通过 MCP 与 llms.txt 实现 AI 访问

通过两个标准的可供 AI 访问的接入面来访问 Extension.js 文档。这让你的编辑器和助手能根据当前文档回答问题，而不是依赖过时的训练数据。

本页讲的是把文档提供给助手，让它能从当前内容回答”我该怎么做……”。如果你想让助手 驱动工具链（运行 dev 会话、流式查看日志、检查 DOM、触发 action、重载），extension.dev 提供了一个独立的 MCP 服务器。参见 extension.dev MCP 服务器。

托管 MCP（Model Context Protocol）服务器

文档站点在以下地址暴露了一个 Model Context Protocol 服务器：

https://extensionjs.mintlify.app/mcp

把任何兼容 MCP 的客户端指向这个 URL，它就获得了搜索文档、获取特定页面以及根据当前内容回答问题的工具。

每个页面都有一个上下文菜单（在页面右上角），其中包含常用客户端的安装按钮：Claude、Cursor、VS Code 和 ChatGPT。走这条路最短。

{
  "mcpServers": {
    "extensionjs": {
      "url": "https://extensionjs.mintlify.app/mcp"
    }
  }
}

{
  "mcpServers": {
    "extensionjs": {
      "url": "https://extensionjs.mintlify.app/mcp"
    }
  }
}

"mcp.servers": {
  "extensionjs": {
    "url": "https://extensionjs.mintlify.app/mcp"
  }
}

claude mcp add --transport http extensionjs https://extensionjs.mintlify.app/mcp

安装之后，你可以问助手类似 “How do I configure browser-specific manifest fields in Extension.js?” 这样的问题。助手会调用 MCP 工具并引用文档页面。

文档提供了一个静态的、对机器友好的索引：

当你想把文档直接喂给一个检索流水线，或在自定义 agent 中对其进行摘要时使用这两个文件。Extension.js 会在每次文档发布时重新生成它们。

页面级的上下文菜单还提供：

上面这些入口回答的是文档里的问题。当你的 agent 需要亲自操作这套工具时，请把它指向另外两份资源：

驱动 CLI：面向运行 extension 命令的 agent 的实操手册。它覆盖 capabilities 握手、机器输出、运行时 attached 闸门以及各个 act 动词。
机器契约：这些 agent 会解析的稳定数据结构。包括 ready.json、schema-1 结果信封、错误码表、生命周期帧流以及控制桥接。

CLI 本身也是自描述的：extension --ai-help --output json 会把它的命令、flag 与契约路径打印成一份 JSON 文档。