ClaudeContext

zc277584121/ClaudeContext
1 Stars 244 次浏览 更新于 2026-08-23
知识管理与记忆开发者工具

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "claude-context": {
      "args": [
        "@zilliz/claude-context-mcp@latest"
      ],
      "command": "npx",
      "env": {
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key",
        "OPENAI_API_KEY": "your-openai-api-key"
      }
    }
  }
}

服务介绍

@zilliz/claude-context-mcp


Model Context Protocol (MCP) 集成用于 Claude Context - 一个强大的 MCP 服务器，使 AI 助手和代理能够使用语义搜索来索引和搜索代码库。

npm version
npm downloads

📖 Claude Context 新手？ 查看 主项目 README 获取概述和设置说明。

🚀 将 Claude Context 作为 MCP 在 Claude Code 及其他中使用

img

Model Context Protocol (MCP) 允许您将 Claude Context 与您喜欢的 AI 编码助手（例如 Claude Code）集成在一起。

快速开始

前提条件

在使用 MCP 服务器之前，请确保您已具备以下条件：

  • 您选择的嵌入提供商（OpenAI、VoyageAI、Gemini 或 Ollama 设置）的 API 密钥
  • Milvus 向量数据库（本地或云端）

💡 设置帮助： 请参阅 主项目设置指南 获取详细的安装说明。

准备环境变量

嵌入提供商配置

Claude Context MCP 支持多个嵌入提供商。请选择最适合您需求的一个：

💡 提示： 您还可以使用 全局环境变量 来更轻松地管理不同 MCP 客户端的配置。


# Supported providers: OpenAI, VoyageAI, Gemini, Ollama

EMBEDDING_PROVIDER=OpenAI

OpenAI 提供高质量的嵌入，具有出色的代码理解性能。


# Required: Your OpenAI API key

OPENAI_API_KEY=sk-your-openai-api-key



# Optional: Specify embedding model (default: text-embedding-3-small)

EMBEDDING_MODEL=text-embedding-3-small



# Optional: Custom API base URL (for Azure OpenAI or other compatible services)

OPENAI_BASE_URL=https://api.openai.com/v1

可用模型：

  • text-embedding-3-small（1536 维度，更快，成本更低）
  • text-embedding-3-large（3072 维度，质量更高）
  • text-embedding-ada-002（1536 维度，旧版模型）

获取 API 密钥：

  1. 访问 OpenAI 平台
  2. 登录或创建账户
  3. 生成新的 API 密钥
  4. 如有需要，设置账单

VoyageAI 提供专门针对编程语言优化的代码嵌入。


# Required: Your VoyageAI API key

VOYAGEAI_API_KEY=pa-your-voyageai-api-key



# Optional: Specify embedding model (default: voyage-code-3)

EMBEDDING_MODEL=voyage-code-3

可用模型：

  • voyage-code-3（1024 维度，针对代码优化）
  • voyage-3（1024 维度，通用）
  • voyage-3-lite（512 维度，更快的推理）

获取 API 密钥：

  1. 访问 VoyageAI 控制台
  2. 注册账户
  3. 导航到 API 密钥部分
  4. 创建新的 API 密钥

Google 的 Gemini 提供具有良好的多语言支持的竞争性嵌入。


# Required: Your Gemini API key

GEMINI_API_KEY=your-gemini-api-key



# Optional: Specify embedding model (default: gemini-embedding-001)

EMBEDDING_MODEL=gemini-embedding-001

可用模型：

  • gemini-embedding-001（3072 维度，最新模型）

获取 API 密钥：

  1. 访问 Google AI Studio
  2. 使用您的 Google 账户登录
  3. 转到“获取 API 密钥”部分
  4. 创建新的 API 密钥

Ollama 允许您在本地运行嵌入，而无需将数据发送到外部服务。


# Required: Specify which Ollama model to use

EMBEDDING_MODEL=nomic-embed-text



# Optional: Specify Ollama host (default: http://127.0.0.1:11434)

OLLAMA_HOST=http://127.0.0.1:11434

可用模型：

  • nomic-embed-text（768 维度，推荐用于代码）
  • mxbai-embed-large（1024 维度，质量更高）
  • all-minilm（384 维度，轻量级）

设置说明：

  1. 从 ollama.ai 安装 Ollama
  2. 拉取嵌入模型： 
    ollama pull nomic-embed-text
  3. 确保 Ollama 正在运行： 
    ollama serve

在 Zilliz Cloud 上获取免费向量数据库

Claude Context 需要一个向量数据库。您可以在 Zilliz Cloud 上 注册 以获取 API 密钥。

复制您的个人密钥以替换配置示例中的 your-zilliz-cloud-api-key。


MILVUS_TOKEN=your-zilliz-cloud-api-key

Embedding Batch Size

You can set the embedding batch size to optimize the performance of the MCP server, depending on your embedding model throughput. The default value is 100.


EMBEDDING_BATCH_SIZE=512

自定义文件处理（可选）您可以使用环境变量全局配置自定义文件扩展名和忽略模式：

plaintext

# Additional file extensions to include beyond defaults
CUSTOM_EXTENSIONS=.vue,.svelte,.astro,.twig

# Additional ignore patterns to exclude files/directories
CUSTOM_IGNORE_PATTERNS=temp/**,*.backup,private/**,uploads/**

这些设置将与工具参数结合使用 - 两个来源的模式将会被合并在一起。

与MCP客户端一起使用

创建或编辑 ~/.qwen/settings.json 文件，并添加以下配置：

json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

前往：设置 -> Cursor 设置 -> MCP -> 添加新的全局MCP服务器

推荐的方法是将以下配置粘贴到您的 Cursor ~/.cursor/mcp.json 文件中。您也可以通过在项目文件夹中创建 .cursor/mcp.json 来为特定项目安装。有关更多信息，请参阅 Cursor MCP 文档。

OpenAI 配置（默认）:
json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "EMBEDDING_PROVIDER": "OpenAI",
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

VoyageAI 配置:
json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "EMBEDDING_PROVIDER": "VoyageAI",
        "VOYAGEAI_API_KEY": "your-voyageai-api-key",
        "EMBEDDING_MODEL": "voyage-code-3",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Gemini 配置:
json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "EMBEDDING_PROVIDER": "Gemini",
        "GEMINI_API_KEY": "your-gemini-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Ollama 配置:
json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "EMBEDDING_PROVIDER": "Ollama",
        "EMBEDDING_MODEL": "nomic-embed-text",
        "OLLAMA_HOST": "http://127.0.0.1:11434",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

前往：设置 -> MCP -> 添加MCP服务器

将以下配置添加到您的 Void MCP 设置中：

json

{
  "mcpServers": {
    "code-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

将以下内容添加到您的 Claude Desktop 配置中：

json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

使用命令行界面添加 Claude Context MCP 服务器：

bash

# Add the Claude Context MCP server
claude mcp add claude-context -e OPENAI_API_KEY=your-openai-api-key -e MILVUS_TOKEN=your-zilliz-cloud-api-key -- npx @zilliz/claude-context-mcp@latest

有关 MCP 服务器管理的更多详细信息，请参阅 Claude Code MCP 文档。

Windsurf 通过 JSON 文件支持 MCP 配置。将以下配置添加到您的 Windsurf MCP 设置中：

json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

可以通过兼容 MCP 的扩展程序在 VS Code 中使用 Claude Context MCP 服务器。将以下配置添加到您的 VS Code MCP 设置中：

json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Cherry Studio 允许通过其设置界面进行可视化的 MCP 服务器配置。虽然它不直接支持手动 JSON 配置，但您可以通过 GUI 添加新服务器：

  1. 导航至 设置 → MCP 服务器 → 添加服务器。
  2. 填写服务器详细信息：
    • 名称: claude-context
    • 类型: STDIO
    • 命令: npx
    • 参数: ["@zilliz/claude-context-mcp@latest"]
    • 环境变量:
      • OPENAI_API_KEY: your-openai-api-key
      • MILVUS_TOKEN: your-zilliz-cloud-api-key
  3. 保存配置以激活服务器。

Cline 使用 JSON 配置文件来管理 MCP 服务器。要集成提供的 MCP 服务器配置：

  1. 打开 Cline 并点击顶部导航栏中的 MCP 服务器 图标。
  2. 选择 已安装 标签，然后点击 高级MCP设置。
  3. 在 cline_mcp_settings.json 文件中，添加以下配置：

json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}
  1. 保存文件。

要在 Augment Code 中配置 Claude Context MCP，您可以使用图形界面或手动配置。

A. 使用 Augment Code UI

  1. 点击汉堡菜单。
  2. 选择 设置。
  3. 导航到 工具 部分。
  4. 点击 + 添加MCP 按钮。
  5. 输入以下命令：

plaintext

npx @zilliz/claude-context-mcp@latest
  1. 将MCP命名为 Claude Context。
  2. 点击 添加 按钮。

B. 手动配置

  1. 按 Cmd/Ctrl Shift P 或者在 Augment 面板的汉堡菜单中选择 编辑设置。
  2. 在 高级 下，点击 在 settings.json 中编辑。
  3. 将服务器配置添加到 mcpServers 数组中，在 augment.advanced 对象内。

json

"augment.advanced": { 
  "mcpServers": [ 
    { 
      "name": "claude-context", 
      "command": "npx", 
      "args": ["-y", "@zilliz/claude-context-mcp@latest"] 
    } 
  ] 
}

Gemini CLI 需要通过 JSON 文件进行手动配置：

  1. 创建或编辑 ~/.gemini/settings.json 文件。

  2. 添加以下配置：

json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}
  1. 保存文件并重启 Gemini CLI 以应用更改。

Roo Code 使用 JSON 配置文件来配置 MCP 服务器：

  1. 打开 Roo Code 并导航到 设置 → MCP 服务器 → 编辑全局配置。

  2. 在 mcp_settings.json 文件中，添加以下配置：

json

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}
  1. 保存文件以激活服务器。

服务器使用 stdio 传输，并遵循标准的 MCP 协议。可以通过运行以下命令将其与任何兼容 MCP 的客户端集成：

bash

npx @zilliz/claude-context-mcp@latest

功能

  • 🔌 MCP 协议兼容性：完全兼容启用 MCP 的 AI 助手和代理
  • 🔍 语义代码搜索：使用自然语言查询查找相关代码片段
  • 📁 代码库索引：为快速语义搜索索引整个代码库
  • 🔄 自动同步：自动检测并同步文件更改以保持索引最新
  • 🧠 AI 支持：使用 OpenAI 嵌入和 Milvus 向量数据库
  • ⚡ 实时：具有进度反馈的交互式索引和搜索
  • 🛠️ 工具驱动：通过 MCP 协议暴露三个主要工具

可用工具

1. index_codebase

为语义搜索索引一个代码库目录。

参数：

  • path（必需）：要索引的代码库目录的绝对路径
  • force（可选）：即使已索引也强制重新索引（默认：false）
  • splitter（可选）：使用的代码分割器 - 'ast' 用于语法感知分割并自动回退，'langchain' 用于基于字符的分割（默认："ast"）
  • customExtensions（可选）：除了默认值之外要包含的额外文件扩展名（例如，['.vue', '.svelte', '.astro']）。扩展名应包括点前缀，否则将自动添加（默认：[]）
  • ignorePatterns（可选）：除了默认值之外要排除特定文件/目录的额外忽略模式（例如，['static/', '*.tmp', 'private/']）（默认：[]）

2. search_code

使用自然语言查询搜索已索引的代码库。

参数：

  • path（必需）：要在其中搜索的代码库目录的绝对路径
  • query（必需）：在代码库中搜索的自然语言查询
  • limit（可选）：返回的最大结果数（默认：10，最大：50）

3. clear_index

清除特定代码库的搜索索引。

参数：

  • path（必需）：要清除索引的代码库目录的绝对路径

贡献

此包是 Claude Context 单仓库的一部分。请参阅：

相关项目

许可证

MIT - 详情请参见 LICENSE

查看源码 项目主页

相关 MCP 服务

Markmap思维导图
jinzcdev/Markmap
Markmap MCP 服务器基于模型上下文协议（MCP），允许一键将 Markdown 文本转换为交互式思维导图，支持多种格式导出和丰富的交互操作。它基于开源项目 markmap 构建。
LeetCode(力扣)
jinzcdev/leetcode-mcp-server
MCP 服务器实现 LeetCode API 集成，支持自动化获取编程题库、用户数据和竞赛信息。
Github的维基百科DeepWiKi
@regenrek/mcp-deepwiki
📖 MCP 服务器用于获取 deepwiki.com 的最新知识，并在 Cursor 和其他代码编辑器中使用
微信读书
@package/mcp-server-weread
一个为微信读书提供MCP（Model Context Protocol）服务的工具，支持将微信读书的书籍、笔记和划线数据提供给支持MCP的大语言模型客户端，如Claude Desktop。