文档检索助手

解决什么问题

在工程场景里，找到「可用且可追溯」的库/框架文档并不简单：官方站点结构各异，搜索结果常把旧版本、社区帖子和 API 参考混在一起；部分站点没有 AI 友好的 llms.txt，直接抓取容易遗漏路径或过期信息；当目标是某个 GitHub 仓库时，还需要快速把仓库内容收敛成可分析的文档面。这个技能要解决的不是泛泛摘要，而是把检索策略、版本假设和来源链路写清楚。

它如何工作

阶段 1 — 初判：从请求中提取库名/框架名、版本（默认最新）、主题范围，并判断目标更接近仓库还是网站。

阶段 2 — 优先 llms.txt：GitHub 仓库尝试 https://context7.com/{org}/{repo}/llms.txt；文档网站尝试 https://context7.com/websites/{归一化域名}/llms.txt；指定主题时追加 ?topic={查询}。未命中则回退搜索 [库名] llms.txt site:[docs域名]，并留意 docs.{库}.com/llms.txt、{库}.dev/llms.txt、{库}.io/llms.txt 等常见路径。

阶段 3 — 提炼与汇总：命中单一 URL 时直接抓取提炼；命中 3 个及以上文档段时并行检索各段，再汇总成报告。

阶段 4 — 仓库分析：没有 llms.txt 时，先定位 GitHub 仓库，再用 Repomix 把仓库打包为单一 AI 友好文件（clone 后执行 repomix --output），随后读取并提炼文档；Repomix 保留目录结构，适合整库分析。

阶段 5 — 回退研究：无仓库时，并行检索官方文档、教程、API 参考与社区指南并汇总。

版本处理：默认最新；用户指定版本时，检索与路径中带版本号，仓库可切换对应 tag/branch。

输出与边界

输出是结构化工件 DocReport：library、version、method、sources、key_info、notes，同时附上自然语言说明，解释用了哪种策略、版本假设和局限。下游可交给 ai-multimodal、backend-development/web-frameworks、skill-creator 继续消费。它不适用于非技术类资料检索；关键版本和来源权威性仍需用户确认。