forloopcodes/contextplus

解決する課題

Context+ は、大規模なエンジニアリングプロジェクトに対して高精度なセマンティック・インテリジェンスを提供します。従来のテキスト検索では不十分な、膨大なコードベースのナビゲーションと理解という問題を解決し、開発者が機能をコードにマッピングし、依存関係を高精度に追跡できるようにします。

仕組み

AIコーディングエージェント（Claude Code、Cursor、Windsurfなど）と統合して動作する Model Context Protocol (MCP) サーバーとして機能します。コードをインデックス化して分析するために、以下の技術を組み合わせて使用します：

• 構造解析: Tree-sitter AST (Abstract Syntax Tree) を使用して43種類の言語を解析し、関数シグネチャ、クラスメソッド、シンボル範囲を特定します。
• セマンティック検索: エンベディング（Ollama または OpenAI 互換プロバイダー経由）を採用し、正確なテキストではなく意味による検索を可能にします。
• グラフベースのメモリ: プロパティグラフを実装し、減衰スコアリングと Obsidian スタイルの「wikilink」ハブを使用して、機能を特定のファイルにマッピングします。
• クラスタリング: スペクトラルクラスタリングを使用して、意味的に関連するファイルをラベル付きクラスターにグループ化し、ブラウジングを容易にします。
• 安全メカニズム: AIによる変更前のファイル状態をキャプチャする「シャドウ・リストア・ポイント」システムを含んでおり、git の履歴に影響を与えずに元に戻すことができます。

対象者

AIコーディングエージェントを使用しており、関連するコードコンテキストの取得や変更の「影響範囲（blast radius）」の分析において、より信頼性の高い方法を必要としている、大規模で複雑なコードベースに従事するソフトウェアエンジニア。

ハイライト

• 高度なコード・インテリジェンス: AST解析とセマンティック・エンベディングを組み合わせ、識別子レベルの検索を実現。
• MCP 統合: 主要な AI IDE やエージェントですぐに使用可能。
• uma
• グラフ探索: メモリノードは型付きエッジ（例：depends_on, implements）で相互リンクでき、グラフ探索を通じて検索可能。
• シャドウ・リストア・ポイント: 専用の undo システムにより、AI によるコード修正に対するセーフティネットを提供。
• マルチ言語サポート: TypeScript、Python、Rust、Go を含む幅広い言語をサポート。