返回 AI 工具目录
Context7
MCP 服务人工精选最近核验 2026年7月23日
Context7 是 Upstash 出品的一个 MCP 服务,为大模型和 AI 代码编辑器提供最新的、按版本的库文档与代码示例,直接注入到对话上下文中,以缓解模型基于过时训练数据给出失效 API、编造用法的问题。使用时在提示里指定库(可带版本),服务从对应库的文档源取回相关内容并喂给模型,免去手动翻文档与切标签页。提供远程端点与本地接入两种方式,支持 Cursor、Claude Code、VS Code 等 30 余种 MCP 客户端,MIT 许可,以 TypeScript 实现。
定价免费增值部署SaaS 云服务、本地运行国内可达国内可达性待核验许可MIT
解决什么问题
- 面向 AI 写代码时依赖过时知识的痛点:模型训练有截止时间,面对快速迭代的库常给出已废弃的 API 或凭空捏造的用法
- Context7 把当前版本的官方文档与示例按需检索并注入上下文,让补全和问答基于较新的资料而非旧记忆
- 开发者不必在编辑器与文档站之间来回切换,也不必手动把文档粘进提示;在提示中点名库与版本即可
- 以 MCP 工具形式接入,和编码 Agent 的工作流天然衔接,适合把查最新用法这一步自动化
适合
- 适合在 Cursor、Claude Code、VS Code 等 MCP 客户端里做日常编码、且经常用到更新较快的开源库的开发者与团队
- 适合希望减少模型给出过时或虚构 API 而返工的场景
- 作为查文档的 MCP 工具,接入成本低,可与其他 MCP 服务组合进同一个编码 Agent
- 对需要更高调用频率的团队,可注册免费 API Key 提升速率上限
不适合
- 不适合把它当作完整知识库或私有文档系统,它面向的是公开库的文档与示例,收录来自社区贡献,冷门或内部私有库未必覆盖
- 官方明确其准确性与完整性无法保证
- 只解决取回文档这一步,不保证模型据此写出正确代码,仍需人工审阅
- 后端(API、抓取与解析引擎)为闭源私有服务,无法完全自建同等能力;若追求文档内容完全可控、离线,应另择方案
- 它也不是模型或编码 Agent 本身
如何接入
- 接入以远程为主:远程端点为 https://mcp.context7.com/mcp,在支持远程 MCP 的客户端中填入即可
- 也可用 npx ctx7 setup 做 CLI 配置(需 Node.js 18+),或在 30 余种客户端里手动添加
- API Key 可选但官方推荐:在 context7.com/dashboard 免费申请,通过 CONTEXT7_API_KEY 头传入以获得更高速率上限
- 仓库中的 MCP 服务端代码为 MIT/TypeScript,可本地运行客户端侧组件
- 文档抓取、解析与 API 后端为官方私有托管,核心检索能力仍依赖其云端服务
已知限制
- 文档来自社区贡献,官方声明准确性与完整性不作保证,内部私有库通常不在覆盖内
- 核心后端(抓取/解析/API)闭源私有,难以完全离线自建;只负责取文档,写对代码仍靠人工与模型
- 国内可达性:limited,远程端点 mcp.context7.com 在境外,查询所用的库名、提示上下文会传往境外服务,存在数据出域与延迟
- 虽可本地运行 MCP 服务端组件,但实际文档检索仍回源其云端,境内使用建议评估网络稳定性与内容出域合规
接入与使用事实
- 部署方式
- SaaS 云服务、本地运行
- 实现语言
- TypeScript
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 免费增值
- 许可证
- MIT
- 国内可达性
- 国内可达性待核验
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号,不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引
