EmDash 文档站点在 https://docs.emdashcms.com/mcp 公开了一个 Model Context Protocol 服务器。将您的编程助手连接到它,助手就可以在您工作时搜索文档,而不是从可能过时的训练数据中猜测。
这与您站点的 MCP 服务器分开(在 AI 工具指南 中介绍)。文档 MCP 只了解 EmDash 的文档——它无法读取或修改您的内容。大多数开发者需要两者:文档 MCP 用于查找内容,站点 MCP 用于管理内容。
它的功能
文档 MCP 公开了一个工具:
| 工具 | 用途 |
|---|---|
search_docs | 搜索 EmDash 文档。返回包含源 URL 和匹配分数的相关片段。 |
在幕后,它使用 Cloudflare AI Search 对从 docs.emdashcms.com 构建的索引进行搜索。爬虫程序使索引与发布的站点保持同步,因此答案反映了您正在阅读的文档。
连接方法
端点是:
https://docs.emdashcms.com/mcp
无需认证,无需 API 密钥。它是公开的只读服务。
EmDash 模板中的自动发现
如果您从 EmDash 模板(npm create emdash)开始项目,三个配置文件已经就位并将自动被识别:
| 文件 | 使用工具 |
|---|---|
.mcp.json | Claude Code |
.cursor/mcp.json | Cursor |
.vscode/mcp.json | VS Code |
只需打开项目并在首次运行时接受工具显示的工作区信任提示即可。无需其他操作。
手动设置
如果您没有使用模板,或者使用不同的工具,可以使用适合您客户端的代码片段一次性添加:
Claude Code
使用 Claude Code CLI 添加服务器:
claude mcp add --transport http emdash-docs https://docs.emdashcms.com/mcp或在项目根目录提交 .mcp.json:
{
"mcpServers": {
"emdash-docs": {
"type": "http",
"url": "https://docs.emdashcms.com/mcp"
}
}
} OpenCode
添加到您的 opencode.jsonc:
{
"mcp": {
"emdash-docs": {
"type": "remote",
"url": "https://docs.emdashcms.com/mcp"
}
}
} Cursor
在项目根目录提交 .cursor/mcp.json,或通过 Cursor Settings -> MCP -> Add new MCP server 添加:
{
"mcpServers": {
"emdash-docs": {
"type": "http",
"url": "https://docs.emdashcms.com/mcp"
}
}
} VS Code
添加到项目中的 .vscode/mcp.json(或您的用户设置):
{
"servers": {
"emdash-docs": {
"type": "http",
"url": "https://docs.emdashcms.com/mcp"
}
}
} Claude Desktop
Claude Desktop 原生只支持 stdio MCP 服务器,因此使用 mcp-remote 作为桥接。添加到 claude_desktop_config.json:
{
"mcpServers": {
"emdash-docs": {
"command": "npx",
"args": ["mcp-remote", "https://docs.emdashcms.com/mcp"]
}
}
} 何时使用
- 您正在构建 EmDash 站点,希望 AI 助手从当前文档中查找正确的 API、钩子名称或配置选项,而不是从半记忆的训练数据中查找。
- 您正在编写插件,想要找到哪些钩子以什么顺序触发。
- 您正在移植 WordPress 主题,想要种子文件模式的示例。
- 您遇到错误,想要搜索发布说明和概念。
在 AGENTS.md 中推荐它
如果您的项目使用 AGENTS.md(或 CLAUDE.md、.cursorrules 等)来指导 AI 工具,请将它们指向文档 MCP,以便它们优先使用真实文档而不是假设:
## Documentation
Look up EmDash documentation via the `emdash-docs` MCP server when you need to
verify an API, hook, config option, or pattern. Prefer the docs MCP over
assumptions from training data -- the docs reflect the current published
behaviour.
EmDash 入门模板已预先包含此代码片段。