【github热点】Claude Context -- 你的编程超级助理

Claude Context是一个创新的MCP插件，通过语义搜索技术解决AI编程助手的核心痛点。它能将整个代码库转化为可查询的知识库，无需手动喂文件即可让AI理解大型项目上下文。该工具采用两阶段处理：离线阶段通过AST代码分块和向量化嵌入构建知识库；在线阶段通过混合检索返回最相关的代码片段。相比传统方式，它能减少40%的Token消耗，解决上下文窗口限制和全局理解不足的问题。部署简单，支持Node

吴辉harvy

445人浏览 · 2026-04-23 20:03:43

吴辉harvy · 2026-04-23 20:03:43 发布

Claude Context 项目介绍

一、一句话理解

Claude Context 是一个 MCP 插件，为 AI 编程助手提供语义代码搜索引擎。
它将整个代码库转化为可随时提问的知识库，让 AI 不再需要手动喂文件，自主理解大型项目的上下文。

二、核心痛点与解决

痛点	问题	解法
上下文窗口限制与高成本	手动塞入大量文件，让 AI 处理无关内容，浪费 Token	只检索最相关的代码片段，减少约 40% Token 消耗
AI 对全局架构缺乏理解	只看局部文件，易产生风格不一致或 Bug	通过语义搜索揭示函数调用、数据流向等全局关系
传统关键词搜索不准确	自然语言意图（“用户登录”）与代码实现（`authenticate_user`）不匹配	使用语义搜索，理解意图，找到语义相近但用词不同的代码

三、核心原理（两步走）

1. 离线阶段：知识库构建

智能文件筛选：忽略 node_modules、.git 等无关目录
AST 代码分块：基于抽象语法树，将完整函数/类切分为语义独立的“知识块”
向量化嵌入：调用大模型（如 OpenAI）将每个块转为向量
存入向量数据库：如 Milvus / Zilliz Cloud

2. 在线阶段：智能搜索

用户自然语言问题 → 向量化
混合检索：语义搜索（密集向量）+ 关键词匹配（BM25）
返回最相关的代码片段、文件路径、行号等上下文

四、实战部署（以 Claude Code 为例）

前提

Node.js ≥ 20.0.0 且 < 24.0.0
获取 Zilliz Cloud 免费集群的 MILVUS_ADDRESS 和 MILVUS_TOKEN
获取 OpenAI API Key（OPENAI_API_KEY）

部署步骤

claude mcp add claude-context \
  -e OPENAI_API_KEY=你的密钥 \
  -e MILVUS_ADDRESS=你的Zilliz端点 \
  -e MILVUS_TOKEN=你的Zilliz密钥 \
  -- npx @zilliz/claude-context-mcp@latest

验证：claude mcp list

使用

进入项目目录，运行 claude
对 Claude 说：Index this codebase
查询进度：Check the indexing status
开始提问，例如 Find functions related to user password encryption

五、灵活适配其他工具

IDE（Cursor / VSCode / Windsurf）：编辑 mcp.json
其他 CLI（Gemini CLI / Qwen Code / OpenAI Codex CLI）：配置 MCP 的 settings.json 或 config.toml
开发者：直接调用核心包 @zilliz/claude-context-core