Context7MCP

文章内容收录到个人网站，方便阅读：http://hardyfish.top/

Context7是什么？

它能实时注入最新文档到某Cursor的上下文中，解决模型知识的滞后性。

官网：https://context7.com/

GitHub：https://github.com/upstash/context7

Context7如何解决？

1、实时拉取最新文档。

2、版本精准匹配：

• 根据你的项目依赖版本，自动筛选对应文档。

目前Context7上已收录1.4万个库并支持手动更新。

如何安装？

Context7基于MCP协议，需按照MCP方式安装配置。

{  
  "mcpServers": {  
    "context7": {  
      "command": "npx",  
      "args": ["-y", "@upstash/context7-mcp@latest"]  
    }  
  }  
}

如何使用？

很简单，就是在你的问题末尾加上 use context7。

举例提问：

请使用某MCP协议的Python SDK 2.3.0实现天气查询功能。use context7。

如上，Context7会自动拉取Python SDK 2.3.0版本的文档，并实现代码。

基本原理

Context7 MCP，提供了两个Tool。

resolve-library-id：

先让大模型判断需查询哪个library，在返回结果里找到最相关的library id。

• 内部是调用了API接口查询，再格式化返回给大模型。

get-library-docs：

根据library id和用户查询的关键词，查询相关的代码片段。

实现文档切片：

为了让查询的效果更好，Context7的Server端维护了文档切片索引。

• 官方维护了10000+个library的文档切片。

Server会给每个代码片段添加Trust Score，来标识此代码的置信度。

• 你在使用时也能发现执行过程中有输出这玩意。

使用注意

1、Context7 目前免费使用，但频繁调用会消耗较多资源。

2、输入的文档名有问题则有可能查找不到相应的文档，建议开启联网搜索模式作为兜底策略。

其他代码提效MCP推荐

Sequential Thinking：代码逻辑顺序推理。

• 适合处理复杂逻辑，一步一步帮你理清复杂代码思路。

MCP Feedback Enhanced：代码审查。

• 提供实时代码优化建议。