前言
昨天刷到一个叫 Peter Steinberger 的大佬发的博客，标题就很吸引人：llm.codes 让苹果文档变成 AI 可读的格式。我一开始还以为是啥炒作，结果点进去一看，卧槽，这玩意儿太实用了！说实话，我平时用 Claude 写 SwiftUI 代码时，经常遇到这种尴尬情况：明明苹果官方文档里有详细说明，但 Claude 就是看不到，总是给我一些过时的代码示例。特别是一些新的 API 或者组件，Claude 要么说"我不确定这个功能"，要么直接建议我用 AppKit 去实现。

比如前段时间我想做个 SwiftUI 的工具栏，Claude 居然跟我说"SwiftUI 可能做不了合适的工具栏，建议你用 AppKit"。我当时就懵了，苹果明明有相关文档啊！昨晚我试了一下这个 llm.codes，效果简直惊艳。今天必须分享给大家这个提升开发效率的神器！

苹果文档的老问题：JavaScript 太重了
先说说为啥 AI 读不了苹果文档。问题其实很明显：苹果的开发者文档大量使用了 JavaScript 来渲染内容。对我们人类来说没啥问题，浏览器加载完就能看到完整内容。但对 Claude 这种 AI 来说，它运行不了 JavaScript，只能看到一堆空白页面。我试过直接把苹果文档链接丢给 Claude，十次有九次它都会说"抱歉，我无法访问这个页面的内容"。即使偶尔能读到一些内容，也是残缺不全的，根本没法用。

这就导致了一个很尴尬的局面：苹果的官方文档写得其实挺详细的，但最需要参考文档的 AI 助手却看不到。我们这些开发者就只能在"想用 AI 提升效率"和"AI 给的代码不靠谱"之间反复横跳。直到我发现了 llm.codes。

llm.codes：让 AI 终于能看懂苹果文档
llm.codes 这个工具的核心思路很简单：把那些 JavaScript 渲染的文档转换成纯 Markdown 格式，让 AI 能够正常阅读。

这个想法看起来简单，但实现起来并不容易。因为不同网站的结构差别很大，要做到通用性还是挺有挑战的。好在作者用的是 Firecrawl 这个服务，专门处理这种复杂的网页抓取。更厉害的是，llm.codes 不只支持苹果文档，还支持 69+ 个开发者网站！

包括：

移动开发类： Apple Developer、Android Developer、React Native、Flutter、Swift Package Index
编程语言： Python、TypeScript、JavaScript (MDN)、Rust、Go、Java、Ruby、PHP、Swift、Kotlin
Web 框架： React、Vue.js、Angular、Next.js、Nuxt、Svelte、Django、Flask、Express.js、Laravel
云平台： AWS、Google Cloud、Azure、DigitalOcean、Heroku、Vercel、Netlify
数据库： PostgreSQL、MongoDB、MySQL、Redis、Elasticsearch、Couchbase、Cassandra
DevOps： Docker、Kubernetes、Terraform、Ansible、GitHub、GitLab
AI/ML 库： PyTorch、TensorFlow、Hugging Face、scikit-learn、LangChain、pandas、NumPy

基本上你能想到的主流技术栈都覆盖了。这意味着不管你用什么技术，都能让 AI 读到最新最全的官方文档。

实际效果怎么样？真的有用吗？
我昨晚专门测试了一下，效果确实不错。首先是文件大小。原来那些 JavaScript 重的文档页面，转换成 Markdown 后体积减少了 70%！这对 AI 来说特别重要，因为它们有 token 限制。更小的文件意味着能在上下文中塞进更多有用信息。

其次是内容质量。转换后的 Markdown 保留了所有关键信息，包括代码示例、参数说明、使用注意事项等等。我拿之前那个工具栏问题试了一下，这次 Claude 直接给出了完整可用的 SwiftUI 代码，没有任何"可能不支持"的废话。

最关键的是使用体验。我现在的工作流程变成了：
1.遇到问题时，先用 llm.codes 转换相关文档
2.把转换后的 Markdown 直接贴给 Claude

3.Claude 基于最新文档给出准确的代码和建议

这个流程比以前"Google 搜索 → 翻文档 → 手写代码"要高效太多了。

免费使用，无需注册
最良心的是：llm.codes 完全免费使用，连注册都不需要！作者说他自己掏钱购买 Firecrawl 的服务，就是为了让大家免费使用。这种开源精神真的值得点赞。
使用方法也很简单：
1.打开 llm.codes 网站
2.输入你想转换的文档 URL
3.等几秒钟，就能下载转换好的 Markdown 文件
4.把内容贴给你的 AI 助手
看看最终的 md 产物：

我试了几个不同的文档，转换速度都很快，基本上 10 秒内就能完成。对于我们这些经常需要查文档的开发者来说，这个工具简直是及时雨。

对独立开发者特别有价值
作为一个独立开发者，我深知时间的珍贵。每天要处理的事情太多了：写代码、设计界面、测试功能、发布更新，还要关注用户反馈。如果能让 AI 更准确地理解我的需求，直接基于最新文档写出可用代码，那节省的时间就太宝贵了。这意味着我可以把更多精力放在产品创新和用户体验上，而不是在技术实现细节上纠结。

特别是那些刚入门的开发者，经常分不清哪些是过时的教程，哪些是最新的最佳实践。有了 llm.codes，直接让 AI 读官方文档，给出的建议自然更权威更准确。我觉得这个工具对整个开发者社区都有积极意义。当 AI 助手能够给出更准确的建议时，开发者的学习曲线会更平滑，整体的开发效率也会提升。

也不是万能神器
当然，llm.codes 也不是万能的。
首先，它只是解决了"AI 读不到文档"的问题，但不能代替你理解业务逻辑。再好的文档也需要结合具体需求来应用。
其次，虽然转换后的 Markdown 保留了核心信息，但可能会丢失一些格式细节或交互元素。对于那些严重依赖交互式示例的文档，效果可能打折扣。
最后，这个工具更适合查阅技术文档，对于那些概念性或设计类的内容，还是建议直接看原网页，体验会更好。
但总的来说，瑕不掩瑜。对我们这些经常需要让 AI 帮忙写代码的开发者来说，llm.codes 绝对是个提升效率的好工具。

写在最后
说实话，llm.codes 这个工具让我看到了 AI 辅助开发的新可能。当 AI 能够准确理解最新的技术文档时，我们的开发效率确实能有质的提升。特别是对于我们这些使用苹果技术栈的开发者，再也不用担心 AI 给出过时的建议了。SwiftUI、Combine、Swift Concurrency 这些相对较新的技术，现在都能得到 AI 的准确支持。如果你也经常被"AI 看不懂最新文档"这个问题困扰，强烈建议试试 llm.codes。说不定它能让你的开发工作流程焕然一新。另外如果这个工具能再进阶一下，做成一个 MCP 服务，那就更完美了，喂给 Claude 的文档，直接变成 AI 可读的格式。

最后问个问题：你们平时用 AI 写代码时，最头疼的是什么问题？欢迎评论区聊聊，说不定能互相学到新的解决方案！