LangChain lanza mcpdoc: extrae información de llms.txt para resolver la sobrecarga e imprecisión de información 53

MCPdoc ¿qué es?

mcpdoc es una herramienta presentada por LangChain que, mediante un servidor MCP, expone el contenido de los archivos llms.txt en forma de herramienta de desarrollo de programación para entornos de desarrollo integrados u otras aplicaciones, resolviendo los problemas de sobrecarga, incompletitud e inexactitud de la información, ayudando a los asistentes de IA a comprender documentación de frameworks complejos y ofreciendo a los desarrolladores una experiencia de desarrollo más eficiente y transparente.

Principio de mcpdoc

El núcleo de mcpdoc es el servidor MCP, que se encarga de indexar y gestionar la información de configuración de los LLMs, y de proporcionar datos de contexto a los IDE y otras aplicaciones. La aplicación, según el entorno de desarrollo actual y el contexto del código, solicita al servidor MCP la información de configuración del LLM relevante mediante llamadas a la API.

Funciones principales de mcpdoc

• Proporciona una interfaz de acceso a archivos llms.txt: llms.txt es un archivo que ofrece información de contexto a los LLMs (Large Language Models, grandes modelos de lenguaje), que contiene información de fondo, contenido de orientación y enlaces a documentación detallada. mcpdoc, a través del servidor MCP, proporciona esta información de forma estandarizada a los IDEs u otras aplicaciones.

• Admite múltiples fuentes de documentación: los usuarios pueden especificar el origen del archivo llms.txt de varias formas, incluyendo la especificación directa de una URL, el uso de un archivo de configuración YAML o un archivo de configuración JSON.

• Mejora la capacidad de comprensión del contexto de las herramientas de desarrollo: a través del servidor MCP, los IDEs u otras aplicaciones pueden obtener y analizar dinámicamente el contenido de los archivos llms.txt, proporcionando así a los desarrolladores información de contexto más rica, ayudándoles a comprender y utilizar mejor los LLMs.

• Auditoría y control de las llamadas a herramientas: en comparación con el uso directo de herramientas integradas para leer y procesar archivos llms.txt, mcpdoc permite a los usuarios auditar cada llamada a la herramienta y el contenido de contexto devuelto, ofreciendo así mayor transparencia y control.

Escenarios de aplicación de mcpdoc

• Entornos de desarrollo integrados (IDEs): por ejemplo, IDEs como Cursor o Windsurf pueden obtener dinámicamente la información de contexto de los archivos llms.txt a través del servidor MCP proporcionado por mcpdoc, ofreciendo así a los desarrolladores funciones de asistencia de código más inteligentes.

• Herramientas de desarrollo asistido por IA: herramientas como Claude Code/Desktop pueden aprovechar la información de contexto proporcionada por mcpdoc para ofrecer a los desarrolladores sugerencias de código y soporte documental más precisos.

• Generación y gestión de documentación: mcpdoc puede ayudar a los desarrolladores a generar y gestionar automáticamente la documentación relacionada con el código, reduciendo el trabajo de redactar y mantener documentación manualmente.

Cómo usar mcpdoc

Instalación

Primero se necesita instalar la herramienta uv, lo cual puede hacerse con el siguiente comando:

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

Iniciar el servidor MCP

Se puede iniciar el servidor mcpdoc con el siguiente comando, especificando el origen del archivo llms.txt:

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

El parámetro --urls se utiliza para especificar el origen del archivo llms.txt; se pueden indicar varias URL.

El parámetro --transport especifica el método de comunicación, por ejemplo sse (Server-Sent Events).

Los parámetros --port y --host se utilizan para especificar el puerto y la dirección del servidor.

Proyecto en Github:https://github.com/langchain-ai/mcpdoc