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：
【Cursor实战】Cursor+EdgeOne Pages MCP实现一句话建站？
【Cursor实战】使用多维表格作为数据库开发一款文章收录插件(一)
【Cursor实战】使用多维表格作为数据库开发一款文章收录插件(二)
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）
{ "mcpServers": { "deepwiki-sse": { "url": "https://mcp.deepwiki.com/sse" } }}Streamable HTTP
{ "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：
{ "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
使用DeepWiki获取`modelcontextprotocol/python-sdk`的主题列表使用`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
使用DeepWiki获取`modelcontextprotocol/python-sdk`文档的详细内容使用`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
DeepWiki查一下`modelcontextprotocol/python-sdk`最近上线了什么新特性使用`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
{ "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
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。
