DevDocs MCP Server

DevDocs MCP Server

Provides AI models with direct access to documentation for over 600 technologies from DevDocs.io, including popular languages, frameworks, and tools. It enables comprehensive searching, content retrieval, and offline access via an intelligent local caching system.

Category
Visit Server

README

📚 DevDocs MCP Server

Model Context Protocol (MCP) Server para acceder a la documentación de DevDocs.io desde Claude Desktop, GitHub Copilot y otros clientes MCP.

Python 3.10+ MCP Docker License: MIT Author


📖 Tabla de Contenidos


🤖 ¿Qué es MCP?

Model Context Protocol (MCP) es un protocolo abierto creado por Anthropic que permite a los modelos de IA (como Claude o Copilot) interactuar con herramientas externas de forma segura y estructurada.

Arquitectura MCP

┌─────────────────────────────────────────────────────────────────┐
│                        Cliente MCP                              │
│              (Claude Desktop, GitHub Copilot, etc.)             │
└─────────────────────────────────────────────────────────────────┘
                              │
                              │ JSON-RPC 2.0 (stdio)
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                       Servidor MCP                              │
│                    (devdocs-mcp-server)                         │
│                                                                 │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐             │
│  │   Tools     │  │  Resources  │  │   Prompts   │             │
│  │ (funciones) │  │  (datos)    │  │ (plantillas)│             │
│  └─────────────┘  └─────────────┘  └─────────────┘             │
└─────────────────────────────────────────────────────────────────┘
                              │
                              │ HTTP/HTTPS
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                      DevDocs.io API                             │
│                 (documents.devdocs.io)                          │
└─────────────────────────────────────────────────────────────────┘

Comunicación stdio

MCP utiliza stdio (Standard Input/Output) para la comunicación:

┌──────────┐     stdin (JSON)      ┌──────────┐
│  Cliente │ ────────────────────▶ │ Servidor │
│   MCP    │                       │   MCP    │
│          │ ◀──────────────────── │          │
└──────────┘    stdout (JSON)      └──────────┘
  • stdin: El cliente envía peticiones JSON-RPC al servidor
  • stdout: El servidor responde con resultados JSON-RPC
  • Sin puertos HTTP: La comunicación es directa entre procesos

📚 ¿Qué es DevDocs MCP?

DevDocs MCP es un servidor MCP que proporciona acceso a la documentación de más de 600 tecnologías disponibles en DevDocs.io, incluyendo:

  • Lenguajes: Python, JavaScript, TypeScript, Rust, Go, Java, C++, etc.
  • Frameworks: React, Vue, Angular, Django, Spring Boot, Express, etc.
  • Herramientas: Docker, Kubernetes, Git, Webpack, etc.
  • APIs: Web APIs, Node.js, Deno, etc.

¿Por qué usar DevDocs MCP?

Sin DevDocs MCP Con DevDocs MCP
❌ Copiar/pegar de documentación ✅ IA accede directamente
❌ Cambiar entre ventanas ✅ Todo en el mismo chat
❌ Buscar manualmente ✅ Búsqueda integrada
❌ Información desactualizada ✅ Documentación oficial
❌ Limitado al conocimiento del modelo ✅ Acceso a docs actualizadas

✨ Características

🔧 12 Herramientas Disponibles

Herramienta Descripción
list_documentations Lista todas las ~600 documentaciones disponibles
search_documentation Busca en el índice de una tecnología específica
get_page_content Obtiene el contenido de una página de documentación
get_documentation_index Obtiene el índice completo de una tecnología
get_cache_stats Muestra estadísticas del caché local
clear_cache Limpia el caché (todo o por tecnología)
get_multiple_pages Obtiene varias páginas en una sola llamada
search_across_docs Busca en múltiples documentaciones a la vez
get_type_entries Filtra entradas por tipo (class, function, etc.)
get_examples Extrae solo los bloques de código de una página
export_documentation Exporta documentación completa a archivos locales
offline_mode_status Muestra qué documentaciones están disponibles offline

💾 Sistema de Caché Inteligente

  • Caché persistente: No re-descarga documentación ya obtenida
  • Sin TTL: Las docs de DevDocs son versionadas, no cambian
  • Modo offline: Funciona sin internet para docs cacheadas
  • Volumen Docker: Persiste entre reinicios del contenedor

🐳 Docker Ready

  • Imagen ligera (~233MB)
  • Volumen para persistir caché
  • Configuración simple
  • Compatible con Claude Desktop y GitHub Copilot

🏗 Arquitectura

Estructura del Proyecto

devdocs-mcp/
├── src/
│   └── devdocs_mcp/
│       ├── __init__.py      # Package initialization
│       ├── server.py        # MCP server (12 tools)
│       ├── api.py           # DevDocs API client
│       ├── cache.py         # Disk-based cache system
│       └── utils.py         # HTML to Markdown converter
├── docker/
│   ├── Dockerfile           # Docker image definition
│   └── docker-compose.yml   # Docker Compose config
├── scripts/
│   ├── docker-build.bat     # Build script (Windows)
│   └── docker-build.sh      # Build script (Linux/Mac)
├── config/
│   └── claude_config_example.json  # MCP config examples
├── tests/
│   ├── test_mcp.py          # MCP server tests
│   └── test_mcp_protocol.py # Protocol tests
├── pyproject.toml           # Python project config
├── LICENSE
└── README.md

Flujo de Datos

┌─────────────────────────────────────────────────────────────────────┐
│                         Copilot / Claude                            │
│                                                                     │
│  "¿Cómo uso asyncio.gather en Python?"                             │
└─────────────────────────────────────────────────────────────────────┘
                                │
                                │ 1. Llama tool: search_documentation
                                │    {tech: "python~3.10", query: "gather"}
                                ▼
┌─────────────────────────────────────────────────────────────────────┐
│                      DevDocs MCP Server                             │
│                                                                     │
│  server.py ──▶ api.py ──▶ cache.py                                 │
│      │            │           │                                     │
│      │            │           ├──▶ ¿En caché? ──▶ Sí ──▶ Retorna   │
│      │            │           │                                     │
│      │            │           └──▶ No ──▶ Descarga ──▶ Guarda      │
│      │            │                                                 │
│      │            └──▶ utils.py (HTML → Markdown)                  │
│      │                                                              │
│      └──▶ Retorna resultado formateado                             │
└─────────────────────────────────────────────────────────────────────┘
                                │
                                │ 2. Llama tool: get_page_content
                                │    {tech: "python~3.10", path: "library/asyncio-task"}
                                ▼
┌─────────────────────────────────────────────────────────────────────┐
│                        DevDocs.io API                               │
│                                                                     │
│  documents.devdocs.io/python~3.10/library/asyncio-task.html        │
└─────────────────────────────────────────────────────────────────────┘

📦 Instalación

Opción 1: Docker (Recomendado)

Requisitos

  • Docker Desktop instalado y corriendo

Pasos

# 1. Clonar o navegar al directorio
cd devdocs-mcp

# 2. Construir la imagen
docker build -t devdocs-mcp:latest -f docker/Dockerfile .

# 3. Verificar que se creó
docker images devdocs-mcp

Verificar funcionamiento

# Probar que el servidor responde
echo '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' | docker run -i --rm devdocs-mcp:latest

Opción 2: Instalación Local

Requisitos

  • Python 3.10 o superior
  • pip

Pasos

# 1. Navegar al directorio
cd devdocs-mcp

# 2. Instalar en modo desarrollo
pip install -e .

# 3. Verificar instalación
python -c "from devdocs_mcp.server import main; print('OK')"

⚙️ Configuración

GitHub Copilot (VS Code)

  1. Abre VS Code
  2. Presiona Ctrl+Shift+P → "Preferences: Open User Settings (JSON)"
  3. Busca la sección de MCP servers o créala
  4. Añade la configuración:

Con Docker (Recomendado)

{
  "mcp": {
    "servers": {
      "devdocs": {
        "command": "docker",
        "args": [
          "run", "-i", "--rm",
          "-v", "devdocs-cache:/root/.cache/devdocs-mcp",
          "devdocs-mcp:latest"
        ]
      }
    }
  }
}

Sin Docker (Local)

{
  "mcp": {
    "servers": {
      "devdocs": {
        "command": "python",
        "args": ["-m", "devdocs_mcp.server"],
        "cwd": "E:/DevDocs/devdocs-mcp/src"
      }
    }
  }
}
  1. Reinicia VS Code

Claude Desktop

  1. Abre el archivo de configuración:

    • Windows: %APPDATA%\Claude\claude_desktop_config.json
    • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • Linux: ~/.config/claude/claude_desktop_config.json
  2. Añade la configuración:

{
  "mcpServers": {
    "devdocs": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-v", "devdocs-cache:/root/.cache/devdocs-mcp",
        "devdocs-mcp:latest"
      ]
    }
  }
}
  1. Reinicia Claude Desktop

🔧 Herramientas Disponibles

1. list_documentations

Lista todas las documentaciones disponibles en DevDocs (~600).

Parámetros:

Nombre Tipo Requerido Descripción
filter string No Filtrar por nombre

Ejemplo de uso:

"Lista las documentaciones disponibles que contengan 'python'"

Respuesta:

## Documentaciones Disponibles (15 encontradas)

- **Python 3.10** (`python~3.10`) - v3.10
- **Python 3.11** (`python~3.11`) - v3.11
- **Python 3.12** (`python~3.12`) - v3.12
...

2. search_documentation

Busca en el índice de una tecnología específica.

Parámetros:

Nombre Tipo Requerido Descripción
tech string Slug de la tecnología (ej: python~3.10)
query string Término de búsqueda
limit integer No Máximo de resultados (default: 20)

Ejemplo de uso:

"Busca 'asyncio' en la documentación de Python 3.10"

Respuesta:

## Resultados para "asyncio" en python~3.10

Encontrados: 15 resultados

1. **asyncio** [Concurrent Execution]
   Path: `library/asyncio`

2. **asyncio.gather()** [Concurrent Execution]
   Path: `library/asyncio-task`
...

3. get_page_content

Obtiene el contenido completo de una página de documentación.

Parámetros:

Nombre Tipo Requerido Descripción
tech string Slug de la tecnología
path string Path de la página

Ejemplo de uso:

"Dame el contenido de la página asyncio-task de Python 3.10"

Respuesta:

# asyncio — Asynchronous I/O

asyncio is a library to write concurrent code using the async/await syntax.

## Running an asyncio Program

import asyncio

async def main():
    print('Hello')
    await asyncio.sleep(1)
    print('World')

asyncio.run(main())
...

4. get_documentation_index

Obtiene el índice completo de una documentación.

Parámetros:

Nombre Tipo Requerido Descripción
tech string Slug de la tecnología

Ejemplo de uso:

"Dame el índice de Spring Boot"


5. get_cache_stats

Muestra estadísticas del caché local.

Parámetros: Ninguno

Ejemplo de uso:

"¿Cuánto ocupa el caché de devdocs?"

Respuesta:

## Estadísticas del Caché

- **Directorio:** `/root/.cache/devdocs-mcp`
- **Archivos totales:** 156
- **Tamaño total:** 12.45 MB

### Documentaciones cacheadas:

- **python~3.10**: 45 archivos (3.2 MB)
- **spring_boot**: 89 archivos (8.1 MB)
- **react**: 22 archivos (1.15 MB)

6. clear_cache

Limpia el caché local.

Parámetros:

Nombre Tipo Requerido Descripción
tech string No Tecnología específica (vacío = todo)

Ejemplo de uso:

"Limpia el caché de Python 3.10"


7. get_multiple_pages

Obtiene múltiples páginas en una sola llamada.

Parámetros:

Nombre Tipo Requerido Descripción
tech string Slug de la tecnología
paths array Lista de paths

Ejemplo de uso:

"Dame las páginas de asyncio, asyncio-task y asyncio-stream de Python"


8. search_across_docs

Busca en múltiples documentaciones a la vez.

Parámetros:

Nombre Tipo Requerido Descripción
query string Término de búsqueda
techs array No Lista de tecnologías (default: populares)
limit_per_tech integer No Máximo por tecnología (default: 5)

Ejemplo de uso:

"Busca 'websocket' en Python, JavaScript y Node.js"

Respuesta:

## Búsqueda: 'websocket'

Tecnologías buscadas: 3 | Total resultados: 12

### 📚 python~3.10 (4 resultados)
- **websockets** → `library/websockets`
...

### 📚 javascript (5 resultados)
- **WebSocket** → `global_objects/websocket`
...

### 📚 node (3 resultados)
- **WebSocket** → `ws`
...

9. get_type_entries

Filtra entradas por tipo (class, function, method, etc.).

Parámetros:

Nombre Tipo Requerido Descripción
tech string Slug de la tecnología
entry_type string Tipo a filtrar
limit integer No Máximo de resultados (default: 50)

Ejemplo de uso:

"Lista todas las funciones built-in de Python 3.10"


10. get_examples

Extrae solo los bloques de código de una página.

Parámetros:

Nombre Tipo Requerido Descripción
tech string Slug de la tecnología
path string Path de la página

Ejemplo de uso:

"Dame solo los ejemplos de código de asyncio.gather"


11. export_documentation

Exporta documentación completa a archivos locales.

Parámetros:

Nombre Tipo Requerido Descripción
tech string Slug de la tecnología
output_dir string Directorio de salida
max_pages integer No Límite de páginas

Ejemplo de uso:

"Exporta toda la documentación de React a ./react_docs"

⚠️ Advertencia: Puede tomar varios minutos para documentaciones grandes.


12. offline_mode_status

Muestra qué documentaciones están disponibles offline.

Parámetros: Ninguno

Ejemplo de uso:

"¿Qué documentaciones tengo disponibles offline?"

Respuesta:

## Estado Offline

- **Directorio caché:** `/root/.cache/devdocs-mcp`
- **Tecnologías disponibles offline:** 3
- **Tamaño total:** 12.45 MB

### Documentaciones en caché:

- **python~3.10**: 45 páginas (3.2 MB) | Índice: ✅
- **spring_boot**: 89 páginas (8.1 MB) | Índice: ✅
- **react**: 22 páginas (1.15 MB) | Índice: ✅

💡 Ejemplos de Uso

Caso 1: Aprender una nueva biblioteca

Usuario: "Necesito aprender a usar asyncio en Python. 
         ¿Puedes buscar la documentación y explicarme los conceptos básicos?"

Copilot: [Usa search_documentation para buscar asyncio]
         [Usa get_page_content para obtener la documentación]
         
         "Según la documentación oficial de Python 3.10..."

Caso 2: Comparar implementaciones

Usuario: "¿Cómo se manejan las promesas en JavaScript vs Python?"

Copilot: [Usa search_across_docs con query="promise" en javascript y python]
         [Usa get_page_content para obtener detalles de cada uno]
         
         "Comparando ambas documentaciones..."

Caso 3: Buscar ejemplos específicos

Usuario: "Dame ejemplos de código de cómo usar fetch en JavaScript"

Copilot: [Usa get_examples con tech="javascript" path="global_objects/fetch"]
         
         "Aquí tienes los ejemplos de la documentación oficial..."

Caso 4: Trabajo offline

Usuario: "Voy a estar sin internet. ¿Puedes cachear la documentación de React?"

Copilot: [Usa get_documentation_index para cachear el índice]
         [Usa get_multiple_pages para cachear páginas principales]
         
         "Listo, la documentación de React está disponible offline."

💾 Sistema de Caché

Estructura del Caché

~/.cache/devdocs-mcp/
├── docs_list.json           # Lista de todas las documentaciones
├── python~3.10/
│   ├── index.json           # Índice de Python 3.10
│   └── pages/
│       ├── library_asyncio.json
│       ├── library_asyncio-task.json
│       └── ...
├── spring_boot/
│   ├── index.json
│   └── pages/
│       └── ...
└── react/
    └── ...

Política de Caché

Aspecto Comportamiento
TTL Sin expiración (las docs son versionadas)
Persistencia Permanente hasta limpieza manual
Ubicación ~/.cache/devdocs-mcp/ (local) o volumen Docker
Formato JSON para índices, Markdown para contenido

Comandos útiles para el caché

# Ver contenido del caché (Docker)
docker run --rm -v devdocs-cache:/cache alpine ls -laR /cache

# Ver tamaño del volumen
docker system df -v | grep devdocs

# Limpiar volumen completamente
docker volume rm devdocs-cache

🌐 API de DevDocs

DevDocs MCP se conecta a la API pública de DevDocs:

Endpoints

Endpoint Descripción
https://devdocs.io/docs.json Lista todas las documentaciones
https://documents.devdocs.io/{tech}/index.json Índice de una tecnología
https://documents.devdocs.io/{tech}/{path}.html Contenido HTML de una página

Estructura de docs.json

[
  {
    "name": "Python",
    "slug": "python~3.10",
    "type": "python",
    "version": "3.10",
    "release": "3.10.0",
    "mtime": 1634567890,
    "db_size": 12345678
  }
]

Estructura de index.json

{
  "entries": [
    {
      "name": "asyncio",
      "path": "library/asyncio",
      "type": "Concurrent Execution"
    },
    {
      "name": "asyncio.gather()",
      "path": "library/asyncio-task#asyncio.gather",
      "type": "Concurrent Execution"
    }
  ],
  "types": [
    {"name": "Built-in Functions", "count": 69},
    {"name": "Concurrent Execution", "count": 45}
  ]
}

🛠 Desarrollo

Ejecutar en modo desarrollo

cd devdocs-mcp

# Instalar dependencias
pip install -e .

# Ejecutar tests
python test_mcp.py

# Probar herramientas manualmente
python -c "
from devdocs_mcp.api import DevDocsAPI
api = DevDocsAPI()
results = api.search_in_index('python~3.10', 'asyncio', limit=5)
print(results)
"

Estructura de archivos

Archivo Responsabilidad
server.py Servidor MCP, definición de tools, handlers
api.py Cliente HTTP para DevDocs API
cache.py Sistema de caché en disco
utils.py Conversión HTML → Markdown

Agregar una nueva herramienta

  1. Agregar método en api.py:
def mi_nueva_funcion(self, param: str) -> dict:
    """Descripción de la función"""
    # Implementación
    return resultado
  1. Agregar Tool en server.py:
Tool(
    name="mi_nueva_tool",
    description="Descripción para el modelo",
    inputSchema={
        "type": "object",
        "properties": {
            "param": {"type": "string", "description": "..."}
        },
        "required": ["param"]
    }
)
  1. Agregar handler en server.py:
elif name == "mi_nueva_tool":
    result = await handle_mi_nueva_tool(arguments)

async def handle_mi_nueva_tool(args: dict) -> str:
    param = args.get('param', '')
    loop = asyncio.get_event_loop()
    result = await loop.run_in_executor(None, api.mi_nueva_funcion, param)
    return formatear_resultado(result)

🔧 Solución de Problemas

El servidor no inicia

# Verificar que Docker está corriendo
docker info

# Verificar que la imagen existe
docker images devdocs-mcp

# Reconstruir la imagen
docker build -t devdocs-mcp:latest -f docker/Dockerfile .

No aparecen las herramientas en Copilot

  1. Verificar configuración MCP en VS Code settings
  2. Reiniciar VS Code completamente
  3. Verificar logs: View > Output > GitHub Copilot

Error de conexión a DevDocs

# Verificar conectividad
curl https://devdocs.io/docs.json

# Verificar desde Docker
docker run --rm devdocs-mcp:latest python -c "
import httpx
r = httpx.get('https://devdocs.io/docs.json', follow_redirects=True)
print(f'Status: {r.status_code}')
"

Caché corrupto

# Limpiar caché (Docker)
docker volume rm devdocs-cache

# Limpiar caché (Local)
rm -rf ~/.cache/devdocs-mcp

Ver logs del servidor

# Ejecutar manualmente para ver errores
docker run -it --rm devdocs-mcp:latest

# Con más detalle
docker run -it --rm devdocs-mcp:latest python -c "
import logging
logging.basicConfig(level=logging.DEBUG)
from devdocs_mcp.server import main
main()
"

📊 Rendimiento

Tiempos típicos

Operación Primera vez Con caché
list_documentations ~500ms ~10ms
search_documentation ~300ms ~5ms
get_page_content ~200ms ~5ms
search_across_docs (9 techs) ~2s ~50ms

Tamaño de caché por tecnología

Tecnología Páginas Tamaño aprox.
Python 3.10 ~450 ~15 MB
React ~80 ~3 MB
JavaScript ~200 ~8 MB
Spring Boot ~150 ~12 MB

📄 Licencia

Este proyecto está bajo la licencia MIT. Ver LICENSE para más detalles.


🙏 Agradecimientos


👨‍💻 Autor

<div align="center">

Javier Garcia · @JavierDevCol

GitHub

</div>


<div align="center">

⬆ Volver arriba

Hecho con ❤️ para la comunidad de desarrolladores

</div>

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured