Context7：5.4 万星开源项目，让 LLM 获取实时更新的代码文档

用 AI 写代码时，一个让人头疼的问题是：模型训练数据有截止日期，它给出的 API 可能已经废弃，示例代码可能对应两年前的版本。特别是快速迭代的框架——Next.js、React、Cloudflare Workers——这个问题尤为突出。

Context7（github.com/upstash/context7）由 Upstash 团队开源，定位为”任何 prompt 中的实时更新文档”。它不依赖模型内置知识，而是实时从源头拉取最新的、版本特定的文档和代码示例，直接注入到 Agent 的上下文中。项目已获得 54,089 星标，MIT 许可，是本周 GitHub Trending 上增长最快的开发者工具之一。

它解决什么问题

没有 Context7 时，LLM 的常见缺陷：

• ❌ 代码示例过时，基于一年前的训练数据
• ❌ 幻觉出不存在的 API
• ❌ 针对旧版本给出通用回答

有了 Context7：

创建一个 Next.js 中间件，检查 cookie 中的有效 JWT
并将未认证用户重定向到 /login。use context7

Context7 会实时拉取 Next.js 最新版本的中间件 API 文档，注入到 prompt 中，让 Agent 基于准确信息生成代码。

核心架构

Context7 通过 MCP 服务器提供文档查询能力：

• 实时文档索引：持续抓取和索引主流框架、库的最新文档
• 版本感知：根据项目依赖自动匹配对应版本的文档
• MCP 原生：作为 MCP server 运行，Cursor、Claude Code、VS Code 等工具可直接接入
• 多语言文档：支持中文（简体/繁体）、日文、韩文、西班牙文、法文、葡萄牙文、意大利文、印尼文、德文、俄文、乌克兰文、土耳其文、阿拉伯文、越南文等 15+ 语言

与类似方案对比

vs. 模型内置知识 — 训练数据有截止日期，Context7 提供实时信息。两者可以互补：内置知识用于通用概念，Context7 用于具体 API。

vs. 手动搜索文档 — 开发者通常需要切换浏览器查找文档再回来编码。Context7 将文档直接注入 Agent 上下文，减少切换成本。

vs. RAG 自部署 — 自建文档 RAG 需要维护爬虫、索引和更新管道。Context7 是托管服务，零配置接入。

快速上手

在 MCP 客户端配置中添：

{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": ["@upstash/context7-mcp@latest"]
    }
  }
}

或在 Cursor 中通过 一键安装链接 直接配置。

配置完成后，在 prompt 中提到框架名称（如 “use context7” 或直接说 “用 Next.js 最新 API 实现…”），Agent 会自动通过 Context7 查询最新文档。

适用场景

• 快速迭代的框架：Next.js、React、SvelteKit 等版本更新频繁的框架
• 新 API 探索：刚发布的功能，模型训练数据尚未覆盖
• 团队标准化：统一团队的文档来源，避免不同成员使用不同版本的文档

观察点

Context7 最近优化了 MCP 工具调用的流式响应（PR #2520），解决了长时间查询导致超时的问题。同时移除了 query-docs 工具中的 researchMode 参数，简化了调用接口。项目维护极其活跃，几乎每天都有提交。

来源

• upstash/context7 GitHub
• Context7 网站
• npm 包