Dokumentationssuche via Skripte
Übersicht
Skriptgesteuerte Dokumentationssuche mit dem llms.txt-Standard.
Führe Skripte aus, um den gesamten Workflow zu bewältigen – keine manuelle URL-Konstruktion nötig.
Primärer Workflow
Führe Skripte IMMER in dieser Reihenfolge aus:
# 1. ERKENNE den Abfragetyp (themenbezogen vs. allgemein)
node scripts/detect-topic.js "<Benutzerabfrage>"
# 2. Rufe die Dokumentation anhand der Skriptausgabe ab
node scripts/fetch-docs.js "<Benutzerabfrage>"
# 3. ANALYSIERE die Ergebnisse (wenn mehrere URLs zurückgegeben wurden)
cat llms.txt | node scripts/analyze-llms-txt.js -
Die Skripte übernehmen automatisch die URL-Konstruktion, Fallback-Ketten und Fehlerbehandlung.
Skripte
detect-topic.js – Klassifiziert den Abfragetyp
- Identifiziert themenspezifische vs. allgemeine Abfragen
- Extrahiert Bibliotheksname + Themenschlüsselwort
- Gibt JSON zurück:
{topic, library, isTopicSpecific} - Keine Token-Ausführung
fetch-docs.js – Ruft die Dokumentation ab
- Erstellt automatisch context7.com-URLs
- Handhabt Fallback: Thema → allgemein → Fehler
- Gibt llms.txt-Inhalt oder Fehlermeldung aus
- Keine Token-Ausführung
analyze-llms-txt.js – Verarbeitet llms.txt
- Kategorisiert URLs (kritisch/wichtig/ergänzend)
- Empfiehlt Agentenverteilung (1 Agent, 3 Agenten, 7 Agenten, gestaffelt)
- Gibt JSON mit Strategie zurück
- Keine Token-Ausführung
Workflow-Referenzen
Themenspezifische Suche – Schnellster Pfad (10-15s)
Allgemeine Bibliothekssuche – Umfassende Abdeckung (30-60s)
Repository-Analyse – Fallback-Strategie
Referenzen
context7-patterns.md – URL-Muster, bekannte Repositories
errors.md – Fehlerbehandlung, Fallback-Strategien
advanced.md – Randfälle, Versionierung, Mehrsprachigkeit
Ausführungsprinzipien
- Skripte zuerst – Skripte ausführen statt manueller URL-Konstruktion
- Kein Token-Overhead – Skripte laufen ohne Kontextladung
- Automatischer Fallback – Skripte handhaben Thema → allgemein → Fehler-Ketten
- Schrittweise Offenlegung – Workflows/Referenzen nur bei Bedarf laden
- Agentenverteilung – Skripte empfehlen parallele Agentenstrategie
Schnellstart
Themenabfrage: „Wie verwende ich das Datumsauswahl-Widget in shadcn?“
node scripts/detect-topic.js "<Abfrage>" # → {topic, library, isTopicSpecific}
node scripts/fetch-docs.js "<Abfrage>" # → 2-3 URLs
# URLs mit WebFetch lesen
Allgemeine Abfrage: „Dokumentation für Next.js“
node scripts/detect-topic.js "<Abfrage>" # → {isTopicSpecific: false}
node scripts/fetch-docs.js "<Abfrage>" # → 8+ URLs
cat llms.txt | node scripts/analyze-llms-txt.js - # → {totalUrls, distribution}
# Agenten gemäß Empfehlung einsetzen
Umgebung
Die Skripte laden .env: process.env > .opencode/skills/docs-seeker/.env > .opencode/skills/.env > .opencode/.env
Siehe .env.example für Konfigurationsoptionen.