前言
小伙伴们大家好,我是小溪,见字如面。上次简单了解了DeepWiki的基本使用方式,不了解的小伙伴可以看往期内容:DeepWiki让Github源代码秒变文档知识库。查看Devin文档时发现DeepWiki同样提供了MCP服务,这对某些开源项目使用者来说可谓是一个福利,免费拥有一个详细的项目文档,今天特此体验一下。
对以往实战案例感兴趣的小伙伴也可以看往期:
DeepWiki MCP简介
DeepWiki MCP 是Cognition Labs基于MCP(Model Context Protocol)推出的远程服务器。DeepWiki MCP为 AI 应用提供访问和搜索 GitHub 代码库DeepWiki文档的能力。DeepWiki MCP 支持 SSE 和 Streamable HTTP 两种传输协议,解决 AI 的信息滞后问题,为 AI 提供最新鲜、最准确的知识来源。
限制
- 仓库文档及时性问题难以保证
- AI问答助手答案的准确率依赖项目代码、提供的示例和测试用例等,某些实际场景中遇到的问题的回复的不一定完全准确
优势
- 完全开放和免费使用
- 无需登录无需认证
- 支持索引Github公开和私有仓库
DeepWiki MCP的应用场景
DeepWiki MCP 服务器能大幅度提高编码的准确性和效率,不用再来回于线上文档和编辑器,直接生成Github仓库的Wiki供Cursor AI进行调用。DeepWiki MCP可以应用于以下场景:
- 快速查询代码库文档:开发者直接获取 GitHub 仓库的文档内容,无需手动查找。
- 技术问题解答:针对开发中遇到的问题,AI 结合文档内容提供精准解答。
- 代码库结构概览:快速了解代码库的文档结构,帮助开发者快速上手。
- 自动化文档更新:与 CI/CD 集成,自动更新代码库文档,确保文档与代码同步。
DeepWiki MCP接入
DeepWiki MCP查找
官方建议:为了获得最大兼容性,请先在SSE上尝试。
官网地址:docs.devin.ai/work-with-d...

Devin官方文档提供了DeepWiki MCP接入文档,提供了SSE 和 Streamable HTTP 2种接入方式

DeepWiki MCP接入文档没有直接提供示例,将上面接入文档转为MCP JSON配置形式如下:
SSE(官方建议优先尝试)
json
{
"mcpServers": {
"deepwiki-sse": {
"url": "https://mcp.deepwiki.com/sse"
}
}
}
Streamable HTTP
json
{
"mcpServers": {
"deepwiki-mcp": {
"url": "https://mcp.deepwiki.com/mcp"
}
}
}
在Cursor中配置
这里我们使用官方推荐的SSE形式在项目中配置MCP,在项目根目录创建一个 .cursor 目录,新建 mcp.json 文件,配置如下内容:

json
{
"mcpServers": {
"deepwiki-sse": {
"url": "https://mcp.deepwiki.com/sse"
}
}
}
配置完成后保存,登录MCP状态变为绿色

DeepWiki MCP提供三种主要工具:
- read_wiki_structure:获取仓库文档的结构和主题
- read_wiki_contents:获取仓库文档的详细内容
- ask_question:对指定仓库提出问题,获取基于仓库文档和代码的AI回复
在Cursor中使用
获取仓库文档主题
获取仓库文档主题列表的方式也比较简单,可以通过提示词描述也可以通过指定工具获取,此外在Cursor中通过DeepWiki MCP形式调用有个好处就是Cursor可以根据提示词约束输出的内容会自动转为中文,对于英文不太好的小伙伴很友好
bash
使用DeepWiki获取`modelcontextprotocol/python-sdk`的主题列表
go
使用`read_wiki_structure`获取`modelcontextprotocol/python-sdk`的主题列表


获取仓库文档内容
在Cursor中输入如下提示词可以获取Github仓库文档的详细内容
bash
使用DeepWiki获取`modelcontextprotocol/python-sdk`文档的详细内容
go
使用`read_wiki_contents`获取`modelcontextprotocol/python-sdk`文档的详细内容

对仓库文档提问
直接对DeepWiki或者指定ask_question工具进行提问
bash
DeepWiki查一下`modelcontextprotocol/python-sdk`最近上线了什么新特性
go
使用`ask_question`查一下`modelcontextprotocol/python-sdk`最近上线了什么新特性
Cursor会调用ask_question工具查询DeepWiki仓库文档进行总结

Cursor构建Dify工作流
Dify DeepWiki文档地址:deepwiki.com/langgenius/...
本次Demo需要用到 deepwiki 、sequential-thinking 2个MCP
perl
{
"mcpServers": {
"deepwiki-sse": {
"url": "https://mcp.deepwiki.com/sse"
},
"sequential-thinking": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-sequential-thinking"
]
},
"fetch": {
"command": "uvx",
"args": ["mcp-server-fetch"]
}
}
}

MCP服务配置完成后,输入Dify工作流构建提示词
markdown
你是一个工作经验丰富的资深Dify工作流大师,请帮我开发一个`专业翻译助手`Dify工作流,请根据我的要求完成Dify工作流的设计和开发。
## 环境
- Dify版本:1.4.1
- 模型使用`Gemini 1.5 Flash`
## 过程
- 使用<MCPthinking>进行分析并创建todolist,完成一项后,自行标记完成,并开始下一项工作,直到全部完成。
## 结果
- 自动识别输入语言,将用户语言转为目标语言,目标语言没有设置时默认为英文
- 你需要创建完成完整的DSL文件并输出到项目根目录,用于我直接导入到Dify项目中。
- 请不要乱删乱改,你的每一步都需要深思熟虑,确保达成目标。
## 参考
你需要在<dslplugins>内查找插件说明,如果其中没有对应的说明,你需要使用<MCPDeppWiki-SSE>进行查找。
## 限制
- 保持原文的语气和风格
- 确保翻译准确、自然、地道
- 对于专业术语要准确把握
- 如果遇到不确定的内容,在翻译后用括号标注说明
可以看到,在Dify工作流规划过程中Agent在不断调用DeepWiki MCP查询Dify相关信息来补充自己的上下文

本以为借助DeepWiki MCP,Cursor可以很好的完成Dify工作流的设计和DSL输出,结果还是输出了错误格式,最终还是通过参考一个正确的DSL工作流才顺利完成任务

修复完成后在Dify中尝试导入,这次比较顺利一次就导入成功了,由此可见,即使有DeepWiki MCP的加持,AI还是很难一次性准确的输出Dify工作流配置

DeepWiki文档及时性问题
因为DeepWiki文档存在更新周期的问题,当前已检索的文档可能无法及时同步更新最新发布的内容,导致文档信息落后。例如 modelcontextprotocol/python-sdk 在DeepWiki最新的索引时间是2025年4月18日

此时modelcontextprotocol官方SDK已经支持了 Streamable HTTP 传输方式

当我们问DeepWiki MCP关于Streamable HTTP相关问题时,它同样会存在幻觉的问题

针对这种问题,我们可以使用@Docs配合官网文档使用,但不一定能解决开发中的实际问题,为解决这类问题我们可以尝试下期要体验的Context7 MCP。

总结
DeepWiki MCP是否可以减少AI上下文?答案是肯定的。DeepWiki MCP提供了对已通过DeepWiki索引的Github仓库文档的获取和提问功能,通过DeepWiki MCP可以为Cursor提供准确的知识来源和参考,降低AI幻觉,提高代码的准确率。但因为DeepWiki仓库索引同步周期的问题,可能无法及时获取最新功能和特性的发布信息,所以需要使用及时信息的小伙伴可以同时尝试使用通过@Docs索引官方文档以及Context7 MCP。
友情提示
见原文:【Cursor实战】DeepWiki MCP让Cursor边查项目文档边写代码
本文同步自微信公众号 "程序员小溪" ,这里只是同步,想看及时消息请移步我的公众号,不定时更新我的学习经验。