docs-mcp-server

GitHub
1.2k 144 简单 1 次阅读 今天MIT语言模型插件开发框架Agent
AI 解读 由 AI 自动生成,仅供参考

docs-mcp-server 是一款专为 AI 编程助手打造的开源文档服务工具,旨在充当您专属的“实时文档专家”。它通过直接抓取官方网站、GitHub、npm、PyPI 及本地文件中的最新资料,为 AI 提供精准的知识索引,从而有效解决大模型因训练数据滞后而产生的“幻觉”问题,确保回答基于您当前使用的确切库版本。

这款工具特别适合开发者、技术研究人员以及依赖 AI 辅助编码的专业人士使用。无论是需要查询特定版本的 API 细节,还是希望在不泄露代码隐私的前提下利用本地文档增强 AI 能力,docs-mcp-server 都能胜任。其核心亮点在于完全本地化运行,保障数据安全;同时拥有强大的格式兼容性,不仅能处理 HTML、Markdown 等常规文本,还能解析 PDF、Office 文档、Jupyter Notebook 乃至 90 多种编程源代码。

作为 Context7 等商业服务的开源替代方案,docs-mcp-server 支持标准的 MCP 协议,可无缝接入 Claude、Cline、Copilot 等多种主流 AI 客户端。用户既可以通过命令行快速检索文档,也可以启动长期服务让 AI 随时调用最新知识,显著提升开发效率与准确性。

使用场景

某后端工程师正在将遗留的 Python 单体应用迁移至基于 FastAPI 的微服务架构,需要频繁查阅特定版本的框架文档及内部私有库说明。

没有 docs-mcp-server 时

  • 幻觉误导代码:AI 助手常基于过时的训练数据生成代码,错误地推荐已废弃的 @app.route 写法而非最新的依赖注入模式,导致运行时报错。
  • 版本匹配困难:项目锁定在 FastAPI 0.95 版本,但 AI 引用的往往是最新 0.100+ 版本的特性,开发者需手动反复核对文档差异。
  • 私有文档盲区:团队内部的认证模块文档存储在本地 Markdown 文件和 ZIP 归档中,AI 完全无法读取,只能依靠人工记忆或碎片化搜索。
  • 上下文切换低效:为了验证一个参数用法,开发者需在浏览器、PDF 和本地文件间来回跳转,打断编码心流。

使用 docs-mcp-server 后

  • 精准实时引用:docs-mcp-server 直接抓取官方源并索引指定版本,AI 生成的代码严格符合 FastAPI 0.95 的语法规范,彻底消除版本幻觉。
  • 全域知识融合:通过配置本地文件夹和 ZIP 包索引,AI 能同时理解官方文档与团队内部的私有认证逻辑,提供端到端的完整解决方案。
  • 自动化检索增强:开发者只需在对话框自然提问,docs-mcp-server 即在后台毫秒级检索结构化文档,将准确的上下文自动注入 AI 回复。
  • 隐私安全可控:所有文档索引与查询均在本地机器完成,敏感的内部接口定义无需上传云端,保障企业代码资产安全。

docs-mcp-server 通过将实时、版本精确且包含私有知识的文档“锚定”给 AI,从根本上解决了大模型在专业开发场景中的幻觉与滞后问题。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU
  • 非必需
  • 若启用本地嵌入模型(如 Ollama),则取决于所选模型的需求
  • 使用 OpenAI 等云端 API 无需 GPU
内存

未说明(取决于索引文档的大小和是否运行本地嵌入模型)

依赖
notes该工具基于 Node.js 运行,主要通过 npx 或 Docker 部署。支持多种数据源(网站、GitHub、本地文件等)。若需提升搜索质量,可配置嵌入模型(支持 OpenAI、Ollama、Gemini 等),其中使用本地模型(如 Ollama)时对硬件有额外要求,而使用云端 API 仅需网络访问权限。
python未说明
Node.js 22+
docs-mcp-server hero image

快速开始

基于真实文档:您的 AI 最新文档专家

Docs MCP Server 通过为您的 AI 编码助手提供一个个人化、始终最新的文档索引,解决了 AI 幻觉和知识过时的问题。它可以从网站、GitHub、npm、PyPI 以及本地文件中抓取官方文档,使您的 AI 能够查询您正在使用的精确版本。

Docs MCP Server Web 界面

✨ 为什么选择 Grounded Docs MCP Server?

它是 Context7NiaRef.Tools 的开源替代方案。

  • 最新上下文: 按需直接从官方来源获取文档。
  • 🎯 版本特定: 查询针对您项目中的确切库版本。
  • 💡 减少幻觉: 将 LLM 置于真实的文档基础上。
  • 🔒 私密且本地: 完全在您的机器上运行;您的代码永远不会离开您的网络。
  • 🧩 广泛兼容: 可与任何兼容 MCP 的客户端(Claude、Cline 等)配合使用。
  • 📁 多源支持: 可索引网站、GitHub 仓库、本地文件夹和 ZIP 压缩包。
  • 📄 丰富的文件支持: 支持处理 HTML、Markdown、PDF、Office 文档(Word、Excel、PowerPoint)、OpenDocument、RTF、EPUB、Jupyter Notebooks,以及 90 多种源代码语言

📄 支持的格式

类别 格式
文档 PDF、Word (.docx/.doc)、Excel (.xlsx/.xls)、PowerPoint (.pptx/.ppt)、OpenDocument (.odt/.ods/.odp)、RTF、EPUB、FictionBook、Jupyter Notebooks
归档 ZIP、TAR、gzipped TAR(内容会被解压并单独处理)
Web HTML、XHTML
标记语言 Markdown、MDX、reStructuredText、AsciiDoc、Org Mode、Textile、R Markdown
源代码 TypeScript、JavaScript、Python、Go、Rust、C/C++、Java、Kotlin、Ruby、PHP、Swift、C#,以及 更多
数据 JSON、YAML、TOML、CSV、XML、SQL、GraphQL、Protocol Buffers
配置 Dockerfile、Makefile、Terraform/HCL、INI、dotenv、Bazel

完整参考请参阅 支持的格式,其中包含 MIME 类型和处理细节。


🚀 快速入门

CLI 首选

对于代理和脚本来说,CLI 通常是使用 Grounded Docs 的最简单方式。

1. 索引文档(需要 Node.js 22+):

npx @arabold/docs-mcp-server@latest scrape react https://react.dev/reference/react

2. 查询索引:

npx @arabold/docs-mcp-server@latest search react "useEffect cleanup" --output yaml

3. 以 Markdown 格式获取单个页面:

npx @arabold/docs-mcp-server@latest fetch-url https://react.dev/reference/react/useEffect

输出行为

  • 结构化命令在非交互式运行中默认输出干净的 JSON 到 stdout。
  • 使用 --output json|yaml|toon 来选择结构化的格式。
  • 纯文本命令(如 fetch-url)会将文本内容直接输出到 stdout。
  • 诊断信息会通过共享的日志记录器输出,在非交互式运行中不会显示在 stdout 上。
  • 使用 --quiet 来抑制非错误类的诊断信息,或使用 --verbose 来启用调试输出。

代理技能

skills/ 目录中包含了 Agent Skills,这些技能可以教会 AI 编码助手如何使用 CLI——涵盖文档搜索、索引管理和 URL 获取等功能。

MCP 服务器

如果您希望为 Claude、Cline、Copilot、Gemini CLI 或其他 MCP 客户端提供一个长期运行的 MCP 端点:

1. 启动服务器:

npx @arabold/docs-mcp-server@latest

2. 打开 Web UI,地址是 http://localhost:6280,以添加文档。

3. 连接您的 AI 客户端,只需在您的 MCP 设置中添加以下内容(例如 claude_desktop_config.json):

{
  "mcpServers": {
    "docs-mcp-server": {
      "type": "sse",
      "url": "http://localhost:6280/sse"
    }
  }
}

有关 VS Code(Cline、Roo)和其他设置选项,请参阅 连接客户端

替代方案:使用 Docker 运行
docker run --rm \
  -v docs-mcp-data:/data \
  -v docs-mcp-config:/config \
  -p 6280:6280 \
  ghcr.io/arabold/docs-mcp-server:latest \
  --protocol http --host 0.0.0.0 --port 6280

🧠 配置嵌入模型(推荐)

使用嵌入模型是 可选 的,但它可以通过启用语义向量搜索来显著提升搜索质量。

示例:启用 OpenAI 嵌入

OPENAI_API_KEY="sk-proj-..." npx @arabold/docs-mcp-server@latest

有关配置 OllamaGeminiAzure 等嵌入模型的信息,请参阅 嵌入模型


📚 文档

入门指南

  • 安装:详细的 Docker、Node.js (npx) 和嵌入模式设置指南。
  • 连接客户端:如何连接 Claude、VS Code(Cline/Roo)以及其他 MCP 客户端。
  • 基本用法:使用 Web UI、CLI 以及抓取本地文件。
  • 配置:配置文件和环境变量的完整参考。
  • 支持的格式:完整的文件格式和 MIME 类型参考。
  • 嵌入模型:配置 OpenAI、Ollama、Gemini 等提供商。

核心概念与架构

  • 部署模式:独立部署与分布式部署(Docker Compose)。
  • 身份验证:使用 OAuth2/OIDC 保护您的服务器。
  • 遥测:注重隐私的使用数据收集。
  • 架构:深入探讨系统设计。

🤝 贡献

我们欢迎贡献!请参阅 CONTRIBUTING.md,了解开发指南和设置说明。

许可证

本项目采用 MIT 许可证。详情请参阅 LICENSE

版本历史

v2.2.12026/03/30
v2.2.02026/03/30
v2.1.12026/03/16
v2.1.02026/03/16
v2.0.42026/02/17
v2.0.32026/02/10
v2.0.22026/02/03
v2.0.12026/02/02
v2.0.02026/02/02
v1.37.02026/02/01
v1.36.02026/01/15
v1.35.02026/01/11
v1.34.02026/01/04
v1.33.12025/12/14
v1.33.02025/12/14
v1.32.02025/12/05
v1.31.12025/12/02
v1.31.02025/11/30
v1.30.02025/11/29
v1.29.02025/11/23

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|6天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

151.3k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|2天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|2天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|5天前
插件开发框架