Context7 Skill 技能

Context7 — 让 AI 编程助手实时获取最新文档的 MCP 平台

Context7 是由 Upstash 推出的 Model Context Protocol（MCP）平台与 CLI 工具，专门解决 LLM 编程助手"基于过时训练数据写代码"的核心痛点。它能把任意库的最新、版本对应的官方文档与代码示例直接塞进 LLM 的上下文窗口里，告别 hallucinated API 和过期示例。

核心能力

• 实时文档注入：在 prompt 末尾加 use context7 即可让 Cursor、Claude Code、Codex、Devin Desktop、Antigravity 等编程助手实时拉取目标库的最新文档与可运行代码片段。
• MCP 原生协议：提供官方 Context7 MCP 服务器，Agent 可通过 MCP 协议直接调用文档查询工具，无需复杂集成。
• CLI + Skills 双模式：除 MCP 外，还提供 ctx7 CLI 工具和 Skill 安装方式，让无法启用 MCP 的 Agent 也能借助命令行获取。
• 多语言 SDK 集成：NPM 上提供 @upstash/context7-mcp，Python、JS、Go 等生态都可便捷嵌入。
• API Key 高频配额：在 context7.com/dashboard 申请免费 API Key 即可解锁更高调用频率。
• 多语言文档：支持繁中、简中、日文、韩文等十余种语言 README。

安装配置

• Cursor 一键安装：通过官方 deeplink 自动注册 Context7 MCP 服务器。
• Claude Code 配置：在 .mcp.json 中加入 Context7 服务器节点并填入 API Key。
• CLI 模式安装：npx ctx7 全局安装 CLI 工具，无需 MCP 即可调用。

使用步骤

1. 访问 context7.com/dashboard 申请免费 API Key。
2. 在 Cursor / Claude Code / Codex 中配置 Context7 MCP 服务器地址 https://mcp.context7.com/mcp。
3. 在 prompt 中以 use context7 触发文档查询，例如"用 Next.js 中间件校验 JWT，用 context7"。
4. Agent 自动向 Context7 服务器发起实时文档拉取请求。
5. 返回内容被插入到 LLM 上下文，生成代码时即基于真实 API 而非旧训练数据。
6. 在 dashboard 查看调用次数、命中率与配额使用情况。

适用场景

• LLM 生成基于过时 API 的失效代码，调试半天发现函数根本不存在。
• 使用版本频繁更新的框架（Next.js、Supabase、Cloudflare 等），文档滞后严重。
• 团队希望统一 AI 编程助手的文档获取来源，避免 hallucination。
• 个人开发者想让 Claude Code / Codex 输出更准确的库调用代码。
• 多 Agent 平台（Cursor、Claude Code、Windsurf）需要共用一套文档源。

适用人群

• 全栈 / 前端 / 后端开发者，特别是用 AI 编程助手高频调用第三方库 API 的人。
• AI 编程工具团队负责人，希望降低幻觉率、提升团队整体代码质量。
• 独立开发者与外包团队，需要快速适配版本更新频繁的 SaaS API。

工作原理

Context7 后台持续爬取主流开源库的官方文档站点（GitHub README、官方 docs、changelog），按版本索引结构化存储；前端 MCP 服务器收到 Agent 的库名+版本查询后返回对应的代码片段与 API 说明；整个链路在用户 prompt 与 LLM 之间插入"实时文档层"，让 LLM 输出基于真实最新 API。

官方链接

• GitHub 仓库：https://github.com/upstash/context7
• 官网与 API Key：https://context7.com
• NPM 包：https://www.npmjs.com/package/@upstash/context7-mcp
• 协议：MIT