我构建了一个 API，让 LLM 能够即时访问 1000 个库的文档。
1 分•作者: riskofcollision•7 个月前
嗨 HN，
我构建了 CodeContext API (https://codecontext-api-production.up.railway.app) 来解决我在构建 AI 编程助手时反复遇到的一个问题：知识截止。
我的助手们总是会凭空捏造 LangChain 或 Next.js 等库的 API，因为它们的训练数据已经过时了。每次请求都手动抓取文档网站既慢又贵（token 会累积！）。
CodeContext API 是一个针对 1000 多个流行库的文档的语义搜索层。
输入：{"query": "react hooks"}
输出：包含最相关代码片段和解释的干净 JSON。
延迟：亚秒级（针对 RAG 优化）。
为什么要使用它？
节省 Token：不要将整个手册都塞进上下文。只获取您需要的内容。
准确性：为您的助手提供来自最新版本的实际文档。
速度：无需构建/维护您自己的抓取器。
主页上有一个实时演示（无需注册），如果您想测试延迟，可以试试。
我很乐意听取您对 API 结构的反馈，以及您希望看到索引的其他库！
查看原文
Hey HN,<p>I built CodeContext API (https://codecontext-api-production.up.railway.app) to solve a problem I kept hitting while building AI coding agents: The Knowledge Cutoff.<p>My agents kept hallucinating APIs for libraries like LangChain or Next.js because their training data was stale. Scraping documentation sites manually for every request was slow and expensive (tokens add up!).<p>CodeContext API is a semantic search layer over the documentation of 1000+ popular libraries.<p>Input: {"query": "react hooks"}
Output: Clean JSON with the most relevant code snippets and explanations.
Latency: Sub-second (optimized for RAG).
Why use this?<p>Save Tokens: Don't dump the whole manual into the context. Fetch only what you need.
Accuracy: Give your agent the actual docs from the latest version.
Speed: No need to build/maintain your own scrapers.
There is a Live Demo on the homepage (no signup required) if you want to test the latency.<p>I'd love your feedback on the API structure and what other libraries you'd like to see indexed!