doc-reader

doc-reader 技能为阅读技术文档提供了一个结构化的框架，能避免过度消耗内容窗口空间。该技能专为开发人员与技术写作人员设计，能精确地从 API、SDK、程序库与第三方服务中检索信息。通过优先使用模型内容协议 (MCP) 进行语义搜索，并利用如 llms.txt 等 AI 友好资源，该技能可在最大限度提升对复杂技术需求理解的同时，降低 Token 的浪费。

• 利用 MCP 搜索工具，对文档网站执行语义查找，以获取精确的函数、端点或配置详情。

• 支持识别与解析 llms.txt 和 llms-full.txt 文件，以读取结构化的摘要或完整的站点内容。

• 实作智能抓取策略，包括优先使用 Markdown URL 变体以进行更清晰的解析，并在无法进行语义索引时使用基于 grep 的局部搜索。

• 在内容注入前评估内容长度，提供安全防护机制，以防止过度的内容消耗或检索到截断的信息。

• 当需要宏观概览或交互式 UI 组件时，通过导航至相关 HTML 页面来协助探索文档网站。

• 每当您需要整合新程序库、调试陌生的错误代码，或根据官方文档验证实现需求时，请调用此技能。

• 请务必检查文档根端点是否存在现有的 MCP 服务器，以建立更高效、具备上下文感知能力的服务通信。

• 当遇到长篇文档时，建议采取针对性搜索或分段加载，而非全量读取，以维持内容效率。

• 输入通常包含文档 URL 或特定的搜索查询；输出则提供技术摘要、代码参照以及指向所需信息的直接路径。

• 约束条件：可靠性取决于目标网站是否提供 AI 原生资源 (llms.txt/MCP)；虽然支持回退至 HTML 爬取，但对于超大型文档可能容易产生噪声或遭截断。