agent-context
为AI智能体提供对Sanity结构化内容的精准查询能力
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agent-context。 它的用途是：为AI智能体提供对Sanity结构化内容的精准查询能力 详细介绍见：https://321skill.com/skills/agent-context/ 请根据该页面的说明完成安装。
使用示例
“帮我查询所有价格低于150美元、类别为‘鞋子’的产品，并找出与‘轻量级越野跑鞋’语义最相似的前5个结果。” 它会通过Sanity Context执行精确的GROQ查询，先过滤出符合条件的鞋子，再根据语义相似性进行排序，返回结构化的产品列表，包括ID、标题、价格和类别。
介绍
Sanity Context是一个托管的MCP服务器，它解决了AI智能体难以精准访问和查询结构化业务数据的问题。传统方法依赖向量化相似性搜索，结果往往模糊且不精确，而该工具能让智能体直接查询您的Sanity内容湖，使用GROQ查询语言进行精确过滤、字段匹配和文档关联查询。
您只需在Sanity Studio中创建一个Sanity Context文档，定义可访问的内容范围，即可获得一个唯一的MCP连接URL。您的智能体通过API令牌连接后，即可使用其提供的initial_context、groq_query和schema_explorer三个核心工具来探索数据模型和执行查询。
该工具特别适合需要将内容驱动功能（如智能客服、精准搜索、产品推荐）集成到生产环境中的全栈开发、智能体开发者和产品经理。它确保了智能体回答的准确性和可靠性，避免了基于模糊文本匹配的错误信息。
使用建议：在构建面向最终用户的生产级AI应用时，优先使用Sanity Context而非功能更全的Sanity MCP Server，因为它提供的是只读、范围可控的安全访问。注意，它需要您已有部署好的Sanity项目和内容。
核心特点
与依赖向量化相似性搜索的工具不同，Sanity Context允许智能体直接对您的结构化数据模型执行精确的GROQ查询，结合语义搜索进行排序，实现了“结构化过滤保证精度，语义排序辅助发现”的独特优势。
注意事项
不适合需要写入Sanity数据、管理项目架构或进行开发调试的场景，这些应使用功能更全的Sanity MCP Server。
常见问题
Sanity Context和Sanity MCP Server有什么区别？
Sanity Context是用于生产环境、只读且范围可控的MCP端点，服务于最终用户；Sanity MCP Server是功能全面的开发工具，供AI编程助手访问整个工作区。
我需要有Sanity项目才能用吗？
是的，您需要一个已部署的Sanity项目（v5.1.0+）和内容，以及一个具有读取权限的API令牌。