安装方式
命令行安装
在项目根目录执行以下命令,完成 Skill 安装。
npx bzskills add BrainBlend-AI/tesseron --skill tesseron-docs 权威的 Tesseron 文档查询通过 `@tesseron/docs-mcp` MCP 服务器实现。当用户询问关于 Tesseron 协议或 SDK 行为的精确问题时,调用 `search_docs` 查找相关页面,并使用 `read_doc` 获取完整的 Markdown 正文。触发于需要确切规范而非概述的请求——包括线格式(JSON-RPC 信封、`tesseron/hello`、`tesseron/welcome`、`tesseron/resume`、`actions/progress`、`actions/cancel`)、传输帧结构、握手与声明码流程、会话恢复与 resumeToken、生命周期转换、采样契约、引导契约(`ctx.confirm`、`ctx.elicit`)、通过 `AbortSignal` 实现的进度和取消、错误码(`TesseronErrorCode`、`SamplingNotAvailableError`、`ElicitationNotAvailableError`、`TimeoutError`、`CancelledError`、`ResumeFailedError`)、能力协商、来源白名单、多应用命名空间、MCP 网关配置、标准 Schema(Zod、Valibot、Typebox)集成、动作构建器步骤、资源读取/订阅、React Hook 语义。使用如“X 返回什么错误码”、“tesseron/hello 长什么样”、“确切的握手结构”、“resumeToken 流程”、“网关来源白名单”、“给我看规范”、“X 接受哪些字段”等表述。`framework` 技能负责方向性和思维模型;`tesseron-docs` 负责逐章逐节的精确问题解答。
3
下载量
命令行安装
在项目根目录执行以下命令,完成 Skill 安装。
npx bzskills add BrainBlend-AI/tesseron --skill tesseron-docs name: tesseron-docs
description: 权威的 Tesseron 文档查询通过 `@tesseron/docs-mcp` MCP 服务器实现。当用户询问关于 Tesseron 协议或 SDK 行为的精确问题时,调用 `search_docs` 查找相关页面,并使用 `read_doc` 获取完整的 Markdown 正文。触发于需要确切规范而非概述的请求——包括线格式(JSON-RPC 信封、`tesseron/hello`、`tesseron/welcome`、`tesseron/resume`、`actions/progress`、`actions/cancel`)、传输帧结构、握手与声明码流程、会话恢复与 resumeToken、生命周期转换、采样契约、引导契约(`ctx.confirm`、`ctx.elicit`)、通过 `AbortSignal` 实现的进度和取消、错误码(`TesseronErrorCode`、`SamplingNotAvailableError`、`ElicitationNotAvailableError`、`TimeoutError`、`CancelledError`、`ResumeFailedError`)、能力协商、来源白名单、多应用命名空间、MCP 网关配置、标准 Schema(Zod、Valibot、Typebox)集成、动作构建器步骤、资源读取/订阅、React Hook 语义。使用如“X 返回什么错误码”、“tesseron/hello 长什么样”、“确切的握手结构”、“resumeToken 流程”、“网关来源白名单”、“给我看规范”、“X 接受哪些字段”等表述。`framework` 技能负责方向性和思维模型;`tesseron-docs` 负责逐章逐节的精确问题解答。此技能是按需、权威的 Tesseron 文档查询路径。当需要精确信息(如精确的线格式信封、特定错误码、握手携带的字段、简历的结构契约)时,建议优先调用下面的 MCP 工具,而不是依赖记忆或 framework 技能的备忘单。
插件在安装时捆绑了 @tesseron/docs-mcp,因此这些工具通常已在 Claude Code 中作为 mcp__plugin_tesseron_tesseron-docs__* 连接:
search_docs({ query, limit })。它返回排序结果,包含 slug、title、description、score 以及约 240 字符的 snippet。limit 默认为 8,最大 20;4-8 是最佳范围。read_doc({ slug })。它返回完整的 Markdown 正文以及结构化前言(title、description、section、related)。直接在回答中引用确切的规范文本,不要转述。read_doc 响应的 related 字段是一个 slug 列表。当单个页面不能覆盖问题时,通过更多 read_doc 调用跟随这些边。典型案例:如果没有 protocol/handshake 和 protocol/transport,protocol/resume 页面是不完整的。list_docs:当用户想要完整的目录(如“所有协议页面有哪些?”)或者当 search_docs 始终无法找到预期的页面时。framework 技能。该技能是备忘单;本技能是详细手册。@tesseron/react”、“升级版本”) — 加载 tesseron-dev 技能。tesseron-explorer 或 tesseron-reviewer 技能。它们读取项目,而非文档。如果调用 mcp__plugin_tesseron_tesseron-docs__* 失败(例如用户禁用了 MCP 服务器),按顺序回退:
docs/src/content/docs/**/*.{md,mdx} 读取。https://eigenwise.github.io/tesseron/llms-full.txt 包含完整的文档纯文本;https://eigenwise.github.io/tesseron/<section>/<slug>/ 提供渲染后的页面。framework 技能捆绑的参考文件(plugin/skills/framework/references/*.md)。切勿仅凭训练数据回答精确问题,而不注明无法获取当前规范。
当你通过 read_doc 读取页面时,通过 slug 引用并链接托管 URL,以便用户验证。例如:
根据protocol/handshake(https://eigenwise.github.io/tesseron/protocol/handshake/),欢迎帧携带sessionId、claimCode、resumeToken以及协商后的capabilities。
slug 是稳定的;已发布 URL 遵循相同路径。