claude-context: 它是什么，解决了什么问题以及为什么它正受到关注

解决了什么问题

Claude Context 解决了在使用具有大型代码库的 AI 编程代理时遇到的“上下文窗口耗尽”和高成本问题。它不是将整个目录加载到 LLM 中——这既昂贵又经常超出 token 限制——而是允许代理从数百万行源代码中仅检索最相关的代码片段。

工作原理

它作为一个 Model Context Protocol (MCP) 插件运行，将 AI 助手（如 Claude Code、Cursor 或 Windsurf）连接到向量数据库。该系统使用以下流水线处理代码库：

1. Indexing（索引）：它使用抽象语法树 (AST) 分析代码以进行智能分块，并将生成的 embedding 存储在向量数据库（如 Milvus 或 Zilliz Cloud）中。
2. Hybrid Search（混合搜索）：它结合使用 BM25（关键词搜索）和稠密向量搜索（语义搜索）来根据自然语言查询查找代码。
3. Incremental Updates（增量更新）：它使用 Merkle trees 来仅对已更改的文件进行重新索引，从而确保索引保持最新，而无需进行完整重建。
4. Integration（集成）：它提供 index_codebase 和 search_code 等工具，AI 代理可以调用这些工具将特定的、相关的代码直接拉取到其活动上下文中。

适用人群

使用 AI 编程代理并希望在减少 token 使用量和 API 成本的同时提高检索准确性的、从事大规模软件项目开发的人员。

亮点

• Broad Compatibility（广泛的兼容性）：支持广泛的 MCP 客户端，包括 Claude Code、Cursor、Windsurf、VS Code 和 Gemini CLI。
• Multi-Language Support（多语言支持）：支持 TypeScript、JavaScript、Python、Java、C++、C#、Go、Rust、PHP、Ruby、Swift、Kotlin、Scala 和 Markdown。
• Flexible Embeddings（灵活的 embedding）：兼容多种 embedding 提供商，包括 OpenAI、VoyageAI、Ollama 和 Gemini。
• Efficiency（效率）：与加载完整目录相比，在保持检索质量的同时，证明了约 40% 的 token 减少。