我想要构建一个 Skill / MCP，让 AI 能够访问所有开源库的源码和文档，这样就能：

• 向 AI 提问一些开源项目底层实现的问题，就像 Deepwiki / Zread 那样，但使用自己的 AI
• 让 AI 写代码时参考最新的库文档和源码，以免 AI 使用已弃用的 API 或者出现幻觉

让我们开始实现！

数据来源

我们要获取 GitHub 公开仓库的源代码，主要有两个选项：

1. 通过 GitHub API 获取
2. 将源代码通过 git clone 至本地

我选择了后者，因为：

• 通过 GitHub Search API 搜索代码，比较慢且有严格的速率限制
• 通过 GitHub API 难以实现列出目录树这样的功能
• 首次 git clone 需要等待，但后续就能快速响应

减少数据量

我们不希望将整个仓库 clone 下来，那样就太慢了。我们可以使用 git partial clone 的方法：

git clone --depth 1 --filter=blob:limit=100k --no-checkout https://github.com/user/repo.git

• --depth 1 浅克隆，仅下载最新版本
• --filter=blob:limit=100k 过滤掉 >100k 的文件，这能够减少 90% 的下载量
• --no-checkout 不检出工作区，所有数据都在 .git 中，进一步减少空间占用

因为未检出工作区，所以所有读取操作都基于 git 实现：

• 列出文件：git ls-tree -r HEAD --name-only
• 读取文件：git cat-file -p HEAD:src/main.js
• 搜索代码：git grep "function login" HEAD

关联文档

现在，我们已经实现读取源代码了，但我们还希望 AI 能够读取文档。如果文档在同一个仓库里，那倒是能够直接读取。但很多时候文档在一个单独的仓库里。

我使用了一个简单的方法识别：列出同组织的所有 repo，使用 doc 过滤名称，然后让 LLM 根据名称、描述判断有没有对应的文档库。一个 flash 级别的模型就能够胜任这个任务。现在 AI 让这类任务变得异常简单！

这样就关联了文档仓库，在 AI 访问主仓库时同时提供文档仓库就行了。

现在，这个工具已经基本构建完成了，将其封装成 Skill / MCP 的过程就不必多说了。

开始使用

我将这个工具部署到了我的服务器上，并提供开箱即用的 Skill 和 MCP。

对于 OpenCode, Codex, Cursor, Copilot 等 coding agent，只需要运行下面的命令添加 Skill：

npx skills add https://github.com/NitroRCr/gread --skill gread

对于 AI 对话应用等 MCP 客户端，可以通过 MCP 安装：

https://api.gread.dev/mcp

JSON 配置参考：

{
  "mcpServers": {
    "gread": {
      "type": "streamableHttp",
      "url": "https://api.gread.dev/mcp"
    }
  }
}

更多信息可参考：

• 网站主页：gread.dev
• 源代码：NitroRCr/gread
• 与现有工具对比

或者，直接添加 Skill / MCP 然后问 AI 更多细节也是可以的！