forloopcodes/contextplus

Semantic Intelligence for Large-Scale Engineering. Context+ is an MCP server designed for developers who demand 99% accuracy. By combining RAG, Tree-sitter AST, Spectral Clustering, and Obsidian-style linking, Context+ turns a massive codebase into a searchable, hierarchical feature graph.

해결하는 문제

Context+는 대규모 엔지니어링 프로젝트에 고정밀 시맨틱 인텔리전스를 제공합니다. 기존의 텍스트 검색으로는 불충분한 방대한 코드베이스의 탐색 및 이해 문제를 해결하여, 개발자가 기능을 코드에 매핑하고 의존성을 높은 정밀도로 추적할 수 있도록 합니다.

작동 원리

AI 코딩 에이전트(Claude Code, Cursor, Windsurf 등)와 통합되는 Model Context Protocol (MCP) 서버로 작동합니다. 코드를 인덱싱하고 분석하기 위해 다음과 같은 기술을 결합하여 사용합니다:

구조 분석: Tree-sitter AST(Abstract Syntax Tree)를 사용하여 43가지 언어를 파싱하며, 함수 시그니처, 클래스 메서드 및 심볼 범위를 식별할 수 있습니다.
시맨틱 검색: 임베딩(Ollama 또는 OpenAI 호환 제공업체 경유)을 사용하여 정확한 텍스트가 아닌 의미 기반 검색을 가능하게 합니다.
그래프 기반 메모리: 속성 그래프(property graph)를 구현하고 감쇠 점수(decay scoring)와 Obsidian 스타일의 "wikilink" 허브를 사용하여 기능을 특정 파일에 매핑합니다.
클러스터링: 스펙트럴 클러스터링을 사용하여 의미적으로 관련된 파일을 레이블이 지정된 클러스터로 그룹화하여 브라우징을 용이하게 합니다.
안전 메커니즘: AI 기반 변경 전의 파일 상태를 캡처하는 "shadow restore point" 시스템을 포함하여, git 히스토리에 영향을 주지 않고 실행 취소(undo)를 할 수 있습니다.

대상 사용자

AI 코딩 에이전트를 사용하며, 관련 코드 컨텍스트를 검색하고 변경 사항의 "영향 범위(blast radius)"를 분석하기 위한 더 신뢰할 수 있는 방법이 필요한 대규모 및 복잡한 코드베이스의 소프트웨어 엔지니어.

주요 특징

심층 코드 인텔리전스: AST 파싱과 시맨틱 임베딩을 결합하여 식별자 수준의 검색을 제공합니다.
MCP 통합: 주요 AI IDE 및 에이전트와 즉시 사용 가능합니다.
** uma**
그래프 탐색: 메모리 노드는 타입이 지정된 에지(예: depends_on, implements)로 상호 연결될 수 있으며 그래프 탐색을 통해 검색할 수 있습니다.
Shadow Restore Points: 전용 undo 시스템을 통해 AI 코드 수정에 대한 안전망을 제공합니다.
다국어 지원: TypeScript, Python, Rust, Go를 포함한 광범위한 언어를 지원합니다.