contextual
为Cursor和Claude提供RAG问答检索能力的MCP服务端。
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：contextual。 它的用途是：为Cursor和Claude提供RAG问答检索能力的MCP服务端。 完整的 Skill 内容见：https://321skill.com/skills/contextual/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“根据我们项目的API文档，用户登录接口的鉴权流程是怎样的？” 它会自动从你已连接的项目文档知识库中检索相关信息，并生成一个结合了具体参数和示例的准确回答。或者，在编写代码时遇到不熟悉的内部库函数，直接提问，它能从代码库中找出该函数的定义和用法示例。
介绍
这个Skill是一个基于MCP（Model Context Protocol）协议的服务端，它为核心解决了开发者在集成AI助手（如Cursor、Claude）时，如何便捷地为它们赋予检索增强生成（RAG）能力的问题。通过它，AI助手可以访问并理解用户指定的外部知识库（如文档、代码库），从而提供基于上下文的精准问答，而不仅仅是依赖模型自身的预训练知识。
使用方式上，开发者需要先部署这个MCP服务端，并将其配置到支持MCP协议的AI工具（如Cursor、Claude Desktop）中。配置完成后，在相应的AI工具界面中，用户就可以直接提问，服务端会自动从关联的知识库中检索相关信息，并将结果提供给AI模型，以生成更准确、更相关的回答。
它非常适合需要将AI能力深度集成到特定知识领域或项目中的开发者，尤其是那些已经在使用Cursor或Claude进行编码、文档编写或技术支持的团队。通过接入自有知识库，可以显著提升AI助手在专业问题上的解答质量。
在使用时，建议用户确保知识库文档的结构清晰、内容准确，以获得最佳的检索效果。同时，需要注意管理好知识库的访问权限和更新机制，以保证AI回答的时效性和安全性。初次配置MCP可能需要一定的技术背景，但一旦完成，后续使用将非常便捷。
核心特点
与通用RAG工具相比，它专为MCP协议设计，能无缝集成到Cursor和Claude的现有工作流中，实现开箱即用的上下文感知问答。其核心在于作为标准化的MCP服务端，为这些主流AI开发工具提供了统一的、可扩展的RAG能力接入方案。
注意事项
不适合需要实时、高频更新知识库内容或处理非结构化多媒体数据的场景。
常见问题
什么是MCP协议？
MCP（Model Context Protocol）是一种允许AI模型安全、标准化地使用外部工具和数据源的协议。
这个服务端支持哪些知识库格式？
通常支持常见的文档格式（如.md, .txt, .pdf）和代码文件，具体取决于其实现的检索器配置。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/contextual/raw/index.md 读取 contextual 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/contextual/raw/index.md（查看排版版本）