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.

解决的问题

Context+ 为大规模工程项目提供高精度的语义智能。它解决了传统文本搜索不足以应对海量代码库导航和理解的问题，允许开发人员将功能映射到代码并高精度地追踪依赖关系。

工作原理

作为一个与 AI 编码代理（如 Claude Code、Cursor 和 Windsurf）集成的 Model Context Protocol (MCP) 服务器运行。它结合使用多种技术来对代码进行索引和分析：

结构分析： 使用 Tree-sitter AST (抽象语法树) 解析 43 种不同的语言，使其能够识别函数签名、类方法和符号范围。
语义搜索： 采用嵌入技术（通过 Ollama 或兼容 OpenAI 的提供商）实现基于含义而非精确文本的搜索。
基于图的记忆： 实现具有衰减评分和 Obsidian 式“双向链接”枢纽的属性图，将功能映射到特定文件。
聚类： 使用谱聚类将语义相关的文件分组到带标签的簇中，以便于浏览。
安全机制： 包含“影子还原点”系统，在 AI 驱动的更改之前捕获文件状态，从而在不影响 git 历史的情况下进行撤销。

适用对象

正在处理大型复杂代码库、使用 AI 编码代理，并需要更可靠的方式来检索相关代码上下文及分析更改“爆炸半径”的软件工程师。

亮点

深度代码智能： 将 AST 解析与语义嵌入相结合，实现标识符级别的检索。
MCP 集成： 可直接用于主流 AI IDE 和代理。
** uma**
图遍历： 记忆节点可以通过类型化边（例如 depends_on, implements）相互链接，并通过图遍历进行搜索。
影子还原点： 为 AI 代码修改提供专用撤销系统的安全保障。
多语言支持： 支持包括 TypeScript、Python、Rust 和 Go 在内的广泛语言。