Agent Docs：面向 AI Agent 的 Claude Code、Cursor、Codex 与 MCP 官方文档混合 RAG 服务

核心能力与快速开始

★ 2 · Python

能做什么

索引 Claude Code（含 Agent SDK、插件）、Cursor、Codex 和 MCP 的官方文档，约 600 页，每日 06:00 UTC 通过 llms.txt 自动重新索引并生成变更报告；对新增页面设有人工复核门禁，对消失页面设有移除保护。通过 MCP 提供两个工具：search_docs（按语义 Embedding 与 BM25 混合检索、RRF 融合、Cohere 重排，每页只返回最佳段落并附带页面描述与 other_sections 标题）和 read_section（返回页面大纲或指定章节全文，最多 8000 字符，无模型调用）。REST 端还提供 /ask（带引用的书面回答）、/search、/pages、/section、/health、/docs 等端点。评估方面包含代码评估与 LLM 评审、回归门禁，检索过程在 Langfuse 中追踪。

适用场景

为 Claude Code、Cursor、Codex、MCP 的使用者或 AI Agent 提供基于官方文档、可溯源的问答与检索；在 Agent 工作流中接入 MCP 客户端（如 Claude Code、Cursor、OpenWebUI 及其他 MCP 客户端）按需查询文档片段；非 Agent 客户端可通过 REST /ask 获取带引用的答案；也可作为自部署参考，了解带评估门禁的混合 RAG 服务实现方式。

项目形态

可直接使用的工具

部署方式

官方托管服务位于 Render（免费 web service），向量索引使用 Qdrant Cloud 免费 1GB 集群，追踪与评估使用 Langfuse Cloud 免费 Hobby 版，每日重建与 CI 使用 GitHub Actions；也可通过 Render Blueprint 自部署，或本地以 stdio 方式运行（uv run --directory <path> rag-mcp）并使用 docker compose 启动本地 Qdrant 与 API。

主要依赖

本地开发需 Python 3.14、uv、docker compose，以及 OpenAI、Cohere、Qdrant、Langfuse 的密钥；自部署需要配置 OPENAI_API_KEY、COHERE_API_KEY（可选 COHERE_API_KEY_FALLBACK）、QDRANT_URL、QDRANT_API_KEY、LANGFUSE_PUBLIC_KEY、LANGFUSE_SECRET_KEY，API_TOKEN 自动生成。调用托管服务需自备 Cohere key（X-Cohere-Api-Key 头）或使用 owner 发放的 Bearer token。

使用限制

文档索引仅覆盖 Claude Code、Cursor、Codex 与 MCP 四个产品，且原文为英文，非英文问题在 /ask 路径下需先翻译再检索。托管服务调用工具需要 Cohere key 或授权 token，匿名仅有 30 请求/分钟/IP 且 tools/call 不可用；免费额度下 Cohere 试用每 key 每月 1000 次重排、每分钟 10 次，API 付费请求上限 60 次/分钟；免费托管首次请求在闲置 15 分钟后约需一分钟唤醒。本地开发依赖 uv、Docker 及多个外部 API 密钥，REST /ask 会产生 OpenAI 调用费用。

许可证

MIT

最近推送

2026-10-15 22:34

资料检查：2026-10-16 07:00 · 卡片整理：2026-10-16 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

程序员在编写或调试 Claude Code、Cursor、Codex 与 MCP 相关代码时，可让 AI Agent 通过 MCP 工具 search_docs 和 read_section 检索这些产品的官方文档，获得带引用的答案，用于查询 API 用法、配置方式等开发问题。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证