llms.txt: Coding-Agenten nicht mehr letztjährige APIs erfinden lassen

Du lässt den Agenten eine Library verdrahten. Der Code sieht richtig aus. Types checken in seinem Kopf. Dann startest du — und die Methode existiert nicht. Oder unter einem neuen Namen. Oder der Import-Pfad ist seit sechs Monaten woanders.

Niemand nennt das dramatisch eine Halluzination. Es fühlt sich schlimmer an: selbstbewusste Veraltetheit. Das Modell erfindet keine Fantasy-APIs aus dem Nichts. Es vervollständigt aus einer Welt, die nicht mehr zu deinen Docs passt.

Genau darauf zielt llms.txt. Eine kleine Konvention mit großem Job: Agenten auf aktuelle Projektdokumentation zeigen — und den Kontext on demand holen statt aus dem Trainingsgedächtnis zu improvisieren.

Was llms.txt wirklich ist#

Kein Magic Prompt. Kein neues Model-Feature.

Ein kuratierter Index von Dokumentation für LLMs — ein Projekt published eine llms.txt, die Agenten sagt, wo die frischen Docs liegen. Eine Map, nicht die ganze Library. Der Agent (oder ein MCP-Server wie mcpdoc) folgt der Map, wenn der Task diese Library braucht.

Shippt das Projekt keine, bist du wieder beim Docs-Pasten — oder bei Hoffnung auf einen frischen Cutoff. Hoffnung ist keine Context-Strategie.

mcpdoc macht aus der Map ein Tool#

Im Video verdrahte ich mcpdoc, damit ein Coding-Agent in VS Code (Cline) die Docs über MCP holt statt über die Zwischenablage.

Beispiel-Form:

uvx --from mcpdoc mcpdoc \
  --urls "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt" \
         "LangChain:https://python.langchain.com/llms.txt" \
  --transport sse \
  --port 8082 \
  --host localhost

Das Pattern: mcpdoc auf eine oder mehrere llms.txt-URLs zeigen, als MCP-Server exponieren, den Agenten aufrufen lassen, bevor er eine API erfindet.

Warum das „Docs pasten“ schlägt#

Pasten funktioniert einmal. Es überlebt die nächste Session nicht. Es skaliert nicht über LangGraph + LangChain + FastMCP + was du diese Woche anfasst. Und es hängt daran, dass du dich erinnerst zu pasten.

llms.txt + mcpdoc schieben Frische in die Tool-Schicht. Dieselbe Idee wie Context7: der Agent soll nachschauen, nicht erinnern.

Takeaway#

Wenn du eine Library pflegst: shippe eine llms.txt. Wenn du Libraries nutzt, die das schon tun: verdrahte mcpdoc (oder Equivalent) in deinen Coding-Agenten — bevor der nächste „warum existiert die Methode nicht“-Nachmittag kommt.

Frischer Kontext schlägt clevere Prompts, wenn sich die Ground Truth letzten Dienstag geändert hat.