3月17日消息，知名AI学者、DeepLearning.AI创始人吴恩达（Andrew Ng）于近日发布开源命令行工具Context Hub（简称chub），旨在为AI编程代理提供经过人工策展的、版本化的最新API文档，解决大模型因训练数据过时而频繁调用废弃API、虚构参数的行业痛点。
吴恩达在发布公告中举了一个直观的例子：当他让Claude Code调用OpenAI的GPT-5.2时，代理仍然使用较老的Chat Completions API，而非已经推出一年的Responses API。这种被称为"代理漂移"（Agent Drift）的现象在编程代理中普遍存在——大模型的知识在训练结束那一刻就被冻结了，而API生态却在不断演进。 Context Hub的核心思路是为编程代理构建一个经过策展的文档注册中心。通过npm全局安装后，代理可直接通过CLI命令获取针对LLM优化的Markdown格式文档，而非在嘈杂的网页中自行抓取过时信息。基本工作流非常简洁：chub search查找可用文档，chub get获取指定API的当前文档，并支持按语言（Python、JavaScript等）分别获取对应版本，最大程度减少Token浪费。
该工具最具差异化的设计在于其"代理学习"机制。一方面，代理可以通过chub annotate命令在本地为文档添加注释，例如记录某个API的特殊用法或已知的Bug绕过方案。这些注释跨会话持久化——下次代理再获取同一文档时，之前的经验会自动附带出现，避免每次从零开始。另一方面，代理可以通过chub feedback对文档进行投票和标签反馈（如"准确""过时""示例有误"等），这些反馈会回传给文档维护者，驱动社区协作式的文档持续改进。
吴恩达表示，长远目标是实现代理之间的知识共享，让一个代理的发现惠及整个社区。
截至目前，Context Hub的GitHub仓库星标数已突破6000，Fork数超过600，社区贡献活跃，已有54个开放的Pull Request。文档收录范围涵盖OpenAI、Stripe、Anthropic、AWS等68家以上API提供商，内容覆盖主流编程语言。此外，工具还支持企业搭建私有文档源，通过本地配置文件同时接入公共注册中心与团队内部文档。
Context Hub由吴恩达与DeepLearning.AI团队成员Rohit Prasad、Xin Ye共同开发。该项目发布在吴恩达此前推出的aisuite组织名下，与其统一多模型接口工具aisuite形成互补——后者解决的是模型调用的统一接口问题，而Context Hub解决的是代理获取可靠上下文的问题。
AI 速览
