Communitygithub.com

Consultation de Documentation (Context7)

Utilisez la documentation à jour des bibliothèques et frameworks via Context7 MCP plutôt que les données d'entraînement. S'active pour les questions de configuration, les références d'API, les exemples de code ou lorsque l'utilisateur nomme un framework (ex. React, Next.js, Prisma).

Qu'est-ce que Consultation de Documentation (Context7) ?

Cette compétence permet à un agent IA (comme Claude Code, Cursor ou Codex) de consulter la documentation la plus récente d'une bibliothèque ou d'un framework via le serveur MCP Context7, au lieu de se fier à des données d'entraînement potentiellement obsolètes. Elle est déclenchée automatiquement pour les questions de configuration, les références d'API, la génération de code dépendant d'une bibliothèque, ou toute mention d'un framework ou d'une API. Le fonctionnement se déroule en trois étapes : d'abord, résoudre l'identifiant Context7 de la bibliothèque (ex: `/vercel/next.js`) via l'outil `resolve-library-id` ; ensuite, sélectionner le meilleur résultat en fonction du nom, du score de référencement et de la réputation de la source ; enfin, récupérer la documentation et les extraits de code pertinents via l'outil `query-docs`. La compétence impose une limite de trois appels maximum par question pour éviter les boucles, et recommande de toujours spécifier la question complète de l'utilisateur pour améliorer la pertinence des résultats.

Compatible avec✓Claude Code✓Codex CLI✓Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/documentation-lookup

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Consultation de Documentation (Context7) ?

Lorsque l'utilisateur pose des questions sur des bibliothèques, frameworks ou API, récupérez la documentation actuelle via le MCP Context7 (outils resolve-library-id et query-docs) au lieu de vous fier aux données d'entraînement.

Concepts Fondamentaux

  • Context7 : Serveur MCP qui expose la documentation en direct ; à utiliser à la place des données d'entraînement pour les bibliothèques et API.
  • resolve-library-id : Renvoie des identifiants de bibliothèque compatibles Context7 (ex. /vercel/next.js) à partir d'un nom de bibliothèque et d'une question.
  • query-docs : Récupère la documentation et des extraits de code pour un identifiant de bibliothèque et une question donnés. Appelez toujours resolve-library-id d'abord pour obtenir un identifiant valide.

Quand l'utiliser

Activez-la lorsque l'utilisateur :

  • Pose des questions de configuration ou d'installation (ex. "Comment configurer le middleware Next.js ?")
  • Demande du code qui dépend d'une bibliothèque ("Écris une requête Prisma pour...")
  • A besoin d'informations sur une API ou des références ("Quelles sont les méthodes d'authentification Supabase ?")
  • Mentionne des frameworks ou bibliothèques spécifiques (React, Vue, Svelte, Express, Tailwind, Prisma, Supabase, etc.)

Utilisez cette compétence chaque fois que la demande dépend du comportement précis et à jour d'une bibliothèque, d'un framework ou d'une API. S'applique à tous les environnements qui ont le MCP Context7 configuré (ex. Claude Code, Cursor, Codex).

Comment ça fonctionne

Étape 1 : Résoudre l'identifiant de la bibliothèque

Appelez l'outil MCP resolve-library-id avec :

  • libraryName : Le nom de la bibliothèque ou du produit tiré de la question de l'utilisateur (ex. Next.js, Prisma, Supabase).
  • query : La question complète de l'utilisateur. Cela améliore le classement de pertinence des résultats.

Vous devez obtenir un identifiant de bibliothèque compatible Context7 (format /org/projet ou /org/projet/version) avant d'interroger la documentation. N'appelez pas query-docs sans un identifiant valide issu de cette étape.

Étape 2 : Sélectionner le meilleur résultat

Parmi les résultats de résolution, choisissez un résultat en utilisant :

  • Correspondance de nom : Privilégiez la correspondance exacte ou la plus proche de ce que l'utilisateur a demandé.
  • Score de référencement : Les scores plus élevés indiquent une meilleure qualité de documentation (100 est le maximum).
  • Réputation de la source : Préférez les sources de réputation Haute ou Moyenne lorsqu'elles sont disponibles.
  • Version : Si l'utilisateur a spécifié une version (ex. "React 19", "Next.js 15"), préférez un identifiant de bibliothèque spécifique à la version s'il est listé (ex. /org/projet/v1.2.0).

Étape 3 : Récupérer la documentation

Appelez l'outil MCP query-docs avec :

  • libraryId : L'identifiant de bibliothèque Context7 sélectionné à l'étape 2 (ex. /vercel/next.js).
  • query : La question ou tâche spécifique de l'utilisateur. Soyez précis pour obtenir des extraits pertinents.

Limite : n'appelez pas query-docs (ou resolve-library-id) plus de 3 fois par question. Si la réponse n'est pas claire après 3 appels, indiquez l'incertitude et utilisez les meilleures informations dont vous disposez plutôt que de deviner.

Étape 4 : Utiliser la documentation

  • Répondez à la question de l'utilisateur en utilisant les informations récupérées et à jour.
  • Incluez des exemples de code pertinents issus de la documentation lorsque cela est utile.
  • Citez la bibliothèque ou la version lorsque cela est important (ex. "Dans Next.js 15...").

Exemples

Exemple : Middleware Next.js

  1. Appelez resolve-library-id avec libraryName: "Next.js", query: "Comment configurer le middleware Next.js ?".
  2. Parmi les résultats, choisissez la meilleure correspondance (ex. /vercel/next.js) par nom et score de référencement.
  3. Appelez query-docs avec libraryId: "/vercel/next.js", query: "Comment configurer le middleware Next.js ?".
  4. Utilisez les extraits et le texte renvoyés pour répondre ; incluez un exemple minimal de middleware.ts tiré de la documentation si pertinent.

Exemple : Requête Prisma

  1. Appelez resolve-library-id avec libraryName: "Prisma", query: "Comment effectuer une requête avec des relations ?".
  2. Sélectionnez l'identifiant officiel de la bibliothèque Prisma (ex. /prisma/prisma).
  3. Appelez query-docs avec cet libraryId et la requête.
  4. Renvoyez le motif du client Prisma (ex. include ou select) avec un court extrait de code issu de la documentation.

Exemple : Méthodes d'authentification Supabase

  1. Appelez resolve-library-id avec libraryName: "Supabase", query: "Quelles sont les méthodes d'authentification ?".
  2. Choisissez l'identifiant de la documentation Supabase.
  3. Appelez query-docs ; résumez les méthodes d'authentification et montrez des exemples minimaux tirés de la documentation récupérée.

Bonnes Pratiques

  • Soyez précis : Utilisez autant que possible la question complète de l'utilisateur comme requête pour une meilleure pertinence.
  • Conscience de la version : Lorsque les utilisateurs mentionnent des versions, utilisez les identifiants de bibliothèque spécifiques à la version issus de l'étape de résolution lorsqu'ils sont disponibles.
  • Préférez les sources officielles : Lorsque plusieurs correspondances existent, préférez les paquets officiels ou principaux aux forks communautaires.
  • Pas de données sensibles : Supprimez les clés API, mots de passe, jetons et autres secrets de toute requête envoyée à Context7. Traitez la question de l'utilisateur comme potentiellement contenant des secrets avant de la transmettre à resolve-library-id ou query-docs.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills associés