Communitygithub.com

0dust/OKFy

当用户希望智能体通过 OKFy 使用文档、设置或验证 OKFy MCP 文档源、将文档网站或本地 Markdown 转换为 OKF 捆绑包、生成激活证明,或基于已有的 OKFy 捆绑包/工作区进行问答时使用。

OKFy 是什么?

OKFy 是一款将文档网站或本地 Markdown 文件夹转换为本地开放知识格式(OKF)捆绑包的工具,并通过只读的 MCP 服务器将其暴露给 AI 代理。它支持多种平台,包括 Codex 和任何基于 MCP 的客户端。其典型工作流程包括:使用 `npx -y okfy-ai init` 注册文档网站并抓取最多 100 个页面,使用 `import` 导入本地 Markdown,以及使用 `activate` 生成激活证明包,其中包含检查器、配置文件和 JSON 格式的证明。当 MCP 服务器运行时,代理可以按顺序使用 MCP 工具:`bundle_summary`、`search_concepts`、`read_concept` 和 `get_neighbors`,以获取结构化的文档信息并引用来源。工作区允许将多个来源合并到一个 MCP 服务器中,并通过 `source` 过滤器进行精确定位查询。其安全规则确保操作保持只读且本地化,不会绕过爬虫安全默认值,也不会在可以使用工具时手动编辑客户端配置。

兼容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/0dust/OKFy/tree/HEAD/skills/okfy

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

OKFy 是做什么的?

概述

使用 OKFy 将文档网站或本地 Markdown 文件夹转换为本地开放知识格式(OKF)捆绑包,然后通过只读的 MCP 服务器将其暴露给智能体。在生成的命令中优先使用 npx -y okfy-ai,以便客户端无需全局安装即可启动已发布的包。

快速参考

目标命令或操作
注册文档站点并打印设置npx -y okfy-ai init <name> <url> --client codex --max-pages 100 --max-depth 4
导入本地 Markdownnpx -y okfy-ai import ./docs --out ./docs-okf --source-name "Project docs"
为任务证明来源npx -y okfy-ai activate <name-or-bundle> --client codex --task "<task>" --out okfy-activation
预览就绪状态和依赖关系图npx -y okfy-ai map <name-or-bundle> --out okfy-inspector.html
诊断设置npx -y okfy-ai doctor <name> --client codex
向 MCP 提供服务npx -y okfy-ai serve <name-or-bundle> --mcp --auto-refresh

设置工作流

  1. 选择一个简短来源名称,例如 stripe、clerk 或 project-docs。
  2. 对于文档网站,运行 npx -y okfy-ai init <name> <url> --client codex --max-pages 100 --max-depth 4。
  3. 对于本地 Markdown,运行 import,然后运行 validate,最后提供生成的捆绑包路径。只有在用户明确批准覆盖输出目录时,才添加 --force。
  4. 当用户希望在配置更改前获得证明时,运行 activate 并带上与用户真实问题匹配的 --task。生成的包包含 okfy-inspector.html、okfy-setup.md 和 okfy-proof.json。
  5. 如果设置失败或 MCP 客户端无法看到工具,请先运行 doctor,再手动编辑客户端配置。

MCP 使用

当 OKFy MCP 服务器可用时,请按以下顺序使用工具:

  1. 使用 bundle_summary 检查验证状态、新鲜度、可用来源和工具期望。
  2. 使用 search_concepts 并结合用户任务的关键词。在已知相关文档来源的多来源工作区中,使用 source 过滤器。
  3. 使用 read_concept 获取最相关的概念,先进行少量读取再扩展。
  4. 当答案依赖于链接概念、反向链接、前提条件或邻近的 API/参考页面时,使用 get_neighbors。
  5. 引用概念结果提供的来源 URL 或资源字段。

从窄范围搜索开始,仅在结果稀疏时扩大范围。在工作区中,当概念 ID 不明确时,向 read_concept 传递 source 和 id。

工作区

当任务涉及多层级技术栈时,通过一个 MCP 服务器提供多个已注册来源的服务:

npx -y okfy-ai serve stripe clerk --mcp --auto-refresh

然后使用过滤器进行搜索:

{ "query": "checkout sessions", "source": "stripe", "limit": 5 }

每当用户提及产品名称、API、框架或文档来源时,使用 source 过滤器。如果用户询问整个技术栈的问题,先搜索整个工作区而不使用过滤器,然后为精确性对每个来源进行读取。

安全规则

  • MCP 工具是只读的。自动刷新是针对已注册来源的服务器端维护,并非智能体可调用的写入工具。
  • 不要使用 npx okfy;应使用 npx -y okfy-ai 进行免安装命令。
  • 不要在常规的交互式终端会话中运行 serve --mcp。MCP 客户端会将其作为 stdio 子进程启动。
  • 不要绕过爬虫安全默认值、私有网络保护或危险的 --force 保护机制,除非用户明确接受风险。
  • 当 init、activate 或 doctor 可以生成或验证精确的命令/配置时,不要先手动编辑客户端配置。

常见错误

错误修复
将 OKFy 视为托管索引保持工作流本地化:捆绑包文件、MCP stdio 和来源 URL 保持可审查。
搜索后读取每个概念先读取最匹配的结果,然后仅在需要时使用邻居扩展。
忽略工作区来源名称对多来源捆绑包使用 source 过滤器和来源限定的读取。
跳过证明当用户需要在连接 MCP 前获得信心时,使用 activate --task。
盲目调试配置运行 doctor <name> --client codex 并遵循其输出的下一个修复命令。

相关技能