适合谁
- 大型代码库的开发者
- 需要高度准确代码理解的团队
- 使用 Ollama 或 OpenAI 兼容嵌入的用户
- 希望利用 AI 辅助代码编辑并保留回滚能力的用户
C
48FMRS · D
Context+ 是一个功能丰富的 MCP 服务器，提供代码结构分析、语义搜索、静态分析、代码编辑和记忆图功能。它的亮点是结合 AST 和 RAG 进行语义理解，以及影子恢复点机制。配置相对复杂，需要 Ollama 或其他嵌入提供商。
Context+ 是一个 MCP 服务器，专为追求 99% 准确率的开发者设计。通过结合 RAG、Tree-sitter AST、谱聚类和 Obsidian 风格链接，Context+ 将庞大的代码库转化为可搜索、分层的特性图。
工具能力
get_context_tree
获取项目的结构化 AST 树，包含文件头部和符号范围（函数/类/方法的行号）。动态剪枝自动缩小输出。
get_file_skeleton
获取函数签名、类方法和类型定义，包含行号范围，无需读取完整函数体。展示 API 表面。
semantic_code_search
按语义而非精确文本搜索。使用文件头和符号的嵌入，返回匹配的符号定义行。
semantic_identifier_search
对函数/类/变量进行标识符级语义检索，返回排序的调用点和行号。
semantic_navigate
使用谱聚类按语义浏览代码库。将语义相关的文件分组为带标签的集群。
get_blast_radius
追踪符号在哪些文件和行被导入或使用。防止孤立引用。
run_static_analysis
运行原生 linter 和编译器，发现未使用变量、死代码和类型错误。支持 TypeScript、Python、Rust、Go。
propose_commit
唯一写代码的方式。在保存前根据严格规则验证，并在写入前创建影子恢复点。
get_feature_hub
Obsidian 风格的特性中心导航器。中心是包含 [[wikilinks]] 的 .md 文件，将特性映射到代码文件。
list_restore_points
列出 propose_commit 创建的所有影子恢复点。每个恢复点在 AI 更改前捕获文件状态。
undo_change
将文件恢复到特定 AI 更改前的状态。使用影子恢复点。不影响 git。
upsert_memory_node
创建或更新记忆节点（概念、文件、符号、笔记），并自动生成嵌入。
create_relation
在节点之间创建类型化边（relates_to, depends_on, implements, references, similar_to, contains）。
search_memory_graph
使用图遍历进行语义搜索——找到直接匹配然后遍历一阶和二阶邻居。
prune_stale_links
移除衰减的边（e^(-λt) 低于阈值）和低访问计数的孤立节点。
add_interlinked_context
批量添加节点，并自动相似性链接（余弦 ≥ 0.72 时自动创建边）。
retrieve_with_traversal
从节点开始向外遍历，返回所有可达邻居，按衰减和深度评分。
安装接入
无需安装，通过 npx 或 bunx 运行。在 IDE 的 MCP 配置中添加以下内容（示例为 Claude Code、Cursor、Windsurf）：
{
"mcpServers": {
"contextplus": {
"command": "bunx",
"args": ["contextplus"],
"env": {
"OLLAMA_EMBED_MODEL": "nomic-embed-text",
"OLLAMA_CHAT_MODEL": "gemma2:27b",
"OLLAMA_API_KEY": "YOUR_OLLAMA_API_KEY"
}
}
}
}对于 VS Code，使用 .vscode/mcp.json 并采用 servers 格式。也可以使用 npx -y contextplus init <client> 自动生成配置文件，支持 claude、cursor、vscode、windsurf、opencode。
claude_desktop_config.json
{
"mcpServers": {
"contextplus": {
"command": "bunx",
"args": [
"contextplus"
],
"env": {
"OLLAMA_EMBED_MODEL": "nomic-embed-text",
"OLLAMA_CHAT_MODEL": "gemma2:27b",
"OLLAMA_API_KEY": "YOUR_OLLAMA_API_KEY"
}
}
}
}
选型与风险
不适合谁
- 小型项目可能过于复杂
- 需要原生 git 集成版本控制的用户（仅提供影子恢复点）
- 需要 SQL 或文件系统访问等非代码操作的场景
所需权限
- 读取项目文件（通过 AST 解析和文件遍历）
- 创建影子恢复点（在 .mcp_data 目录下）
- 运行 linter 和编译器（run_static_analysis）
- 写入代码文件（通过 propose_commit）
- 网络访问（调用 Ollama 或 OpenAI 兼容 API）
风险与副作用
- propose_commit 可能修改代码文件，尽管有验证规则但仍需谨慎
- 运行时缓存（.mcp_data）可能占用磁盘空间
- 嵌入基于本地或云端模型，可能涉及数据隐私
- 谱聚类结果可能不稳定，标签可能不准确
常见排障
- 确保 Ollama 已安装并运行，且模型已拉取（如 nomic-embed-text）
- 验证 API 密钥和环境变量是否正确设置（OLLAMA_API_KEY 等）
- 检查项目路径是否正确，且未被 .gitignore 排除；使用 --include 或 CONTEXTPLUS_EXTRA_ROOTS 添加额外根
- 如果使用 OpenAI 兼容提供商，确保设置 CONTEXTPLUS_OPENAI_API_KEY 和 BASE_URL
使用场景
快速理解大型代码库结构
按语义搜索代码，取代文本匹配
分析变更影响范围
在 AI 编辑前创建恢复点
构建代码特性知识图谱
支持客户端
Claude Desktop部分支持
Claude Code完整支持
Cursor完整支持
VS Code完整支持
Windsurf完整支持
OpenCode完整支持