upstash/context7
Context7 é um servidor MCP que busca a documentação atual e específica da versão de uma biblioteca de código direto da fonte e injeta esse texto no contexto do modelo antes de ele responder, evitando que o assistente de código invente uma função que não existe mais ou responda com base numa versão antiga do pacote. É mantido pela Upstash, empresa de bancos de dados serverless (Redis, Vector, Kafka), e hoje é usado como servidor remoto ou pacote local em mais de 30 clientes de IA, como Cursor, Claude Code, VS Code e Windsurf. O que está aberto no repositório é o cliente MCP e o CLI; o motor que rastreia e indexa a documentação roda em servidor privado da Upstash.
O que é, em uma frase honesta
Context7 é uma ferramenta que resolve um problema muito específico e muito comum: você pede pro seu assistente de código usar uma biblioteca, e ele responde com uma função que existia na versão de dois anos atrás, ou que nunca existiu, porque o modelo aprendeu a "foto" daquela biblioteca na data em que foi treinado, e o mundo do código muda toda semana. Context7 funciona como um servidor MCP (Model Context Protocol, a "tomada padrão" que deixa qualquer assistente de IA plugar em fontes de dados externas): no momento em que você pergunta algo sobre uma biblioteca, ele busca a documentação daquela versão exata, direto da fonte, e entrega isso para o modelo ler antes de responder. Nasceu em março de 2025 dentro da Upstash, empresa que vende bancos de dados serverless (Redis, Vector, Kafka), e hoje é usado como servidor remoto ou pacote local, plugado em mais de 30 editores e agentes de código (Cursor, Claude Code, VS Code, Windsurf).
O que está aqui no repositório é o encanamento: o cliente MCP, o CLI (ctx7) e a skill que ensina o agente a pedir a doc certa. O motor que faz o rastreamento e a indexação da documentação roda em servidor da Upstash e não é aberto.
Para que serve na prática
Na prática, você instala com um comando (npx ctx7 setup), autentica, e o Context7 registra uma ferramenta dentro do seu agente de código. Daí, sempre que você pede algo do tipo "implementa autenticação com essa versão do Next.js" ou "usa este método da biblioteca X", o agente, em vez de responder do que decorou no treinamento, primeiro chama o Context7, que localiza a biblioteca certa, pega a documentação da versão que você está usando, não a mais recente, nem uma genérica, a que está no seu package.json, e entrega os trechos relevantes de volta como contexto antes da resposta final. É a diferença entre perguntar pra alguém que leu o manual há três anos e perguntar pra alguém que está com o manual aberto na mesa, na edição certa.
Funciona tanto como servidor remoto, hospedado pela Upstash, quanto como pacote instalado localmente. Uma chave de API gratuita eleva o limite de uso; sem ela, o serviço funciona com limites menores. Cobre milhares de bibliotecas e frameworks, atualizadas conforme os próprios projetos lançam versões novas, não depende de alguém sentar e reescrever a documentação manualmente.
Quando faz sentido pra você que lidera
O argumento de negócio é direto: todo minuto que um desenvolvedor gasta debugando um código que a IA escreveu com uma função inventada é minuto perdido duas vezes, primeiro confiando, depois desconfiando. Se o seu time usa com frequência qualquer assistente de código (Cursor, Claude Code, Copilot em alguns fluxos), plugar o Context7 é uma das mudanças de maior retorno por menor esforço que existem hoje: uma instalação, sem redesenhar processo nenhum, e o agente passa a checar a fonte antes de inventar. Os poréns que cabem na sua avaliação: o motor que decide o que é "documentação relevante" para cada busca é privado e roda nos servidores da Upstash, então há dependência de um terceiro para o funcionamento pleno da ferramenta, mesmo com o cliente sendo aberto.
Bibliotecas internas da sua empresa, sem documentação pública, não entram automaticamente, o Context7 busca no que está publicado na web, não no seu repositório fechado. E, como qualquer ferramenta que expande o que o agente consegue buscar, vale checar com segurança se a política da empresa permite chamadas de rede saindo do ambiente de desenvolvimento. Fora isso, é baixo risco e ganho imediato.
Por que está no mapa
Porque nomeia, de forma limpa, um dos problemas mais chatos e mais subestimados de usar IA para programar: o corte de conhecimento (a data em que o treinamento do modelo parou) e a "alucinação de API" (o modelo inventando um método que soa plausível mas não existe). Antes de ferramentas como esta, a solução era colar manualmente trechos de documentação na conversa, ou aceitar o risco. Context7 passou de zero a mais de 60 mil estrelas no GitHub num ritmo raro, virou padrão de facto citado por praticamente todo guia de "como configurar seu agente de código", e é hoje um dos primeiros MCPs que qualquer time instala.
Para quem lidera, é um estudo de caso de um padrão que vai se repetir: ferramenta pequena e focada, que resolve um atrito real da adoção de IA no dia a dia técnico, e vira infraestrutura padrão do ecossistema quase da noite pro dia. É também um lembrete de leitura de contrato: "open source" aqui significa o cliente e o protocolo, o motor que indexa a documentação é produto comercial da Upstash.
Valeu pelo feedback. Isso ajuda a afiar a biblioteca.