Servidor de documentación MCP LLMS-TXT

Descripción general

llms.txt es un índice de sitios web para LLM, que proporciona información general, orientación y enlaces a archivos Markdown detallados. IDEs como Cursor y Windsurf, o aplicaciones como Claude Code/Desktop, pueden usar llms.txt para recuperar el contexto de las tareas. Sin embargo, estas aplicaciones utilizan diferentes herramientas integradas para leer y procesar archivos como llms.txt . El proceso de recuperación puede ser opaco y no siempre es posible auditar las llamadas a las herramientas ni el contexto devuelto.

MCP ofrece a los desarrolladores un control total sobre las herramientas que utilizan estas aplicaciones. En este trabajo, creamos un servidor MCP de código abierto para proporcionar a las aplicaciones host MCP (p. ej., Cursor, Windsurf, Claude Code/Desktop) (1) una lista de archivos llms.txt definida por el usuario y (2) una herramienta fetch_docs sencilla que lee las URL dentro de cualquiera de los archivos llms.txt proporcionados. Esto permite al usuario auditar cada llamada a la herramienta, así como el contexto devuelto.

mcpdoc

Related MCP server: mcp-browser-use

Inicio rápido

Instalar uv

Consulte la documentación oficial de uv para conocer otras formas de instalar uv .

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

Elija un archivo `llms.txt` para utilizar.

Por ejemplo, aquí está el archivo llms.txt de LangGraph.

(Opcional) Pruebe el servidor MCP localmente con el archivo `llms.txt` de su elección:

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

Esto debería ejecutarse en: http://localhost:8082

Captura de pantalla del 18/03/2025 a las 15:29 y 30 h

Ejecute el inspector MCP y conéctese al servidor en ejecución:

npx @modelcontextprotocol/inspector

Captura de pantalla del 18/03/2025 a las 15:30

Aquí puedes probar las llamadas tool .

Conectarse al cursor

Abra Cursor Settings y la pestaña MCP .
Esto abrirá el archivo ~/.cursor/mcp.json .

Captura de pantalla del 19/03/2025 a las 11:01:31

Pegue lo siguiente en el archivo (usamos el nombre langgraph-docs-mcp y el enlace a LangGraph llms.txt ).

{ "mcpServers": { "langgraph-docs-mcp": { "command": "uvx", "args": [ "--from", "mcpdoc", "mcpdoc", "--urls", "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt", "--transport", "stdio", "--port", "8081", "--host", "localhost" ] } } }

Confirme que el servidor se esté ejecutando en la pestaña Cursor Settings/MCP .
CMD+L (en Mac) para abrir el chat.
Asegúrese de que agent esté seleccionado.

Captura de pantalla del 18/03/2025 a las 13:56 54

A continuación, prueba con un ejemplo de solicitud, como por ejemplo:

use the langgraph-docs-mcp server to answer any LangGraph questions -- + 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 what are types of memory in LangGraph?

Captura de pantalla del 18/03/2025 a las 13:58

Conéctate a Windsurf

Abra Cascade con CMD+L (en Mac).
Haga clic en Configure MCP para abrir el archivo de configuración, ~/.codeium/windsurf/mcp_config.json .
Actualice con langgraph-docs-mcp como se indicó anteriormente.

Captura de pantalla del 19/03/2025 a las 11:02:52

CMD+L (en Mac) para abrir Cascade y actualizar los servidores MCP.
Se enumerarán los servidores MCP disponibles, mostrando langgraph-docs-mcp como conectado.

Captura de pantalla del 18/03/2025 a las 14:02

A continuación, prueba el ejemplo:

Realizará sus llamadas de herramientas.

Captura de pantalla del 18/03/2025 a las 14:03 07

Conectarse a Claude Desktop

Abra Settings/Developer para actualizar ~/Library/Application\ Support/Claude/claude_desktop_config.json .
Actualice con langgraph-docs-mcp como se indicó anteriormente.
Reinicie la aplicación Claude Desktop.

Captura de pantalla del 18/03/2025 a las 14:05 54

Verás tus herramientas visibles en la parte inferior derecha de tu entrada de chat.

Captura de pantalla del 18/03/2025 a las 14:05 39

A continuación, prueba el ejemplo:

Le solicitará que apruebe las llamadas de herramientas mientras procesa su solicitud.

Captura de pantalla del 18/03/2025 a las 14:06 54

Conectarse a Claude Code

En una terminal después de instalar Claude Code , ejecute este comando para agregar el servidor MCP a su proyecto:

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

Verá ~/.claude.json actualizado.
Pruebe iniciando Claude Code y ejecutándolo para ver sus herramientas:

$ Claude $ /mcp

Captura de pantalla del 18/03/2025 a las 14:13:49

A continuación, prueba el ejemplo:

Solicitará aprobar llamadas de herramientas.

Captura de pantalla del 18/03/2025 a las 14:14:37

Interfaz de línea de comandos

El comando mcpdoc proporciona una CLI simple para iniciar el servidor de documentación.

Puede especificar fuentes de documentación de tres maneras, que pueden combinarse:

Usando un archivo de configuración YAML:

Esto cargará la documentación de Python de LangGraph desde el archivo sample_config.yaml en este repositorio.

mcpdoc --yaml sample_config.yaml

Usando un archivo de configuración JSON:

Esto cargará la documentación de Python de LangGraph desde el archivo sample_config.json en este repositorio.

mcpdoc --json sample_config.json

Especificar directamente las URL de llms.txt con nombres opcionales:

Las URL se pueden especificar como URL simples o con nombres opcionales utilizando el formato name:url .
Así es como cargamos llms.txt para el servidor MCP anterior.

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

También puede combinar estos métodos para fusionar fuentes de documentación:

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

Opciones adicionales

--follow-redirects : Seguir redirecciones HTTP (predeterminado en Falso)
--timeout SECONDS : tiempo de espera de la solicitud HTTP en segundos (predeterminado 10.0)

Ejemplo con opciones adicionales:

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

Esto cargará la documentación de Python de LangGraph con un tiempo de espera de 15 segundos y seguirá cualquier redirección HTTP si es necesario.

Formato de configuración

Los archivos de configuración YAML y JSON deben contener una lista de fuentes de documentación.

Cada fuente debe incluir una URL llms_txt y, opcionalmente, puede incluir un name :

Ejemplo de configuración de YAML (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

Ejemplo de configuración JSON (sample_config.json)

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

Uso programático

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

Servidor de documentación MCP LLMS-TXT

Descripción general