Context Hub vs Context7: Hai cách cho AI đọc docs mới nhất
Links
- Context Hub — CLI + feedback loop từ Andrew Ng
- Context7 — MCP server, nói “use context7” là có docs
TL;DR
Cả hai tool đều giải quyết cùng một vấn đề: AI code dựa trên training data cũ → API hallucination. Context Hub (Andrew Ng) dùng CLI + feedback loop để docs tự improve. Context7 (Upstash) dùng MCP protocol, nói “use context7” là có docs ngay trong prompt.
Chọn cái nào:
- Context Hub nếu muốn kiểm soát version, annotate docs, và tin vào community feedback loop
- Context7 nếu muốn plug-and-play, đang dùng Cursor/Claude Code, không cần setup nhiều
Bài này dành cho ai?
1. Người dùng AI coding agents hàng ngày
Vấn đề: Claude/Copilot viết code với API cũ, phải Google sửa lại.
Khi nào cần: Build app dùng framework mới (Next.js 15, Supabase, etc) mà AI cứ viết syntax cũ.
Được gì: AI code đúng version, ít phải sửa tay.
2. Người build AI agents/tools
Vấn đề: Agent của mình cũng hallucinate API như Claude gốc.
Khi nào cần: Thiết kế coding agent cần access docs real-time.
Được gì: Kiến trúc rõ ràng để tích hợp docs vào agent workflow.
So sánh chi tiết
| Aspect | Context Hub | Context7 |
|---|---|---|
| Creator | Andrew Ng & team | Upstash |
| Cách dùng | CLI: chub search, chub get |
MCP: nói “use context7” trong prompt |
| Integration | Agent skills, CLI prompting | Cursor, Claude Code, Windsurf, 30+ tools |
| Độ phổ biến | Mới ra (03/2026), đang buzz | 47k+ GitHub stars, mature |
| Unique | Feedback loop tự improve docs | Real-time version-specific |
| Language | JavaScript CLI | TypeScript MCP server |
Context Hub: Feedback Loop
Điểm hay nhất của Context Hub là vòng lặp tự cải tiến:
- Agent fetch docs → code đúng hơn
- Gặp gap → agent annotate local
- Agent rate docs (up/down)
- Session sau có annotation sẵn
- Authors nhận feedback → improve docs
- Cả community hưởng lợi
CLI commands:
npm install -g @aisuite/chub
chub search openai # tìm docs
chub get openai/chat --lang py # fetch Python docs
chub annotate openai "thiếu streaming example"
chub feedback openai up # rate docs
Annotations persist local — agent học qua sessions.
Context7: Plug-and-Play MCP
Điểm hay nhất: không cần thay đổi workflow.
Cách dùng:
- Setup MCP server (1 dòng)
- Thêm “use context7” vào prompt
- Done — AI tự fetch docs
Ví dụ:
Tạo auth middleware cho Next.js 14. use context7
AI sẽ tự gọi resolve-library-id → query-docs → inject docs vào context.
Setup Claude Code:
claude mcp add --scope user context7 -- npx -y @upstash/context7-mcp
Điểm yếu mỗi tool
Context Hub:
- Phải CLI command explicit
- Docs coverage còn limited (mới launch)
- Agent phải được train dùng chub commands
Context7:
- Phụ thuộc community maintain docs
- Không có feedback loop improve
- Rate limit free tier
Quick Start
Tuần này:
- Nếu đang dùng Cursor/Claude Code → thử Context7, chỉ cần add “use context7”
- Nếu muốn control docs version → install chub, test với 1 API bạn hay dùng
Bước tiếp:
- Context Hub: Thử annotate 1 docs thiếu → xem có persist qua session không
- Context7: Test version targeting “Next.js 14 middleware” vs “Next.js 15 middleware”
Đọc tiếp trong Sản phẩm & công nghệ
AI viết code ngày càng giỏi, lập trình viên còn tạo ra giá trị ở đâu?
AI có thể giúp viết code nhanh hơn rất nhiều, nhưng làm ra phần mềm và tạo ra một sản phẩm có giá trị kinh tế là hai việc khác nhau. Mình muốn nhìn lại chuỗi giá trị ngành phần mềm
Ghi chép Sản phẩm & công nghệ 26/10/2026Vì sao app AI làm ra vẫn sai ngay cả khi mọi bài test đều đạt?
Một lỗi phổ biến khi làm sản phẩm với AI coding agent: chúng ta nhầm lẫn giữa việc code chạy được và việc phần mềm chạy đúng với cách kiếm tiền của mình.
Ghi chép Sản phẩm & công nghệ 24/10/2026Tương lai của việc học là cá nhân hóa, không phải định sẵn
AI agent đang mở ra khả năng để mỗi người học có một hành trình riêng, được xây dựng từ những nguồn tri thức có chất lượng và liên tục điều chỉnh theo mục tiêu, năng lực và sự tiến
Ghi chép Sản phẩm & công nghệ