Claude Context：9K星MCP插件，让AI编程Agent秒懂你的整个代码库

你是不是也遇到过这些抓狂时刻？

接手一个十几万行的老项目，Claude Code每次只看得到当前打开的几个文件，改一个功能要反复跟它解释上下文——"这个函数调的是哪个模块来的？""这个数据库字段在哪些地方用到了？"每次提问，AI都得从零开始摸索，你只能在旁边一步步引导，效率比你自己写还低。

更惨的是大型代码库用Claude Code：每提问一次，上下文窗口就被巨大的目录列表占满，真正有用的代码片段反而塞不进去。Token飞涨，账单心疼，结果AI还是答非所问。

Claude Context 就是来解决这个问题的。 它是Zilliz（做Milvus向量数据库那家中国公司）开源的MCP插件，能把你整个代码库做语义索引，AI提问时直接搜索最相关的代码片段塞进上下文。不用反复解释，不用载入全目录，AI瞬间就有"全局视野"。

项目是什么

Claude Context 是一个基于 MCP（Model Context Protocol，模型上下文协议）的代码搜索插件。它的工作原理很简单：先把你的代码库切分成代码块，用向量模型提取语义Embedding（向量表示），存到向量数据库里；AI编程助手提问时，它会用混合搜索（关键词BM25 + 语义向量）找到最相关的代码片段，自动注入到AI的上下文中。

简单说：让AI像搜索引擎一样，秒级查到你代码库里的任何内容。

核心功能

• 全代码库语义搜索：用自然语言提问（比如"用户认证在哪里处理"），直接返回相关代码，不用逐文件翻
• 混合搜索（BM25 + 语义向量）：关键词匹配和语义理解双管齐下，搜索结果更精准
• AST智能代码分块：按语法树分析代码结构，每个代码块都是完整的函数/类/模块，不会把函数切碎
• 增量索引：用Merkle树追踪文件变化，只重新索引改过的文件，大型项目秒级更新
• 多项目支持：可在多个代码库间切换，自动检测当前项目，每个项目独立索引
• 支持10+编程语言：TypeScript、JavaScript、Python、Java、C++、C#、Go、Rust、PHP、Ruby、Swift、Kotlin等
• 多AI编程工具兼容：Claude Code、Cursor、Windsurf、OpenAI Codex CLI、Gemini CLI、Qwen Code、VS Code、Cline等都能用

安装步骤

前置条件

1. Node.js 20.x 或 22.x（注意：不支持24.x及以上版本）

Mac安装（用Homebrew）： ``bash brew install node@22 ``

Windows安装：去 Node.js官网 下载22.x安装包

Linux安装： ``bash curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt-get install -y nodejs ``

1. 向量数据库账号（免费申请）

Claude Context需要向量数据库来存储代码的语义向量。最简单的方式是注册 Zilliz Cloud 免费账号，获取API Key。

> 💡 中国用户注意：Zilliz Cloud有中国区服务，延迟更低。注册后在控制台获取"Personal API Key"（个人密钥）即可。

1. Embedding模型API Key（二选一）

- 方案A - OpenAI：需要OpenAI API Key（用text-embedding-3-small模型，很便宜） - 方案B - Ollama本地：完全免费，本地跑模型，但需要先装Ollama（后面会说）

方法一：Claude Code 快速安装（推荐）

这是最快的安装方式，一条命令搞定：

claude mcp add claude-context   -e OPENAI_API_KEY=sk-你的OpenAI密钥   -e MILVUS_ADDRESS=你的Zilliz-Cloud地址   -e MILVUS_TOKEN=你的Zilliz-Cloud密钥   -- npx @zilliz/claude-context-mcp@latest

安装完成后，重启Claude Code，插件就生效了。

⚠️ 如果你的Node.js版本≥24，需要先降级： ``bash # Mac用nvm切换版本 nvm install 22 nvm use 22 ``

方法二：完全本地部署（零云端依赖）

不想把代码送去云端？完全可以用本地向量数据库+本地Embedding模型：

第一步：本地部署Milvus向量数据库

# 用Docker部署Milvus单机版
wget https://github.com/milvus-io/milvus/releases/download/v2.5.4/milvus-standalone-docker-compose.yml
docker compose -f milvus-standalone-docker-compose.yml up -d

Milvus默认运行在 127.0.0.1:19530。

第二步：安装Ollama并下载Embedding模型

# Mac
brew install ollama
ollama pull nomic-embed-text

# Linux
curl -fsSL https://ollama.com/install.sh | sh
ollama pull nomic-embed-text

第三步：配置Claude Context走本地

claude mcp add claude-context   -e EMBEDDING_PROVIDER=Ollama   -e OLLAMA_HOST=http://127.0.0.1:11434   -e OLLAMA_MODEL=nomic-embed-text   -e MILVUS_ADDRESS=127.0.0.1:19530   -- npx @zilliz/claude-context-mcp@latest

全程数据不出本机，适合代码安全性要求高的团队。

方法三：Cursor / Windsurf / 其他IDE安装

在IDE的MCP配置文件中添加：

Cursor（编辑 ~/.cursor/mcp.json）：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "sk-你的OpenAI密钥",
        "MILVUS_ADDRESS": "你的Zilliz-Cloud地址",
        "MILVUS_TOKEN": "你的Zilliz-Cloud密钥"
      }
    }
  }
}

Windsurf（编辑 ~/.windsurf/mcp.json）：同上格式。

OpenAI Codex CLI（编辑 ~/.codex/config.toml）：

[mcp_servers.claude-context]
command = "npx"
args = ["@zilliz/claude-context-mcp@latest"]
env = { "OPENAI_API_KEY" = "sk-你的OpenAI密钥", "MILVUS_TOKEN" = "你的Zilliz-Cloud密钥" }

Gemini CLI（编辑 ~/.gemini/settings.json）：同JSON格式。

Qwen Code（编辑 ~/.qwen/settings.json）：同JSON格式，加上 MILVUS_ADDRESS 字段。

方法四：全局配置（配置一次，到处用）

Claude Context支持全局配置文件，多个MCP客户端共享一套配置：

# 创建全局配置目录
mkdir -p ~/.context

# 写入配置
cat > ~/.context/.env << 'EOF'
EMBEDDING_PROVIDER=OpenAI
OPENAI_API_KEY=sk-你的OpenAI密钥
EMBEDDING_MODEL=text-embedding-3-small
MILVUS_ADDRESS=你的Zilliz-Cloud地址
MILVUS_TOKEN=你的Zilliz-Cloud密钥
EOF

之后所有MCP客户端的配置里就不需要再写 env 字段了，简化成：

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

使用方法

用法一：索引代码库

打开你的项目目录，启动Claude Code，对AI说：

请索引当前代码库

或者英文：

Index this codebase

Claude Context会自动扫描项目文件、解析代码结构、提取向量、存入数据库。大项目首次索引可能需要几分钟，小型项目几十秒就完成。

查看索引进度：

查看索引进度

用法二：语义搜索代码

索引完成后，可以直接用自然语言搜索代码：

找到处理用户认证的函数

数据库连接在哪里初始化的

哪些地方用到了Redis缓存

Claude Context会返回最相关的代码片段和文件路径，AI就能基于这些精准上下文来回答问题或修改代码——不用你手动解释项目结构了。

用法三：增量更新

代码改了不需要重建索引。Claude Context用Merkle树追踪文件变化，每次打开项目自动检测改了哪些文件，只重新索引变化的部分，速度很快。

如果需要手动清理索引重新来：

清除当前代码库的索引

实际场景举例

跟同类工具对比

Claude Context的优势在哪？

1. 省Token：官方评测显示同等检索质量下节省约40%的Token消耗——不全加载目录，只注入相关代码
2. 混合搜索更准：同时用关键词和语义匹配，比纯向量搜索在代码场景下更准
3. 生态最广：支持Claude Code、Cursor、Windsurf、Codex CLI等10+主流AI编程工具
4. 中国团队维护：Zilliz是做Milvus向量数据库的中国公司，中文社区支持好

高级配置

自定义Embedding模型

除了OpenAI默认的text-embedding-3-small，还支持：

# 用OpenAI更大的模型（更准但更贵）
-e EMBEDDING_MODEL=text-embedding-3-large

# 用VoyageAI的代码专用模型（代码搜索最强）
-e EMBEDDING_PROVIDER=VoyageAI -e VOYAGEAI_API_KEY=你的密钥 -e EMBEDDING_MODEL=voyage-code-3

# 用Gemini的Embedding模型
-e EMBEDDING_PROVIDER=Gemini -e GEMINI_API_KEY=你的密钥

自定义文件过滤

默认索引常见的代码文件，你也可以添加自定义扩展名或忽略规则：

# 添加自定义文件扩展名
-e CUSTOM_EXTENSIONS=.vue,.svelte,.astro

# 忽略特定目录/文件
-e CUSTOM_IGNORE_PATTERNS="temp/**,*.backup,private/**"

项目里的.gitignore文件会自动被识别，不需要手动配。

用VS Code Extension

除了MCP方式，Claude Context还有VS Code插件：

1. 在VS Code扩展商店搜索"Semantic Code Search"
2. 点击安装
3. 配置Zilliz Cloud和OpenAI密钥后就能用

适合不习惯命令行、更喜欢IDE内操作的同学。

小结

Claude Context解决了AI编程工具最大的痛点——上下文不足。通过把整个代码库做语义索引，AI不再"只见树木不见森林"，而是精准定位到你问的那几行代码。9K+星标、700+今日新增星、MIT开源协议、中国团队维护——无论是用Claude Code还是Cursor还是其他AI编程工具，装上这个插件，你的AI助手就从"只能看当前文件"进化到"秒懂整个项目"。

项目地址：https://github.com/zilliztech/claude-context

VS Code插件：https://marketplace.visualstudio.com/items?itemName=zilliz.semanticcodesearch