通过脚本进行文档发现
概述
脚本优先的文档发现方法,基于 llms.txt 标准。
直接执行脚本来处理整个工作流——无需手动构造 URL。
主要工作流
始终按此顺序执行脚本:
# 1. 检测查询类型(特定主题 vs 通用)
node scripts/detect-topic.js "<用户查询>"
# 2. 使用脚本输出获取文档
node scripts/fetch-docs.js "<用户查询>"
# 3. 分析结果(如果返回多个 URL)
cat llms.txt | node scripts/analyze-llms-txt.js -
脚本会自动处理 URL 构造、降级链和错误处理。
脚本
detect-topic.js — 分类查询类型
- 识别是特定主题查询还是通用查询
- 提取库名称 + 主题关键词
- 返回 JSON:
{topic, library, isTopicSpecific} - 零 Token 执行
fetch-docs.js — 检索文档
- 自动构造 context7.com 的 URL
- 处理降级:主题 → 通用 → 错误
- 输出 llms.txt 内容或错误信息
- 零 Token 执行
analyze-llms-txt.js — 处理 llms.txt
- 对 URL 进行分类(关键/重要/补充)
- 推荐 Agent 分布(1 个 Agent、3 个 Agent、7 个 Agent、分阶段)
- 返回包含策略的 JSON
- 零 Token 执行
工作流参考
特定主题搜索 — 最快路径(10-15 秒)
通用库搜索 — 全面覆盖(30-60 秒)
仓库分析 — 降级策略
参考文档
context7-patterns.md — URL 模式、已知仓库
errors.md — 错误处理、降级策略
advanced.md — 边缘情况、版本管理、多语言
执行原则
- 脚本优先 — 执行脚本,不要手动构造 URL
- 零 Token 开销 — 脚本运行时无需加载上下文
- 自动降级 — 脚本处理主题 → 通用 → 错误链
- 渐进式披露 — 仅在需要时加载工作流/参考文档
- Agent 分布 — 脚本推荐并行 Agent 策略
快速上手
主题查询: “如何在 shadcn 中使用日期选择器?”
node scripts/detect-topic.js "<查询>" # → {topic, library, isTopicSpecific}
node scripts/fetch-docs.js "<查询>" # → 2-3 个 URL
# 使用 WebFetch 读取 URL
通用查询: “Next.js 的文档”
node scripts/detect-topic.js "<查询>" # → {isTopicSpecific: false}
node scripts/fetch-docs.js "<查询>" # → 8+ 个 URL
cat llms.txt | node scripts/analyze-llms-txt.js - # → {totalUrls, distribution}
# 根据推荐部署 Agent
环境配置
脚本会加载 .env:process.env > .opencode/skills/docs-seeker/.env > .opencode/skills/.env > .opencode/.env
详见 .env.example 了解配置选项。