跳转到主要内容
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),请查看独立的控制服务器:Chrome DevTools MCP 与 Extension.js

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。

一键安装

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:ClaudeCursorVS CodeChatGPT。走这条路最短。

手动安装

{
  "mcpServers": {
    "extensionjs": {
      "url": "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。

llms.txt

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。

每页的 AI 操作

页面级的上下文菜单还提供:
  • 复制页面: 把当前页面以 Markdown 复制下来,方便粘进聊天
  • 以 Markdown 查看: 在新标签页中打开原始 Markdown 源
  • 询问 ChatGPT / Claude / Perplexity: 打开对应的助手,并预先把页面作为上下文

最佳实践

  • 当你希望助手跨多个页面进行推理并保持答案最新时,优先选择 MCP 服务器。
  • 离线工具、评测或自定义 RAG(检索增强生成)流水线,优先选择 llms-full.txt
  • 对你正在阅读的页面做一些临时性的提问时,使用每页的 AI 操作。