Docs MCP Server (Grounded Docs)

社区

自托管、版本精准的 AI 编程助手文档索引服务。

分类: 开发工具第 50 / 438
Stars: ★ 1.9k 非常热门
传输方式: SSE
运行环境: Node.js 22+ · Docker
凭据: 可选 API Key
许可证: MIT
最近提交: 3 天前
工具数: 1

65FMRS · C

这是一个文档齐全、MIT 许可的开源 MCP 服务器，支持广泛的文件格式，并提供 CLI、Web 界面与 MCP 三种使用方式；非官方维护（由社区开发者 arabold 维护，并非 Context7 等产品或 MCP 协议方的官方实现），README 中明确给出的客户端配置示例仅涉及 SSE 传输方式。

最强项 · 文档质量 16/20 最弱项 · 可靠性 9/20

可靠性

9/20

安全与权限

12/20

维护活跃度

14/20

文档质量

16/20

安装易用性

14/20

查看各项评分依据

可靠性 9/20: README描述了CLI命令(scrape、search、fetch-url)与一个通过SSE暴露的MCP服务端点,但服务器清单未缓存,无法核实声明的工具列表、参数模式或返回结构是否与实际实现一致。仓库材料中未提供CI工作流或测试文件作为可验证的执行证据,因此依据静态复核规则不能给出较高分数。README中关于'hash路由自动升级为Playwright''llms.txt自动探测'等行为描述较为具体,暗示有相应实现,但仍无法在不执行代码的情况下确认这些路径在错误场景下的可控性和可诊断性,故评为中低分。
安全与权限 12/20: 该服务器会主动抓取任意外部URL(网站、GitHub、npm、PyPI)并处理本地文件与压缩包,构成一定的出站网络与文件处理面;README提到存在专门的security.md文档涉及'信任边界、部署加固、出站访问控制',以及OAuth2/OIDC认证选项,显示作者对安全边界有意识,值得肯定。嵌入模型的API密钥通过环境变量传入(如OPENAI_API_KEY)而非硬编码或明文写入示例仓库,未见真实令牌泄露。但由于清单未缓存,无法核实工具执行是否有默认确认机制、抓取范围是否可限制、是否存在SSRF类风险的缓解措施,数据流向披露不完整,故不能评为高分,也未触及红线情形(无恶意软件、无隐蔽数据外泄、无未经确认的不可逆破坏性默认操作的证据)。
维护活跃度 14/20: 项目星标1616、开放issue 59个、未归档,采用MIT许可证,并发布到npm(@arabold/docs-mcp-server)和GHCR的Docker镜像,存在CONTRIBUTING.md表明有贡献与协作流程。这些迹象支持项目具备一定活跃度和明确的许可证。但本次材料中未包含具体的提交历史、发布节奏、issue响应时效或安全响应渠道的直接证据,无法验证治理成熟度,因此不能给满分。
文档质量 16/20: README结构分层清晰,包含快速开始、CLI与MCP两种使用路径、Docker替代方案、支持格式表、嵌入模型配置、以及指向安装、认证、配置、架构、安全、遥测、基准测试等多个专题文档的链接,呈现出较完善的文档体系设计。但审查材料中只包含README本身,链接指向的具体文档内容(如安全边界细节、故障排查、参数限制)未被提供,无法验证其准确性与完整性,存在'文档存在但内容未经核实'的不确定性,因此扣除部分分数而非满分。
安装易用性 14/20: 提供了npx直接运行的最简安装路径、Docker备选方案,以及连接Claude Desktop等MCP客户端的具体JSON配置示例,步骤清晰、平台覆盖(Node.js/Docker)较好。根据静态复核校准规则,在没有CI与测试等可验证执行证据的情况下,安装易用性分数不得超过15分,因此即使流程描述清晰,也需保守评分。

静态评测 · 未实际运行收录于 2026-08-06

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件访问网络

适合谁

希望私有、自托管、版本精准地为 AI 编程助手提供文档依据的开发者
需要索引内部文档或第三方文档、且不希望代码离开自身网络的团队

不适合谁

需要零配置托管服务、不想自行运行服务器的用户
需要立即查询尚未被抓取索引的文档的用户（必须先执行抓取）
要求搜索结果100%准确、不接受关键词或语义检索偶有偏差的场景

所需权限

访问外部网络以从网站、GitHub、npm、PyPI 抓取文档
读取本地文件、文件夹及压缩包（当索引本地来源时）
本地磁盘/存储空间用于保存文档索引（Docker 部署时对应 /data、/config 卷）
如启用语义搜索，需要访问第三方嵌入模型提供商（如 OpenAI）的网络出口及 API 密钥
监听本地网络端口（默认 6280）以提供 Web 界面和 MCP 端点

风险与副作用

抓取并索引任意外部 URL 时，可能引入不受信任或恶意的内容
若将服务绑定到 0.0.0.0 且未配置身份验证（OAuth2/OIDC），Web 界面与 MCP 端点及已索引文档可能被网络内任何人访问
处理不受信任的压缩包、Office 文档、PDF 等文件时存在解析漏洞的一般性风险
嵌入模型的 API 密钥（如 OPENAI_API_KEY）以环境变量形式提供，并会被发送至第三方服务商

安装接入

准备工作

运行环境：Node.js 22+ · Docker

OPENAI_API_KEY 可选密钥 OpenAI 的 API 密钥，用于启用语义向量搜索；在 platform.openai.com 获取，仅可选配置。

运行 npx @arabold/docs-mcp-server@latest（需要 Node.js 22+）启动服务器，然后打开 http://localhost:6280 通过 Web 界面添加文档。也可使用 Docker 镜像 ghcr.io/arabold/docs-mcp-server:latest 并加上 --protocol http --host 0.0.0.0 --port 6280 参数运行。在 MCP 客户端配置文件（如 claude_desktop_config.json）中添加该服务器，指向 SSE 端点 http://localhost:6280/sse。如需更好的语义搜索效果，可在启动前设置嵌入模型的 API 密钥（例如 OPENAI_API_KEY）。

claude_desktop_config.json

{
  "mcpServers": {
    "docs-mcp-server": {
      "type": "sse",
      "url": "http://localhost:6280/sse"
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "docs-mcp-server": {
      "type": "sse",
      "url": "http://localhost:6280/sse"
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add --transport sse docs-mcp-server http://localhost:6280/sse

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

运行 npx @arabold/docs-mcp-server@latest 启动服务后，在客户端中添加 SSE 配置 http://localhost:6280/spe 后重新打开 http://localhost:6280/sse 连接，然后确认客户端工具列表中出现 scrape_docs 工具，或直接请求其抓取某个页面并返回 Markdown。

常见排障

确认已安装 Node.js 22 及以上版本以运行 npx CLI
若 Web 界面无法访问，检查 6280 端口是否被占用或可达
使用 --verbose 查看调试日志，或使用 --quiet 抑制非交互模式下的诊断输出
针对哈希路由的 SPA 文档站点，启用 --preserve-hashes 或 MCP 的 preserveHashes 参数
若语义搜索效果不佳，检查是否已配置嵌入模型的 API 密钥（如 OPENAI_API_KEY）
若重启后索引数据丢失，检查 Docker 卷挂载（-v docs-mcp-data、-v docs-mcp-config）是否正确
如需将服务暴露到本机以外，参考安全与身份验证相关文档配置访问控制

试试这样问

连接成功后，可以直接对 AI 助手这样说：

帮我抓取并索引 https://react.dev/reference/react 的文档，库名用 react
在 react 文档索引中搜索 useEffect cleanup 的相关内容
抓取 https://docs.example.com/#/guide 这个 hash 路由的 SPA 文档，保留 hash 路径
把 https://react.dev/reference/react/useEffect 这一页整理成 Markdown 发给我

工具能力 1

scrape_docs 写入

从指定 URL 抓取并索引文档内容，写入服务器的搜索索引；支持 preserveHashes 参数以处理基于哈希路由的单页应用（SPA）文档站点。

使用场景

为常用库或框架建立最新文档索引，减少大模型产生幻觉的概率

让 AI 编程助手查询项目实际使用的库版本对应的文档

索引本地文件、zip/tar 压缩包、PDF、Office 文档等，构建私有文档搜索库

通过 Claude Desktop、VS Code（Cline/Roo）等 MCP 客户端查询已索引的文档

支持客户端

Claude Desktop

Cline部分支持

VS Code部分支持

GitHub Copilot部分支持

Gemini CLI部分支持

依据项目文档列出，未经本站实测。

详细介绍

Docs MCP Server（Grounded Docs）是一个自托管的 MCP 服务器，用于从网站、GitHub、npm、PyPI 及本地文件抓取并索引最新、版本精准的文档，供 AI 编程助手查询真实文档，而非依赖过时的训练数据。它提供 Web 界面、CLI 以及 MCP 端点（如 scrape_docs 工具）用于索引与搜索文档，并可选配嵌入模型以支持语义搜索。