Modele językowe są ograniczone przez datę swoich danych treningowych. Oznacza to, że mają wiedzę aktualną tylko do pewnego momentu w czasie, co nazywa się cutoffem modelu. Co więcej, modele są uczone na danych z Internetu, które często zawierają błędy, są przestarzałe lub po prostu nieobowiązujące. Odpowiedzi i generowany kod może być przez to gorszej jakości, przestarzały a nawet wyhalucynowany. Przy pisaniu kodu ten problem rozwiązuje MCP context7, który udostępnia modelowi narzędzia do pobrania najnowszej dokumentacji.

Context 7

Chcesz, aby fundamenty Twojej aplikacji były solidne od samego początku? A może pracujesz nad nową funkcjonalnością i zależy Ci na aktualnym kodzie? Wystarczy, że dodasz do swojego prompta polecenie use context7. Dzięki temu model pobierze najnowszą dokumentację powiązaną z Twoim zapytaniem i użyje jej do wygenerowania odpowiedzi.

Przygotuj mi bazę pod aplikację next.js. Użyj app router i stwórz jakąś przykładową stronę główną. Użyj context7

Cały serwer składa się z dwóch funkcji:

• resolve-library-id która odpytuje serwer o wewnętrzne ID dokumentacji (np. prosimy o next.js i zwraca “/vercel/next.js”)

• get-library-docs która przyjmuje wewnętrzne ID i zwraca w odpowiedzi fragmenty dokumentacji związane z tematem.

Obecnie context7 jest dostępny za darmo, ale z pewnymi limitami, które można zwiększyć, rejestrując się na stronie: https://context7.com. Otrzymamy wtedy API key, który jest opcjonalny do podania podczas konfiguracji serwera.

Sama biblioteka jest publiczna i dostępna na GitHubie: https://github.com/upstash/context7

Twórcy przygotowali też szczegółowe instrukcje, jak zintegrować bibliotekę z praktycznie każdym asystentem kodowania: https://github.com/upstash/context7?tab=readme-ov-file#️-installation