每天一个 Agent Skills：Context7 — 让 AI 永远写出最新的代码

每天一个 Agent Skills：Context7 — 让 AI 永远写出最新的代码

问题的本质：AI 不知道你的库是哪一版

用 AI 写代码时，你是否遇到过这些问题：

• AI 给你一个 useState 的旧用法，项目里早就迁移到新 API 了
• AI 写了一段 axios 请求代码，用的是已废弃的语法
• AI 信誓旦旦地说「这个 API 存在」，实际跑通后才发现根本不对

这些问题的根源在于：AI 的训练数据有截止日期。你的项目依赖库的版本和 AI 训练时见过的版本很可能不一致，AI 在「凭感觉」生成代码。

Context7 就是为了解决这个问题而生的。

Context7 是什么

Context7 是 Upstash（知名 Serverless Redis/Kafka 提供商）开源的一个 MCP 服务。它的核心能力只有一条：

支持 50+ 流行库，包括但不限于：

支持所有主流 AI 编码工具：Cursor、Claude Code、Windsurf 等。

核心原理：两个工具，两步走

1. resolve-library-id — 找库的身份证

通过自然语言搜索库，返回 Context7 内部的库标识符。

// 输入
{
  "query": "How do I use React hooks?",
  "libraryName": "react"
}

// 输出
{
  "title": "React Documentation",
  "Context7-compatible library ID": "/reactjs/react.dev",
  "Description": "The library for web and native user interfaces",
  "Code Snippets": 1250,
  "Trust Score": "High",
  "Benchmark Score": 98,
  "Versions": ["19.0.0", "18.3.1", "18.2.0"]
}

2. query-docs — 按问题查文档

拿着库的 ID，用自然语言提问，返回相关性排序的文档片段和代码示例。

// 输入
{
  "libraryId": "/vercel/next.js",
  "query": "app router middleware authentication"
}

// 输出
{
  "documentation": [
    {
      "title": "Middleware in Next.js",
      "content": "Middleware allows you to run code before a request is completed...",
      "codeExample": "import { NextResponse } from 'next/server'nimport type { NextRequest } from 'next/server'nnexport function middleware(request: NextRequest) {n  const token = request.cookies.get('token')n  if (!token) {n    return NextResponse.redirect(new URL('/login', request.url))n  }n  return NextResponse.next()n}"
    }
  ]
}

两步配合：resolve-library-id → query-docs → AI 基于真实文档回答。效果是：AI 永远基于最新文档生成，而不是靠记忆。

如何在 Claude Code 中配置 Context7

前置条件

• 安装 Claude CLI：npm install -g @anthropic-ai/claude-code
• 拥有 Context7 API Key（免费注册：context7.com）

方式一：远程连接（推荐）

claude mcp add --scope user --header "CONTEXT7_API_KEY: YOUR_API_KEY" --transport http context7 

方式二：本地连接

claude mcp add --scope user context7 -- npx -y @upstash/context7-mcp --api-key YOUR_API_KEY

配置完成后，可以用 claude mcp list 验证是否添加成功。

实战演示

场景：写一个 Prisma 关联查询

假设你的项目用的是 Prisma，要写一个联表查询。直接问 AI，AI 可能用旧语法；带 Context7 再问：

Prompt：

Claude Code 会自动调用 Context7：

1. 先调用 resolve-library-id，确定库是 /prisma/prisma
2. 再调用 query-docs，传入查询 user with orders order by date
3. 拿到最新的 Prisma 文档片段，其中包含 include 语法和排序写法
4. 基于真实文档生成代码

返回的代码示例（最新语法）：

import { PrismaClient } from '@prisma/client'

const prisma = new PrismaClient()

async function getUserWithOrders(userId: string) {
  const user = await prisma.user.findUnique({
    where: { id: userId },
    include: {
      orders: {
        orderBy: {
          createdAt: 'desc', // 按创建时间倒序
        },
      },
    },
  })
  return user
}

这就是最新版本的正确语法，而不是 AI 记忆中的旧写法。

指定版本查询

如果你需要特定版本的文档，可以在库 ID 后追加版本号：

{
  "libraryId": "/supabase/supabase/v2.45.0",
  "query": "server-side authentication with JWT"
}

使用效果对比

实测中，Context7 能在 80% 以上的场景下显著提升 AI 生成代码的正确性和可运行性。

局限性与注意事项

• 需要 API Key：虽然有免费额度，但生产环境需要注意用量控制
• 不是全知全能：对于非常冷门的库，Context7 可能没有收录
• 版本意识：建议同时告知 AI 你使用的库版本，以获得更精确的回答
• 文档质量依赖上游：Context7 的质量取决于各库官方文档的完整度

结论

Context7 解决的是一个被长期忽视但高频发生的问题：AI 和你的代码之间存在「知识代差」。通过 MCP 协议，Context7 把实时文档注入 AI 上下文，让 AI 从「凭记忆猜测」变成「查手册回答」。

如果你经常用 AI 写业务代码，推荐立即配置 Context7。两分钟配置，换来的是 AI 输出的代码从「勉强能用」到「直接可提交」的质量跃升。

进一步阅读

• Context7 官网
• Context7 GitHub (upstash/context7-mcp)
• Claude Code MCP 文档
• MCP 协议规范