Context7: AI наконец-то видит актуальную документацию библиотек

Классический сценарий: просишь Claude написать код с использованием какой-нибудь библиотеки. Код выглядит правдоподобно. Вставляешь — получаешь ошибку. Метод не существует. Или существовал два года назад.

AI работает с данными, на которых обучился. Если обучение было год назад, а библиотека за это время переехала с v2 на v3 с другим API — модель будет уверенно использовать старые методы. Без каких-либо предупреждений.

Context7 решает эту проблему.

Что такое Context7

Context7 — это MCP-сервер (MCP, Model Context Protocol — открытый стандарт для подключения внешних инструментов к AI; полный гайд по MCP). Он берёт актуальную документацию любой библиотеки из GitHub и других источников, и подтягивает её в контекст AI перед ответом.

Вы пишете промпт с /context7: «Напиши пример с React Query v5 /context7». Context7 на лету достаёт свежие доки по React Query v5 и передаёт их модели вместе с вашим запросом.

Результат: модель отвечает на основе актуальной документации, а не того что выучила год назад.

Проект от Upstash (разработчики Redis-хостинга). Open source, GitHub звёзд набрал быстро — задача, которую он решает, знакома каждому кто кодит с AI.

Установка

Для Claude Desktop или Claude Code нужен Node.js. Добавляем в конфиг MCP:

json

{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    }
  }
}

Путь к конфигу:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
Claude Code: ~/.claude/settings.json (блок mcpServers)

Перезапускаем Claude. Готово. Context7 появится в списке доступных инструментов.

Для Cursor — аналогично, только конфиг в настройках Cursor → Features → MCP.

Совет

Никакого API-ключа не нужно. Context7 бесплатный, берёт документацию из публичных GitHub-репозиториев.

Как использовать

Два режима.

Режим 1: явное указание — добавляем /context7 в запрос:

Напиши пример подключения к базе данных через Prisma 5.x /context7

Context7 сам определяет по запросу какую документацию нужна, загружает, передаёт модели.

Режим 2: через инструмент — Claude сам вызовет Context7 если увидит что задача требует документации конкретной библиотеки. Это работает не всегда — лучше явно указывать.

Реальный пример: Before / After

Задача: написать HTTP-клиент с retry-логикой на axios.

Без Context7:

typescript

// Claude выдал это — выглядит правдоподобно
import axios from 'axios';
import axiosRetry from 'axios-retry';
 
axiosRetry(axios, { 
  retries: 3,
  retryDelay: axiosRetry.exponentialDelay,
  retryCondition: axiosRetry.isNetworkOrIdempotentRequestError
});

Код запустился, но isNetworkOrIdempotentRequestError был переименован в новой версии в isNetworkError. Тихая ошибка при определённых условиях.

С Context7:

Напиши HTTP-клиент с retry через axios-retry /context7

Context7 подтянул актуальный README axios-retry с примерами. Claude получил правильные названия методов из документации и написал код с isNetworkOrIdempotentRequestError — или предупредил если API изменился.

Я проверил: разница ощутимая на быстро-меняющихся экосистемах (Next.js, React, Tailwind v4, Prisma).

Поддерживаемые источники

Context7 по умолчанию ищет документацию из:

GitHub README и docs/ папок репозиториев
npm документации
PyPI описаний пакетов
Официальной документации популярных фреймворков

Для менее известных библиотек может не найти. Для всего топ-200 npm и PyPI — работает хорошо.

Можно указать конкретный репозиторий если нужна нестандартная документация:

Покажи пример использования /context7 github:mycompany/internal-sdk

Где это особенно помогает

Быстро-меняющиеся фреймворки: Next.js меняет API каждые полгода, Tailwind v4 полностью переписал конфиги — без актуальных доков AI будет уверенно врать.

Сравнительно молодые библиотеки: если проект появился позже даты обучения модели — без Context7 AI вообще ничего не знает о нём.

Мажорные обновления: v1→v2, v2→v3 — часто ломающие изменения. Context7 помогает не перепутать эпохи.

Корпоративные и внутренние библиотеки: если у вас есть внутренняя SDK с документацией на GitHub — Context7 может её подтягивать.

Ограничения

Документация в GitHub. Если библиотека живёт где-то ещё или документация закрыта — Context7 не поможет.

Качество зависит от качества docs. Если в репозитории плохой README — и Context7 принесёт плохую информацию.

Замедляет ответ. Нужно время на запрос и парсинг документации. Для коротких вопросов это заметно.

Не заменяет понимание. Context7 даёт актуальные факты — что такое определённый метод. Архитектурные решения, как правильно выстроить код — это всё ещё за моделью.

Связка с другими MCP-инструментами

Context7 хорошо работает в паре с другими MCP-серверами. Например:

Context7 + Firecrawl: Context7 для документации, Firecrawl для скрейпинга актуальных changelog и issue-трекеров
Context7 + GitHub MCP: получить документацию и сразу посмотреть последние issues

Про то как подключать MCP-серверы и строить свою инфраструктуру — читайте гайд по MCP серверам своими руками.

Итог

Context7 — один из немногих MCP-инструментов, которые я оставил после первого теста. Проблему устаревших API я встречал постоянно, и это реально помогает.

Установка занимает 5 минут. Если работаете с Claude Code или Cursor — поставьте, не пожалеете. Особенно если работаете с активно развивающимися экосистемами.

Единственное что меня немного смущает — зависимость от качества документации в репозиториях. Но это скорее проблема авторов библиотек, чем Context7.