Docs Seeker

Thực thi scripts để lấy tài liệu kỹ thuật từ các nguồn llms.txt (context7.com) với phân loại query tự động và chiến lược phân phối agent.

Khi Nào Dùng

  • Cần docs theo chủ đề (features/components/API methods)
  • Tra cứu tài liệu library/framework nhanh chóng
  • Phân tích GitHub repositories về kiến trúc
  • Bộ docs lớn cần chiến lược parallel agent

Khả Năng Chính

Khả NăngChức Năng
Query DetectionTự động phân loại query theo chủ đề vs tổng quát
Smart FetchingTạo context7 URLs, xử lý fallback chains
Result AnalysisPhân loại URLs, đề xuất chiến lược 1/3/7 agents
Zero-Token ScriptsToàn bộ logic trong Node.js scripts, không overhead prompt

Các Use Case Phổ Biến

Tra Cứu Theo Chủ Đề

Đối tượng: Developer cần tài liệu tính năng cụ thể Prompt: “How do I use date picker in shadcn?”

node scripts/detect-topic.js "<query>"  # → {topic, library, isTopicSpecific}
node scripts/fetch-docs.js "<query>"    # → 2-3 focused URLs
# Đọc với WebFetch

Docs Library Tổng Quát

Đối tượng: Developer khám phá framework mới Prompt: “Get Next.js documentation”

node scripts/detect-topic.js "<query>"              # → {isTopicSpecific: false}
node scripts/fetch-docs.js "<query>"                # → 8+ URLs
cat llms.txt | node scripts/analyze-llms-txt.js -   # → Agent strategy
# Deploy parallel agents theo khuyến nghị

Phân Tích Repository

Đối tượng: Tech lead tìm hiểu kiến trúc library Prompt: “Analyze shadcn/ui repository structure”

node scripts/fetch-docs.js "github.com/shadcn/ui"   # → Repo docs
# Đọc với WebFetch để có insights về kiến trúc

Multi-Agent Documentation Research

Đối tượng: Tech lead cần kiến thức framework toàn diện Prompt: “Research React Server Components in Next.js 15”

node scripts/fetch-docs.js "<query>"                # → Multiple URLs
cat llms.txt | node scripts/analyze-llms-txt.js -   # → "7 agents recommended"
# Spawn parallel research agents

Quick Reference

Workflow Ba Script:

# 1. Phát hiện loại query
node scripts/detect-topic.js "<query>"

# 2. Lấy tài liệu
node scripts/fetch-docs.js "<query>"

# 3. Phân tích cho chiến lược agent (nếu 8+ URLs)
cat llms.txt | node scripts/analyze-llms-txt.js -

Phân Phối Agent:

  • 1 agent: Ít URLs (3-5)
  • 3 agents: Coverage trung bình (6-12)
  • 7 agents: Toàn diện (13+)
  • Phased: Bộ docs khổng lồ (30+)

Cấu Hình Môi Trường:

process.env > .claude/skills/docs-seeker/.env > .claude/skills/.env > .claude/.env

Pro Tips

  • Scripts tự động xử lý tất cả URL construction và fallback logic
  • Topic queries trả về 2-3 focused URLs (10-15s), general queries trả về 8+ (30-60s)
  • Dùng analyze-llms-txt.js để có parallel agent recommendations cho bộ docs lớn
  • Scripts là zero-token execution - không có context loading overhead
  • Không kích hoạt? Nói: “Use docs-seeker skill to fetch documentation for [library/topic]“

Các Skills Liên Quan

  • Research - Documentation research workflows
  • Planning - Lập kế hoạch với documentation context
  • MCP Management - Quản lý MCP servers để mở rộng khả năng

Điểm Mấu Chốt

Khám phá tài liệu script-first với phân loại query tự động, intelligent URL fetching qua context7.com và phân phối parallel agent để có coverage docs toàn diện.