MCP LLMS-TXT文档服务器

概述

llms.txt是法学硕士 (LLM) 的网站索引，提供背景信息、指导以及详细 Markdown 文件的链接。像 Cursor 和 Windsurf 这样的 IDE，或者像 Claude Code/Desktop 这样的应用程序，可以使用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像llms.txt这样的文件。检索过程可能不透明，并且并不总是有办法审计工具调用或返回的上下文。

MCP为开发者提供了一种完全控制这些应用程序所用工具的方法。我们创建了一个开源 MCP 服务器，为 MCP 宿主应用程序（例如 Cursor、Windsurf、Claude Code/Desktop）提供 (1) 用户定义的llms.txt文件列表，以及 (2) 一个简单的fetch_docs工具，用于读取任何提供的llms.txt文件中的 URL。这允许用户审计每个工具调用以及返回的上下文。

llms-txt

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

图书馆	llms.txt
LangGraph Python	https://langchain-ai.github.io/langgraph/llms.txt
LangGraph JS	https://langchain-ai.github.io/langgraphjs/llms.txt
LangChain Python	https://python.langchain.com/llms.txt
LangChain JS	https://js.langchain.com/llms.txt

快速入门

安装 uv

请参阅官方 uv 文档以了解安装uv的其他方法。

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

选择要使用的`llms.txt`文件。

例如，这是LangGraph llms.txt文件。

注意：安全性和域访问控制
出于安全原因，mcpdoc 实施严格的域访问控制：
远程 llms.txt 文件：当您指定远程 llms.txt URL（例如https://langchain-ai.github.io/langgraph/llms.txt ）时，mcpdoc 会自动将该特定域名（ langchain-ai.github.io ）添加到允许域列表中。这意味着该工具只能从该域名上的 URL 获取文档。
本地 llms.txt 文件：使用本地文件时，不会自动将任何域名添加到允许列表中。您必须使用--allowed-domains参数明确指定允许哪些域名。

添加其他域：为了允许从自动包含的域之外的域获取：

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）
此安全措施可防止未经授权访问用户未明确批准的域，确保只能从受信任的来源检索文档。

（可选）使用您选择的`llms.txt`文件在本地测试 MCP 服务器：

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

这应该在以下位置运行： http://localhost:8082

运行MCP 检查器并连接到正在运行的服务器：

npx @modelcontextprotocol/inspector

在这里，您可以测试tool调用。

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名称并链接到 LangGraph 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Cursor Settings/MCP选项卡中运行。
最佳做法是更新 Cursor Global（用户）规则。
打开光标Settings/Rules并使用以下内容（或类似内容）更新User Rules ：

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。
确保已选择agent 。

然后，尝试示例提示，例如：

what are types of memory in LangGraph?

连接到 Windsurf

使用CMD+L打开 Cascade（在 Mac 上）。
单击Configure MCP以打开配置文件~/.codeium/windsurf/mcp_config.json 。
如上所述，使用langgraph-docs-mcp进行更新。

使用以下内容（或类似内容）更新Windsurf Rules/Global rules ：

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 Claude 桌面

打开Settings/Developer来更新~/Library/Application\ Support/Claude/claude_desktop_config.json 。
如上所述，使用langgraph-docs-mcp进行更新。
重新启动 Claude 桌面应用程序。

[!Note] 如果您在尝试将 MCPDoc 工具添加到 Claude Desktop 时遇到 Python 版本不兼容的问题，您可以在uvx命令中明确指定python可执行文件的文件路径。
{ "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" ] } } }

[!Note] 目前（2025 年 3 月 21 日）Claude Desktop 似乎不支持全局rules ，因此请将以下内容附加到您的提示中。

<rules>
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
</rules>

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：

在处理您的请求时，它会要求批准工具调用。

连接到克劳德代码

安装Claude Code后，在终端中运行此命令将 MCP 服务器添加到您的项目中：

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

您将看到~/.claude.json已更新。
通过启动 Claude Code 并运行来查看您的工具进行测试：

$ Claude
$ /mcp 

[!Note] 目前（2025 年 3 月 21 日）看来，Claude Code 不支持全局rules ，因此请将以下内容附加到您的提示中。

<rules>
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
</rules>

然后，尝试示例提示：

它将要求批准工具调用。

命令行界面

mcpdoc命令提供了一个简单的 CLI 来启动文档服务器。

您可以通过三种方式指定文档源，并且可以组合使用：

使用 YAML 配置文件：

这将从此 repo 中的sample_config.yaml文件加载 LangGraph Python 文档。

mcpdoc --yaml sample_config.yaml

使用 JSON 配置文件：

这将从此 repo 中的sample_config.json文件加载 LangGraph Python 文档。

mcpdoc --json sample_config.json

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name:url格式的可选名称来指定。
您可以多次使用--urls参数来指定多个 URL。
这就是我们为上面的 MCP 服务器加载llms.txt的方式。

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 请求超时时间（秒）（默认为 10.0）

带有附加选项的示例：

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

这将以 15 秒的超时时间加载 LangGraph Python 文档，并在必要时遵循任何 HTTP 重定向。

配置格式

YAML 和 JSON 配置文件都应包含文档源列表。

每个源必须包含一个llms_txt URL，并且可以选择包含一个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")

MCP LLMS-TXT Documentation Server

Integrations

MCP LLMS-TXT文档服务器

概述

llms-txt

快速入门

安装 uv

选择要使用的`llms.txt`文件。

（可选）使用您选择的`llms.txt`文件在本地测试 MCP 服务器：

连接到光标

连接到 Windsurf

连接到 Claude 桌面

连接到克劳德代码

命令行界面

附加选项

配置格式

YAML 配置示例（sample_config.yaml）

JSON 配置示例 (sample_config.json)

程序化使用

Related Resources

Appeared in Searches

Integrations

MCP LLMS-TXT文档服务器

概述

llms-txt

快速入门

安装 uv

选择要使用的llms.txt文件。

（可选）使用您选择的llms.txt文件在本地测试 MCP 服务器：

连接到光标

连接到 Windsurf

连接到 Claude 桌面

连接到克劳德代码

命令行界面

附加选项

配置格式

YAML 配置示例（sample_config.yaml）

JSON 配置示例 (sample_config.json)

程序化使用

Related Resources

Appeared in Searches

选择要使用的`llms.txt`文件。

（可选）使用您选择的`llms.txt`文件在本地测试 MCP 服务器：