library].com/llms.txt、https://[library].dev/llms.txt、https://[library].io/llms.txt。
第二阶段：llms.txt 处理。单一 URL 直接抓取并提取信息；多个 URL（3 个及以上）时并行启动多个 Explorer 智能体，每个智能体负责一个主要文档章节（首批最多 5 个），最后汇总为一份整合报告。
第三阶段：仓库分析。在未找到 llms.txt 时，先通过 WebSearch 找到 GitHub 仓库，再用 Repomix 打包，例如：
npm install -g repomix # if needed git clone [repo-url] /tmp/docs-analysis cd /tmp/docs-analysis repomix --output repomix-output.xml
随后读取 repomix-output.xml 并提取文档内容。Repomix 的优势是将整个仓库放入单个 AI 友好文件、保留目录结构、便于 AI 消费。
第四阶段：兜底研究。当不存在 GitHub 仓库时，并行启动多个 Researcher 智能体，围绕官方文档、教程、API 参考和社区指南展开，再汇总为统一报告。
智能体分配建议：1–3 个 URL 使用单个 Explorer 智能体；4–10 个 URL 使用 3–5 个 Explorer 智能体（每个 2–3 个 URL）；11 个以上 URL 使用 5–7 个 Explorer 智能体（优先最相关的）。
版本处理：默认最新时不带版本说明符搜索并使用当前文档路径；指定版本时在搜索中包含版本（如 [library] v[version] llms.txt），检查版本化路径 /v[version]/llms.txt，对仓库则检出指定的 tag 或分支。
输出格式包含：标题（# Documentation for [Library] [Version]）、Source（方法：llms.txt / Repository / Research，URL 列表，访问日期）、Key Information（按主题组织）、Additional Resources（相关链接、示例、参考）以及 Notes（限制、缺失信息或注意事项）。
工具选择速查：WebSearch 用于查找 llms.txt URL 和 GitHub 仓库；WebFetch 用于读取单个文档页；Task (Explore) 用于多 URL 并行探索；Task (Researcher) 用于分散文档和多样来源；Repomix 用于完整代码库分析。
适用场景
- 需要快速了解某个库或框架的安装、配置、API、示例和最佳实践。
- 目标项目同时存在 llms.txt 文档与代码仓库，需要综合判断信息来源。
- 文档分散在多个页面或多个来源，需要并行探索并汇总。
- 需要针对某个具体功能（topic）做定向文档检索。
- 需要按指定版本来查询文档。
限制
- 当 llms.txt 不可访问时，需尝试备用域名或转向仓库分析。
- 当仓库不存在时，需搜索官方网站或改用 Researcher 智能体。
- 当 Repomix 失败时，可尝试仅分析 /docs 目录或进行手动探索。
- 当多个来源冲突时，优先官方来源并注明版本。
- 资料未提供收费方式、价格、平台兼容性与具体性能基准数据。
关键原则
优先使用 context7.com 获取 llms.txt（资料称其为最全面、最新的聚合器）；在适用时使用 topic 参数进行定向搜索；积极使用并行智能体以获得更快结果和更好覆盖；在 context7.com 不可用时以官方来源作为备用并加以验证；向用户报告所采用的方法；显式处理版本，不默认假设为最新。