MCP LLMS-TXT ドキュメントサーバー

概要

llms.txtは LLM のウェブサイトインデックスであり、背景情報、ガイダンス、詳細なマークダウンファイルへのリンクを提供しています。Cursor や Windsurf などの IDE や Claude Code/Desktop などのアプリは、 llms.txtを使用してタスクのコンテキストを取得できます。ただし、これらのアプリはllms.txtなどのファイルの読み取りと処理に、異なる組み込みツールを使用しています。取得プロセスは不透明になる場合があり、ツールの呼び出しや返されたコンテキストを監査する方法が必ずしも存在しない場合があります。

MCPは、開発者がこれらのアプリケーションで使用されるツールを完全に制御する方法を提供します。ここでは、オープンソースのMCPサーバーを作成し、MCPホストアプリケーション（例：Cursor、Windsurf、Claude Code/Desktop）に、(1) ユーザー定義のllms.txtファイルリストと、(2) 提供されたllms.txtファイル内のURLを読み取るシンプルなfetch_docsツールを提供します。これにより、ユーザーは各ツールの呼び出しと返されるコンテキストを監査できます。

Related MCP server: mcp-browser-use

クイックスタート

uvをインストールする

• uvをインストールする他の方法については、公式の uv ドキュメントを参照してください。

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

使用するllms.txtファイルを選択します。

• たとえば、LangGraph llms.txtファイルは次のとおりです。

(オプション) 選択したllms.txtファイルを使用して、MCP サーバーをローカルでテストします。

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

• これはhttp://localhost:8082で実行されるはずです

• MCP インスペクターを実行し、実行中のサーバーに接続します。

npx @modelcontextprotocol/inspector

• ここで、 tool呼び出しをテストできます。

カーソルに接続

• Cursor SettingsとMCPタブを開きます。

• これにより~/.cursor/mcp.jsonファイルが開きます。

• 次の内容をファイルに貼り付けます ( langgraph-docs-mcpという名前を使用し、LangGraph llms.txtにリンクします)。

{
  "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"
      ]
    }
  }
}

• Cursor Settings/MCPタブでサーバーが実行中であることを確認します。

• CMD+L (Mac の場合) を押すとチャットが開きます。

• agentが選択されていることを確認します。

次に、次のようなサンプルプロンプトを試してください。

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?

ウィンドサーフィンに接続する

• CMD+L (Mac の場合) で Cascade を開きます。

• Configure MCPクリックして、構成ファイル~/.codeium/windsurf/mcp_config.jsonを開きます。

• 上記のとおり、 langgraph-docs-mcpで更新します。

• CMD+L (Mac の場合) を押すと Cascade が開き、MCP サーバーが更新されます。

• 利用可能な MCP サーバーが一覧表示され、 langgraph-docs-mcpが接続されていることが表示されます。

次に、次のサンプルプロンプトを試してください。

• ツール呼び出しを実行します。

Claudeデスクトップに接続

• Settings/Developerを開いて、 ~/Library/Application\ Support/Claude/claude_desktop_config.jsonを更新します。

• 上記のとおり、 langgraph-docs-mcpで更新します。

• Claude デスクトップ アプリを再起動します。

• チャット入力の右下にツールが表示されます。

次に、次のサンプルプロンプトを試してください。

• リクエストを処理する際に、ツール呼び出しの承認を求められます。

クロード・コードに接続する

• Claude Codeをインストールした後、ターミナルで次のコマンドを実行して、MCP サーバーをプロジェクトに追加します。

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

• ~/.claude.json更新されていることがわかります。

• Claude Code を起動して実行し、ツールを表示してテストします。

$ Claude
$ /mcp 

次に、次のサンプルプロンプトを試してください。

• ツールの呼び出しを承認するように求められます。

コマンドラインインターフェース

mcpdocコマンドは、ドキュメント サーバーを起動するためのシンプルな CLI を提供します。

ドキュメント ソースは次の 3 つの方法で指定でき、これらを組み合わせることもできます。

1. YAML 構成ファイルの使用:

• これにより、このリポジトリのsample_config.yamlファイルから LangGraph Python ドキュメントが読み込まれます。

mcpdoc --yaml sample_config.yaml

2. JSON 構成ファイルの使用:

• これにより、このリポジトリのsample_config.jsonファイルから LangGraph Python ドキュメントが読み込まれます。

mcpdoc --json sample_config.json

3. オプションの名前を使用して llms.txt URL を直接指定します。

• URL は、プレーン URL として指定することも、 name:url形式を使用してオプションの名前で指定することもできます。

• これは、上記の MCP サーバーのllms.txtをロードする方法です。

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

これらの方法を組み合わせてドキュメント ソースをマージすることもできます。

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

追加オプション

• --follow-redirects : HTTP リダイレクトに従う (デフォルトは False)

• --timeout SECONDS : HTTPリクエストのタイムアウト（秒）（デフォルトは10.0）

追加オプションの例:

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

これにより、LangGraph Python ドキュメントが 15 秒のタイムアウトで読み込まれ、必要に応じて HTTP リダイレクトに従います。

設定形式

YAML と JSON の両方の構成ファイルには、ドキュメント ソースのリストが含まれている必要があります。

各ソースにはllms_txt URL を含める必要があり、オプションでnameを含めることもできます。

YAML 設定例 (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 設定例 (sample_config.json)

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

プログラムによる使用

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")