neuledge/context

解決的問題

AI Agent 通常依賴過時的訓練數據，導致在函式庫發布新版本時建議已棄用的 API 或錯誤的語法。Context 透過允許 Agent 在本地獲取並查詢最新的文件，為 AI Agent 提供即時、最新的文件。

工作原理

Context 作為 Model Context Protocol (MCP) 伺服器運作。它使用一個包含 100 多個流行函式庫的社群驅動註冊表。當 Agent 需要文件時，伺服器會自動搜尋註冊表，將文件下載為緊湊的 SQLite 資料庫，並在您的機器上執行全文搜尋 (FTS5)。使用者也可以使用 llms.txt 檔案從 git 儲存庫、本地目錄或網站手動新增文件。

適用對象

使用 MCP 相容的 AI Agent（如 Claude Code、Cursor、Zed 或 GitHub Copilot）的開發人員，他們需要 AI 對他們正在使用的框架和函式庫擁有準確且特定版本的知識。

亮點

• 即插即用：根據請求自動從社群註冊表下載所需文件。
• 本地優先：文件儲存在本地 SQLite 資料庫中，實現低於 10ms 的查詢速度、離線存取和隱私保護。
• 語言無關：支援各種生態系統（npm、pip、maven）中的 Markdown、AsciiDoc、reStructuredText 和 HTML 文件。
• 可擴充性：允許使用者從私有儲存庫或內部網站建置自定義文件套件。
• 廣泛整合：透過 MCP 標準與廣泛的 AI IDE 和 Agent 相容。