MCP LLMS-TXT Documentation Server

MCP LLMS-TXT文档服务器

概述

llms.txt 是LLM的网站索引，提供背景信息、指导和详细标记文件的链接。可以使用Cursor和Windsurf等IDE或Claude Code/Desk等应用程序 llms.txt 检索任务的上下文。然而，这些应用程序使用不同的内置工具来读取和处理文件，如 llms.txt检索过程可能是不透明的，并且并不总是有办法审计工具调用或返回的上下文。

llms txt

您可以在此处找到langgraph和langchain的llms.txt文件：

快速启动

安装uv

• 请看 官方紫外线文件 其他安装方式 uv.

curl -LsSf https://astral.sh/uv/install.sh | sh

选择一个 llms.txt 要使用的文件。

• 例如， 这是 LangGraph llms.txt 文件。

注意：安全和域访问控制 出于安全原因，mcpdoc实施了严格的域访问控制： 1. 远程llms.txt文件：当您指定远程llms.txt URL时（例如。， https://langchain-ai.github.io/langgraph/llms.txt)，mcpdoc仅自动添加该特定域(langchain-ai.github.io)到允许的域列表。这意味着该工具只能从该域上的URL获取文档。 1. 本地llms.txt文件：使用本地文件时，没有域会自动添加到允许列表中。您必须明确指定允许使用的域 --allowed-domains 参数。 1. 添加其他域：要允许从自动包含的域之外的域中获取数据，请执行以下操作： - 使用 --allowed-domains domain1.com domain2.com 添加特定域 - 使用 --allowed-domains '*' 允许所有域（谨慎使用） 此安全措施可防止对未经用户明确批准的域进行未经授权的访问，确保只能从可信来源检索文档。

（可选）使用您的 llms.txt 所选文件：

uvx --from mcpdoc mcpdoc \
    --urls "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt" "LangChain:https://python.langchain.com/llms.txt" \
    --transport sse \
    --port 8082 \
    --host localhost

• 这应该在以下时间运行：http://localhost:8082

• 跑 MCP检查员 并连接到正在运行的服务器：

npx @modelcontextprotocol/inspector

• 在这里，您可以测试 tool 电话。

连接到光标

• 打开 Cursor Settings 和 MCP 选项卡。
• 这将打开 ~/.cursor/mcp.json 文件。

• 将以下内容粘贴到文件中（我们使用 langgraph-docs-mcp 名称和指向LangGraph的链接 llms.txt).

{
  "mcpServers": {
    "langgraph-docs-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "mcpdoc",
        "mcpdoc",
        "--urls",
        "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt LangChain:https://python.langchain.com/llms.txt",
        "--transport",
        "stdio"
      ]
    }
  }
}

• 确认服务器正在您的 Cursor Settings/MCP 选项卡。
• 最佳做法是更新游标全局（用户）规则。
• 打开的游标 Settings/Rules 并更新 User Rules 具有以下内容（或类似内容）：

for ANY question about LangGraph, use the langgraph-docs-mcp server to help answer -- 
+ call list_doc_sources tool to get the available llms.txt file
+ call fetch_docs tool to read it
+ reflect on the urls in llms.txt 
+ reflect on the input question 
+ call fetch_docs on any urls relevant to the question
+ use this to answer the question

• CMD+L （在Mac上）打开聊天。
• 确保 agent 被选中。

然后，尝试一个示例提示，例如：

what are types of memory in LangGraph?

连接到Windsurf

• 打开Cascade CMD+L （在Mac上）。
• 点击 Configure MCP 要打开配置文件， ~/.codeium/windsurf/mcp_config.json.
• 更新为 langgraph-docs-mcp 如上所述。

• 更新 Windsurf Rules/Global rules 具有以下内容（或类似内容）：

for ANY question about LangGraph, use the langgraph-docs-mcp server to help answer -- 
+ call list_doc_sources tool to get the available llms.txt file
+ call fetch_docs tool to read it
+ reflect on the urls in llms.txt 
+ reflect on the input question 
+ call fetch_docs on any urls relevant to the question

然后，尝试示例提示：

• 它将执行您的工具调用。

连接到克劳德桌面

• 打开 Settings/Developer 更新 ~/Library/Application\ Support/Claude/claude_desktop_config.json.
• 更新为 langgraph-docs-mcp 如上所述。
• 重新启动Claude Desktop应用程序。

\[！注意\] 如果在尝试将MCPDoc工具添加到Claude Desktop时遇到Python版本不兼容的问题，可以显式指定文件路径 python 可执行于 uvx 命令。 Example configuration `` { "mcpServers": { "langgraph-docs-mcp": { "command": "uvx", "args": [ "--python", "/path/to/python", "--from", "mcpdoc", "mcpdoc", "--urls", "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt", "--transport", "stdio" ] } } } ``

\[！注意\] 目前（3/21/25），Claude Desktop似乎不支持 rules 对于全局规则，请在提示后附加以下内容。

for ANY question about LangGraph, use the langgraph-docs-mcp server to help answer -- 
+ call list_doc_sources tool to get the available llms.txt file
+ call fetch_docs tool to read it
+ reflect on the urls in llms.txt 
+ reflect on the input question 
+ call fetch_docs on any urls relevant to the question

• 您将在聊天输入的右下角看到您的工具。

然后，尝试示例提示：

• 它将在处理您的请求时请求批准工具调用。

连接到克劳德代码

• 安装后在终端中 克劳德代码，运行此命令将MCP服务器添加到项目中：

claude mcp add-json langgraph-docs '{"type":"stdio","command":"uvx" ,"args":["--from", "mcpdoc", "mcpdoc", "--urls", "langgraph:https://langchain-ai.github.io/langgraph/llms.txt", "LangChain:https://python.langchain.com/llms.txt"]}' -s local

• 你会看到 ~/.claude.json 更新。
• 通过启动Claude Code并运行以查看您的工具进行测试：

$ Claude
$ /mcp 

\[！注意\] 目前（3/21/25），Claude Code似乎不支持 rules 对于全局规则，请在提示后附加以下内容。

for ANY question about LangGraph, use the langgraph-docs-mcp server to help answer -- 
+ call list_doc_sources tool to get the available llms.txt file
+ call fetch_docs tool to read it
+ reflect on the urls in llms.txt 
+ reflect on the input question 
+ call fetch_docs on any urls relevant to the question

然后，尝试示例提示：

• 它将请求批准工具调用。

命令行界面

这 mcpdoc 命令提供了一个用于启动文档服务器的简单CLI。

您可以通过三种方式指定文档源，这些方式可以组合使用：

1. 使用YAML配置文件：

• 这将从以下位置加载LangGraph Python文档 sample_config.yaml 此仓库中的文件。

mcpdoc --yaml sample_config.yaml

1. 使用JSON配置文件：

• 这将从以下位置加载LangGraph Python文档 sample_config.json 此仓库中的文件。

mcpdoc --json sample_config.json

1. 直接指定带有可选名称的llms.txt URL：

• URL可以指定为纯URL，也可以使用以下格式指定可选名称 name:url.
• 您可以使用以下命令指定多个URL --urls 参数多次。
• 我们就是这样装载的 llms.txt 对于上面的MCP服务器。

mcpdoc --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt --urls LangChain:https://python.langchain.com/llms.txt

您还可以组合这些方法来合并文档源：

mcpdoc --yaml sample_config.yaml --json sample_config.json --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt --urls LangChain:https://python.langchain.com/llms.txt

附加选项

• --follow-redirects：遵循HTTP重定向（默认为False）
• --timeout SECONDS：HTTP请求超时（秒）（默认值为10.0）

附加选项示例：

mcpdoc --yaml sample_config.yaml --follow-redirects --timeout 15

这将加载具有15秒超时的LangGraph Python文档，并在必要时遵循任何HTTP重定向。

配置格式

YAML和JSON配置文件都应该包含文档源列表。

每个来源必须包括 llms_txt URL，并且可以选择性地包含 name:

YAML配置示例（sample_config.YAML）

# Sample configuration for mcp-mcpdoc server
# Each entry must have a llms_txt URL and optionally a name
- name: LangGraph Python
  llms_txt: https://langchain-ai.github.io/langgraph/llms.txt

JSON配置示例（sample_config.JSON）

[
  {
    "name": "LangGraph Python",
    "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt"
  }
]

程序化使用

from mcpdoc.main import create_server

# Create a server with documentation sources
server = create_server(
    [
        {
            "name": "LangGraph Python",
            "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt",
        },
        # You can add multiple documentation sources
        # {
        #     "name": "Another Documentation",
        #     "llms_txt": "https://example.com/llms.txt",
        # },
    ],
    follow_redirects=True,
    timeout=15.0,
)

# Run the server
server.run(transport="stdio")