MCP文档工具
项目介绍
MCP LLMS-TXT 文档服务器
概述
llms.txt 是一个针对LLMs的网站索引，提供背景信息、指导以及指向详细markdown文件的链接。IDE如Cursor和Windsurf或应用程序如Claude Code/Desktop可以使用llms.txt来检索任务上下文。然而，这些应用程序使用不同的内置工具来读取和处理像llms.txt这样的文件。检索过程可能是不透明的，并且并不总是有办法审计工具调用或返回的上下文。
MCP 提供了一种方法，让开发者对这些应用程序使用的工具拥有完全控制权。这里，我们创建了一个开源的MCP服务器，以向MCP主机应用（例如Cursor、Windsurf、Claude Code/Desktop）提供（1）用户定义的llms.txt文件列表和（2）一个简单的fetch_docs工具，用于读取提供的任何llms.txt文件中的URL。这允许用户审计每个工具调用以及返回的上下文。
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 |
快速开始
安装uv
- 请参阅官方uv文档了解其他安装
uv的方法。
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。
注意：安全性和域名访问控制
为了安全原因，mcpdoc实现了严格的域名访问控制：
远程llms.txt文件：当您指定一个远程llms.txt URL（例如
https://langchain-ai.github.io/langgraph/llms.txt），mcpdoc会自动仅将该特定域名（langchain-ai.github.io）添加到允许的域名列表中。这意味着工具只能从该域名上的URL获取文档。本地llms.txt文件：使用本地文件时，不会自动添加任何域名到允许列表中。您必须通过
--allowed-domains参数明确指定哪些域名是允许的。添加额外的域名：要允许从自动包含之外的域名获取文档：
- 使用
--allowed-domains domain1.com domain2.com来添加特定域名- 使用
--allowed-domains '*'来允许所有域名（谨慎使用）这一安全措施防止未经授权访问未明确批准的域名，确保文档只能从可信来源获取。
（可选）在本地测试您的llms.txt文件的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
- 这应该在：http://localhost:8082 上运行
- 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
tool调用。
连接到Cursor
- 打开
Cursor设置并选择MCP标签。 - 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名称并链接到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"
]
}
}
}
- 确认服务器在您的
Cursor设置/MCP标签中运行。 - 最佳实践是更新Cursor全局（用户）规则。
- 打开Cursor
设置/规则并更新用户规则如下（或类似）：
对于关于LangGraph的任何问题，使用langgraph-docs-mcp服务器帮助回答 --
+ 调用list_doc_sources工具以获取可用的llms.txt文件
+ 调用fetch_docs工具以读取它
+ 反思llms.txt中的url
+ 反思输入的问题
+ 对于与问题相关的任何url调用fetch_docs
+ 使用此信息回答问题
- 在Mac上使用
CMD+L打开聊天。 - 确保选择了
agent。
然后，尝试一个示例提示，例如：
LangGraph有哪些类型的内存？
连接到Windsurf
- 使用
CMD+L（在Mac上）打开Cascade。 - 单击
配置MCP以打开配置文件~/.codeium/windsurf/mcp_config.json。 - 根据上述更新
langgraph-docs-mcp。
- 更新
Windsurf规则/全局规则如下（或类似）：
对于关于LangGraph的任何问题，使用langgraph-docs-mcp服务器帮助回答 --
+ 调用list_doc_sources工具以获取可用的llms.txt文件
+ 调用fetch_docs工具以读取它
+ 反思llms.txt中的url
+ 反思输入的问题
+ 对于与问题相关的任何url调用fetch_docs
然后，尝试示例提示：
- 它将执行您的工具调用。
连接到Claude Desktop
- 打开
设置/开发者以更新~/Library/Application\ Support/Claude/claude_desktop_config.json。 - 根据上述更新
langgraph-docs-mcp。 - 重启Claude Desktop应用程序。
[!注意] 如果您在尝试将MCPDoc工具添加到Claude Desktop时遇到Python版本不兼容的问题，您可以在
<details> <summary>示例配置</summary>uvx命令中显式指定python可执行文件的路径。</details>{ "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，因此需要将以下内容附加到您的提示中。
<rules>
对于关于LangGraph的任何问题，使用langgraph-docs-mcp服务器帮助回答 --
+ 调用list_doc_sources工具以获取可用的llms.txt文件
+ 调用fetch_docs工具以读取它
+ 反思llms.txt中的url
+ 反思输入的问题
+ 对于与问题相关的任何url调用fetch_docs
</rules>
- 您会在聊天输入框右下角看到您的工具。
然后，尝试示例提示：
- 它将在处理请求时询问是否批准工具调用。
连接到Claude Code
- 在安装了Claude Code的终端中，运行以下命令以将MCP服务器添加到项目中：
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
- 您将看到
~/.claude.json被更新。 - 通过启动Claude Code并运行以下命令来测试：
$ 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，因此需要将以下内容附加到您的提示中。
<rules>
对于关于LangGraph的任何问题，使用langgraph-docs-mcp服务器帮助回答 --
+ 调用list_doc_sources工具以获取可用的llms.txt文件
+ 调用fetch_docs工具以读取它
+ 反思llms.txt中的url
+ 反思输入的问题
+ 对于与问题相关的任何url调用fetch_docs
</rules>
然后，尝试示例提示：
- 它将在处理请求时询问是否批准工具调用。
命令行界面
mcpdoc命令提供了一个简单的CLI来启动文档服务器。
您可以使用三种方式指定文档源，并且这些方式可以组合使用：
- 使用YAML配置文件：
- 这将从本仓库中的
sample_config.yaml文件加载LangGraph Python文档。
mcpdoc --yaml sample_config.yaml
- 使用JSON配置文件：
- 这将从本仓库中的
sample_config.json文件加载LangGraph Python文档。
mcpdoc --json sample_config.json
- 直接指定llms.txt URL，可选地带有名称：
- URL可以作为纯URL指定，也可以使用
name:url格式指定可选名称。 - 您可以通过多次使用
--urls参数来指定多个URL。 - 这就是我们上面加载MCP服务器的
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
额外选项
--follow-redirects：跟随HTTP重定向（默认为False）--timeout SECONDS：HTTP请求超时时间（秒，默认为10.0）
带额外选项的示例：
mcpdoc --yaml sample_config.yaml --follow-redirects --timeout 15
这将以15秒的超时时间加载LangGraph Python文档，并根据需要跟随任何HTTP重定向。
配置格式
YAML和JSON配置文件都应包含一个文档源列表。
每个源必须包括一个llms_txt URL，并可选地包括一个name：
YAML配置示例（sample_config.yaml）
# mcp-mcpdoc服务器的示例配置
# 每个条目必须有一个llms_txt URL，并可选地有一个名称
- 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
# 创建具有文档源的服务器
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源
# {
# "name": "另一个文档",
# "llms_txt": "https://example.com/llms.txt",
# },
],