MCP LLMS-TXT 文档服务器

概述

llms.txt 是一个针对大型语言模型的网站索引，提供背景信息、使用指南以及指向详细 Markdown 文件的链接。像 Cursor 和 Windsurf 这样的 IDE，或者 Claude Code/Desktop 这样的应用，都可以使用 llms.txt 来获取任务相关的上下文信息。然而，这些应用内部使用的工具来读取和处理 llms.txt 等文件的方式各不相同，检索过程往往不够透明，用户也难以审计工具调用及返回的上下文。

MCP 为开发者提供了一种方法，使他们能够对这些应用程序所使用的工具拥有完全控制权。在此基础上，我们创建了一个开源的 MCP 服务器，为 MCP 主机应用（例如 Cursor、Windsurf、Claude Code/Desktop）提供：(1) 用户自定义的 llms.txt 文件列表；以及 (2) 一个简单的 fetch_docs 工具，用于读取任何已提供的 llms.txt 文件中的 URL 内容。这样一来，用户不仅可以审计每一次工具调用，还能查看返回的上下文信息。

llms-txt

您可以在以下位置找到 LangGraph 和 LangChain 的 llms.txt 文件：

库	llms.txt
LangGraph Python	https://langchain-ai.github.io/langgraph/llms.txt
LangGraph JS	https://langchain-ai.github.io/langgraphjs/llms.txt
LangChain Python	https://python.langchain.com/llms.txt
LangChain JS	https://js.langchain.com/llms.txt

快速入门

安装 uv

• 请参阅 官方 uv 文档，了解其他安装 uv 的方式。

curl -LsSf https://astral.sh/uv/install.sh | sh

选择要使用的 llms.txt 文件。

• 例如，这里是 LangGraph 的 llms.txt 文件：https://langchain-ai.github.io/langgraph/llms.txt。

注意：安全与域名访问控制

出于安全考虑，mcpdoc 实施了严格的域名访问控制：

1. 远程 llms.txt 文件：当您指定一个远程的 llms.txt URL（例如 https://langchain-ai.github.io/langgraph/llms.txt）时，mcpdoc 会自动将该特定域名（langchain-ai.github.io）加入允许访问的域名列表中。这意味着该工具只能从该域名下的 URL 获取文档内容。

2. 本地 llms.txt 文件：当使用本地文件时，系统不会自动将任何域名加入允许访问的列表。您必须通过 --allowed-domains 参数显式指定允许访问的域名。

3. 添加额外域名：若需允许从未自动包含的域名获取内容：

   • 使用 --allowed-domains domain1.com domain2.com 添加特定域名
   • 使用 --allowed-domains '*' 允许所有域名（请谨慎使用）

此项安全措施可防止未经授权访问未经用户明确批准的域名，从而确保文档仅能从受信任的来源获取。

（可选）在本地使用您选择的 llms.txt 文件测试 MCP 服务器：

uvx --from mcpdoc mcpdoc \
    --urls "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt" "LangChain:https://python.langchain.com/llms.txt" \
    --transport sse \
    --port 8082 \
    --host localhost

• 服务器应运行在：http://localhost:8082

• 运行 MCP 检查器，并连接到正在运行的服务器：

npx @modelcontextprotocol/inspector

• 在这里，您可以测试工具调用。

连接到 Cursor

• 打开 Cursor 设置 中的 MCP 选项卡。
• 这将打开 ~/.cursor/mcp.json 文件。

• 将以下内容粘贴到文件中（我们使用 langgraph-docs-mcp 名称，并指向 LangGraph 的 llms.txt）：

{
  "mcpServers": {
    "langgraph-docs-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "mcpdoc",
        "mcpdoc",
        "--urls",
        "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt LangChain:https://python.langchain.com/llms.txt",
        "--transport",
        "stdio"
      ]
    }
  }
}

• 确认服务器已在 Cursor 设置/MCP 选项卡中运行。
• 最佳实践是随后更新 Cursor 的全局（用户）规则。
• 打开 Cursor 的 设置/规则，并将 用户规则 更新为如下内容（或类似内容）：

对于任何关于 LangGraph 的问题，使用 langgraph-docs-mcp 服务器来辅助解答——
+ 调用 list_doc_sources 工具以获取可用的 llms.txt 文件
+ 调用 fetch_docs 工具来阅读该文件
+ 反思 llms.txt 中的 URLs
+ 反思输入的问题
+ 对与问题相关的任何 URLs 调用 fetch_docs
+ 利用这些信息来回答问题

• 使用 CMD+L（在 Mac 上）打开聊天界面。
• 确保已选择 agent 模式。

然后，尝试一个示例提示，例如：

LangGraph 中有哪些类型的记忆？

连接到 Windsurf

• 使用 CMD+L（在 Mac 上）打开 Cascade。
• 点击 配置 MCP 以打开配置文件 ~/.codeium/windsurf/mcp_config.json。
• 按照上述说明更新为 langgraph-docs-mcp。

• 更新 Windsurf 规则/全球规则 如下（或类似内容）：

对于任何关于 LangGraph 的问题，使用 langgraph-docs-mcp 服务器来辅助解答——
+ 调用 list_doc_sources 工具以获取可用的 llms.txt 文件
+ 调用 fetch_docs 工具来阅读该文件
+ 反思 llms.txt 中的 URLs
+ 反思输入的问题
+ 对与问题相关的任何 URLs 调用 fetch_docs

然后，尝试使用示例提示：

• 系统将执行您的工具调用。

连接到 Claude Desktop

• 打开 Settings/Developer 来更新 ~/Library/Application\ Support/Claude/claude_desktop_config.json。
• 按照上述说明，使用 langgraph-docs-mcp 进行更新。
• 重启 Claude Desktop 应用程序。

[!注意] 如果在尝试将 MCPDoc 工具添加到 Claude Desktop 时遇到 Python 版本不兼容的问题，可以在 uvx 命令中显式指定 python 可执行文件的路径。

示例配置

{
  "mcpServers": {
    "langgraph-docs-mcp": {
      "command": "uvx",
      "args": [
        "--python",
        "/path/to/python",
        "--from",
        "mcpdoc",
        "mcpdoc",
        "--urls",
        "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt",
        "--transport",
        "stdio"
      ]
    }
  }
}

[!注意] 目前（2025年3月21日）似乎 Claude Desktop 不支持全局规则的 rules，因此请在您的提示词末尾添加以下内容。

<rules>
对于任何关于 LangGraph 的问题，请使用 langgraph-docs-mcp 服务器来帮助解答——
+ 调用 list_doc_sources 工具获取可用的 llms.txt 文件
+ 调用 fetch_docs 工具读取该文件
+ 思考 llms.txt 中的 URL
+ 思考输入的问题
+ 对与问题相关的任何 URL 调用 fetch_docs
</rules>

• 您会看到工具出现在聊天输入框的右下角。

然后，尝试以下示例提示：

• 在处理您的请求时，它会要求您批准工具调用。

连接到 Claude Code

• 在安装了 Claude Code 后，在终端中运行以下命令，将 MCP 服务器添加到您的项目中：

claude mcp add-json langgraph-docs '{"type":"stdio","command":"uvx" ,"args":["--from", "mcpdoc", "mcpdoc", "--urls", "langgraph:https://langchain-ai.github.io/langgraph/llms.txt", "LangChain:https://python.langchain.com/llms.txt"]}' -s local

• 您会看到 ~/.claude.json 被更新。
• 通过启动 Claude Code 并运行以下命令来测试以查看您的工具：

$ Claude
$ /mcp 

[!注意] 目前（2025年3月21日）似乎 Claude Code 不支持全局规则的 rules，因此请在您的提示词末尾添加以下内容。

<rules>
对于任何关于 LangGraph 的问题，请使用 langgraph-docs-mcp 服务器来帮助解答——
+ 调用 list_doc_sources 工具获取可用的 llms.txt 文件
+ 调用 fetch_docs 工具读取该文件
+ 思考 llms.txt 中的 URL
+ 思考输入的问题
+ 对与问题相关的任何 URL 调用 fetch_docs
</rules>

然后，尝试以下示例提示：

• 它会要求您批准工具调用。

命令行界面

mcpdoc 命令提供了一个简单的 CLI，用于启动文档服务器。

您可以采用三种方式指定文档源，并且这些方式可以组合使用：

1. 使用 YAML 配置文件：

• 这将从本仓库中的 sample_config.yaml 文件加载 LangGraph 的 Python 文档。

mcpdoc --yaml sample_config.yaml

2. 使用 JSON 配置文件：

• 这将从本仓库中的 sample_config.json 文件加载 LangGraph 的 Python 文档。

mcpdoc --json sample_config.json

3. 直接指定 llms.txt 的 URL，可选地附带名称：

• URL 可以直接指定为纯 URL，也可以使用 名称:URL 的格式指定带有名称的 URL。
• 您可以通过多次使用 --urls 参数来指定多个 URL。
• 这就是我们在上面为 MCP 服务器加载 llms.txt 的方式。

mcpdoc --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt --urls LangChain:https://python.langchain.com/llms.txt

您还可以结合这些方法来合并文档来源：

mcpdoc --yaml sample_config.yaml --json sample_config.json --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt --urls LangChain:https://python.langchain.com/llms.txt

其他选项

• --follow-redirects: 跟随 HTTP 重定向（默认为 False）
• --timeout SECONDS: HTTP 请求超时时间，单位为秒（默认为 10.0）

带有附加选项的示例：

mcpdoc --yaml sample_config.yaml --follow-redirects --timeout 15

这将以 15 秒的超时时间加载 LangGraph 的 Python 文档，并在必要时跟随任何 HTTP 重定向。

配置格式

YAML 和 JSON 配置文件都应包含一个文档来源列表。

每个来源必须包含一个 llms_txt URL，也可以选择性地包含一个 name：

YAML 配置示例（sample_config.yaml）

# mcp-mcpdoc 服务器的示例配置
# 每个条目必须包含一个 llms_txt URL，可选地附带名称
- name: LangGraph Python
  llms_txt: https://langchain-ai.github.io/langgraph/llms.txt

JSON 配置示例（sample_config.json）

[
  {
    "name": "LangGraph Python",
    "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt"
  }
]

程序化使用

from mcpdoc.main import create_server

# 创建一个包含文档来源的服务器
server = create_server(
    [
        {
            "name": "LangGraph Python",
            "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt",
        },
        # 您可以添加多个文档来源
        # {
        #     "name": "另一个文档",
        #     "llms_txt": "https://example.com/llms.txt",
        # },
    ],
    follow_redirects=True,
    timeout=15.0,
)

# 运行服务器
server.run(transport="stdio")

mcpdoc 快速上手指南

mcpdoc 是一个基于 MCP (Model Context Protocol) 的开源文档服务器，旨在让 Cursor、Windsurf、Claude Code/Desktop 等 AI 开发工具能够安全、可控地读取 llms.txt 索引文件及其指向的详细文档。通过它，你可以审计每一次工具调用和返回的上下文内容。

环境准备

• 操作系统: macOS, Linux, Windows (需支持 bash 或相应终端)
• 前置依赖:
  • 需要安装 uv (Python 包管理器和运行环境)。
  • 目标 AI 编辑器/工具：Cursor, Windsurf, Claude Desktop, 或 Claude Code。

安装步骤

1. 安装 uv

推荐使用官方脚本安装 uv：

curl -LsSf https://astral.sh/uv/install.sh | sh

注意：安装完成后，请确保终端能识别 uv 和 uvx 命令（可能需要重启终端或执行 source ~/.bashrc / source ~/.zshrc）。

2. 验证安装

无需额外安装 mcpdoc 包，uvx 会自动按需拉取。你可以通过以下命令测试服务是否可启动：

uvx --from mcpdoc mcpdoc --help

基本使用

场景一：本地测试与调试

在将服务集成到 IDE 之前，建议先在本地运行并测试。

1. 启动服务器： 指定一个或多个 llms.txt 地址（格式为 名称:URL），并开启 SSE 传输模式：

   uvx --from mcpdoc mcpdoc \
       --urls "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt" "LangChain:https://python.langchain.com/llms.txt" \
       --transport sse \
       --port 8082 \
       --host localhost
   

2. 使用 MCP Inspector 测试： 新开一个终端窗口，运行检查器并连接本地服务：

   npx @modelcontextprotocol/inspector
   

   在浏览器打开 Inspector 页面，连接 http://localhost:8082，即可测试 list_doc_sources 和 fetch_docs 工具。

---

场景二：集成到 Cursor

1. 配置 MCP 服务器： 打开 Cursor 设置 -> MCP 标签页，点击编辑 ~/.cursor/mcp.json，填入以下内容：

   {
     "mcpServers": {
       "langgraph-docs-mcp": {
         "command": "uvx",
         "args": [
           "--from",
           "mcpdoc",
           "mcpdoc",
           "--urls",
           "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt LangChain:https://python.langchain.com/llms.txt",
           "--transport",
           "stdio"
         ]
       }
     }
   }
   

2. 设置全局规则 (User Rules)： 进入 Settings -> Rules -> User Rules，添加以下提示词以引导 AI 正确使用工具：

   for ANY question about LangGraph, use the langgraph-docs-mcp server to help answer -- 
   + call list_doc_sources tool to get the available llms.txt file
   + call fetch_docs tool to read it
   + reflect on the urls in llms.txt 
   + reflect on the input question 
   + call fetch_docs on any urls relevant to the question
   + use this to answer the question
   

3. 开始使用： 按 CMD+L (Mac) 打开聊天窗口，确保选中 agent 模式，然后提问，例如：what are types of memory in LangGraph?

---

场景三：集成到 Windsurf

1. 配置 MCP： 按 CMD+L 打开 Cascade，点击 Configure MCP，编辑 ~/.codeium/windsurf/mcp_config.json，内容与 Cursor 配置相同。

2. 设置规则： 在 Windsurf Rules/Global rules 中添加与上述相同的规则提示词。

---

场景四：集成到 Claude Desktop

1. 配置文件： 编辑 ~/Library/Application\ Support/Claude/claude_desktop_config.json (Mac) 或对应路径，添加服务器配置（同上）。 注：若遇到 Python 版本问题，可在 args 中显式指定 python 路径："--python", "/path/to/python"。

2. 重启应用： 完全重启 Claude Desktop。

3. 使用提示： 目前 Claude Desktop 不支持全局规则文件，需在每次对话时手动附加规则：

   <rules>
   for ANY question about LangGraph, use the langgraph-docs-mcp server to help answer -- 
   + call list_doc_sources tool to get the available llms.txt file
   + call fetch_docs tool to read it
   + reflect on the urls in llms.txt 
   + reflect on the input question 
   + call fetch_docs on any urls relevant to the question
   </rules>
   

---

场景五：集成到 Claude Code

1. 添加服务器： 在终端运行以下命令将服务器添加到当前项目：

   claude mcp add-json langgraph-docs '{"type":"stdio","command":"uvx" ,"args":["--from", "mcpdoc", "mcpdoc", "--urls", "langgraph:https://langchain-ai.github.io/langgraph/llms.txt", "LangChain:https://python.langchain.com/llms.txt"]}' -s local
   

2. 验证： 启动 claude，输入 /mcp 查看已加载的工具。使用时同样需要在 Prompt 中附带 <rules> 块（参考 Claude Desktop 部分）。

安全与域控制说明

mcpdoc 实施了严格的域名访问控制以保障安全：

• 远程文件：若指定远程 llms.txt URL，仅该 URL 所在的域名会被自动加入白名单。
• 本地文件：若使用本地文件，不会自动添加任何域名。你必须通过 --allowed-domains 参数显式指定允许的域名。
  • 指定特定域名：--allowed-domains example.com other.org
  • 允许所有域名（慎用）：--allowed-domains '*'

高级配置选项

除了直接在命令行指定 --urls，还支持通过配置文件加载：

• YAML 配置: mcpdoc --yaml sample_config.yaml
• JSON 配置: mcpdoc --json sample_config.json
• 混合模式: 可同时使用多种方式的参数进行合并。

其他常用参数：

• --follow-redirects: 跟随 HTTP 重定向。
• --timeout SECONDS: 设置请求超时时间（默认 10.0 秒）。

示例：

mcpdoc --yaml sample_config.yaml --follow-redirects --timeout 15