DocsAlot 把分散的帮助中心文章、知识库和开发者文档收拢成一份事实来源，再通过托管 MCP、llms.txt 与 skill.md 提供给 AI 智能体。它在 Product Hunt 的发布文案一句话就说清了现在文档工作长什么样：靠对着 Claude、Cursor 或 Codex 提问来维护帮助中心。对「让桌面智能体读自己产品文档」的人来说，真正有意思的不是这个产品，而是它的打包方式 —— 三种交付机制，对应三件不同的事。

关键事实

项目 内容
回答的问题 DocsAlot：把 MCP、llms.txt 和 skill.md 打包，做成「给智能体看」的文档
简答 DocsAlot 把分散的帮助中心文章、知识库和开发者文档收拢成一份事实来源，再通过托管 MCP、llms.txt 与 skill.md 提供给 AI 智能体。如果桌面智能体总在按过期文档办事，这个产品形态给出了三条明确的解法。
阅读时长 ~2 分钟
最后更新 2026-10-05

三种交付方式，为什么必须分开

  • **MCP（Model Context Protocol）**是实时工具访问。智能体在需要答案的那一刻去查文档服务，看到的是当前版本，而不是塞进提示词里的快照。
  • llms.txt 是策展式索引：站点发布它，告诉模型哪些页面重要、各讲什么，模型不必从搜索结果里猜。
  • skill.md 是指令而不是事实。它告诉编码智能体这件事该怎么做 —— 流程、约定、坑 —— 这跟「持有最新内容」是两件不同的工作。

把三者当成同一个产物是常见错误。光有索引没有实时访问会过期；光有实时访问没有指令，智能体每次都要重新摸索你的约定。

对桌面智能体意味着什么

它要解决的问题很安静。一个被要求回答客服问题、写集成代码或起草发布说明的智能体，会用它知道的任何东西 —— 训练数据、某个缓存页面，或者半年前有人粘进对话里的文档。不会报错，答案只是错的，而且看起来很自信。

在桌面上这更麻烦，因为智能体还摸得到你的文件。一个误读了过期文档里价格表、然后去本地改「正确那份」的智能体，会制造一个真正令人困惑的状态。

由此得到的几条习惯：

  • 让智能体指向被维护的来源，而不是粘过去的副本。 塞满文档的提示词就是一份带保质期的快照。
  • 保持唯一权威位置。 如果「这个参数是什么」的答案存在三处，智能体迟早会翻到错的那一处。
  • 事实和流程分开。 当前事实放进被提供的内容里；稳定的流程放进智能体指令里。
  • 给指令做版本管理。 流程改了，skill 文件必须跟着改。

MOOGH 在这里的位置

同样的原则也用在我们自己的做法上：在你桌面上工作的智能体，应该读你文件和应用的当前状态，而不是对它们的记忆。MOOGH 在本地运行智能体，读、查、改这些动作都发生在机器上真实存在的对象上。可以下载后先用一个你自己维护的文档目录试。

结论

文档现在是面向两类受众的产品界面，而第二类受众不「略读」。如果你的文档在关键处不是机器可读的 —— 内容是当前的、有索引、并且配了指令 —— 你的智能体就会像一个拿着上季度打印稿的人在干活。

相关阅读：