Claude Context

Claude Context是一個MCP插件，通過語義代碼搜索為AI編程助手提供整個代碼庫的深度上下文，支持多種嵌入模型和向量數據庫，實現高效代碼檢索。

開發者工具搜索工具 #語義搜索 #代碼檢索 #AI助手 #MCP插件 .TypeScript

評分 : 5分

下載量 : 31.7K

更新時間 : 2025-12-12

打開站點

什麼是Claude Context MCP服務器？

Claude Context是一個Model Context Protocol (MCP)服務器，它為AI編碼助手（如Claude Code、Cursor等）添加了語義代碼搜索功能。與傳統的文件搜索不同，它使用先進的向量搜索技術理解代碼的語義含義，能夠從數百萬行代碼中快速找到最相關的代碼片段。

如何使用Claude Context？

使用Claude Context非常簡單：首先配置MCP服務器到你的AI編碼工具中，然後索引你的代碼庫，最後就可以通過自然語言查詢來搜索代碼了。整個過程自動化程度高，無需手動編寫複雜的搜索查詢。

適用場景

Claude Context特別適合大型代碼庫項目、團隊協作開發、代碼重構、學習新代碼庫等場景。當你不熟悉某個大型項目時，可以通過自然語言快速找到相關功能的實現代碼。

主要功能

語義代碼搜索

使用先進的嵌入模型理解代碼的語義含義，支持自然語言查詢，如'查找處理用戶登錄的函數'

混合搜索技術

結合BM25關鍵詞搜索和密集向量搜索，提供更準確、更全面的搜索結果

智能代碼分塊

基於抽象語法樹(AST)分析代碼結構，智能地將代碼分割成有意義的塊，提高搜索精度

增量索引

使用Merkle樹技術只重新索引已更改的文件，大幅提高大型代碼庫的索引效率

多語言支持

支持TypeScript、JavaScript、Python、Java、C++、C#、Go、Rust、PHP、Ruby、Swift、Kotlin、Scala等多種編程語言

多平臺集成

支持Claude Code、Cursor、VS Code、OpenAI Codex CLI、Gemini CLI等多種AI編碼工具

優勢

大幅減少AI助手的上下文長度需求，節省API調用成本

理解代碼語義，搜索結果更準確相關

支持大型代碼庫，可處理數百萬行代碼

配置簡單，與主流AI編碼工具無縫集成

支持多種嵌入模型和向量數據庫，靈活可擴展

侷限性

需要外部API密鑰（OpenAI API和Zilliz Cloud）

首次索引大型代碼庫可能需要較長時間

需要Node.js 20+環境，不支持Node.js 24+

對於非常小的項目，傳統搜索可能更簡單直接

如何使用

獲取必要的API密鑰

註冊Zilliz Cloud獲取向量數據庫API密鑰，註冊OpenAI獲取嵌入模型API密鑰

配置MCP服務器

根據你使用的AI編碼工具，將Claude Context MCP服務器添加到配置文件中

索引代碼庫

在AI編碼工具中打開你的項目目錄，使用命令開始索引整個代碼庫

開始搜索代碼

索引完成後，使用自然語言查詢來搜索相關代碼

使用案例

理解大型代碼庫

當你加入一個新項目，需要快速瞭解代碼結構時，可以使用Claude Context搜索相關功能實現

代碼重構輔助

在重構代碼時，需要找到所有使用某個舊API的地方

學習最佳實踐

想了解項目中如何處理錯誤或日誌記錄

查找特定功能

需要修改某個特定功能但不知道它在代碼中的位置

常見問題

Claude Context會索引哪些文件？

我可以使用完全本地的部署嗎？

支持多個項目/代碼庫嗎？

索引大型代碼庫需要多長時間？

需要多少存儲空間？

如何更新已索引的代碼？

🚀 Claude Context

Claude Context 是一款 MCP 插件，它為 Claude Code 及其他 AI 編碼助手增添了語義代碼搜索功能，能讓這些工具從整個代碼庫中獲取深度上下文信息。

🧠 以整個代碼庫為上下文：Claude Context 藉助語義搜索，能夠從數百萬行代碼中找出所有相關代碼，無需進行多輪探索，直接將搜索結果納入 Claude 的上下文。

💰 大型代碼庫的經濟之選：相較於每次請求都將整個目錄加載到 Claude 中（這可能成本高昂），Claude Context 能高效地將代碼庫存儲在向量數據庫中，僅在上下文中使用相關代碼，從而有效控制成本。

🚀 快速開始

前提條件

在 Zilliz Cloud 上獲取免費向量數據庫 👈

Claude Context 需要一個向量數據庫。你可以在 Zilliz Cloud 上註冊，以獲取 API 密鑰。

複製你的個人密鑰，在配置示例中替換 your-zilliz-cloud-api-key。

獲取 OpenAI 嵌入模型的 API 密鑰

你需要一個 OpenAI API 密鑰來使用嵌入模型。你可以在 OpenAI 上註冊獲取。

你的 API 密鑰格式通常以 sk- 開頭。複製你的密鑰，並在以下配置示例中使用它替換 your-openai-api-key。

為 Claude Code 配置 MCP

系統要求：

Node.js >= 20.0.0 且 < 24.0.0

Claude Context 與 Node.js 24.0.0 不兼容，如果你的 Node 版本大於或等於 24，需要先進行降級。

配置

使用命令行界面添加 Claude Context MCP 服務器：

claude mcp add claude-context \
  -e OPENAI_API_KEY=sk-your-openai-api-key \
  -e MILVUS_TOKEN=your-zilliz-cloud-api-key \
  -- npx @zilliz/claude-context-mcp@latest

有關 MCP 服務器管理的更多詳細信息，請參閱 Claude Code MCP 文檔。

其他 MCP 客戶端配置

OpenAI Codex CLI

Codex CLI 使用 TOML 配置文件：

創建或編輯 ~/.codex/config.toml 文件。
添加以下配置：

# 重要提示：頂級鍵是 `mcp_servers` 而非 `mcpServers`。
[mcp_servers.claude-context]
command = "npx"
args = ["@zilliz/claude-context-mcp@latest"]
env = { "OPENAI_API_KEY" = "your-openai-api-key", "MILVUS_TOKEN" = "your-zilliz-cloud-api-key" }
# 可選：覆蓋默認的 10 秒啟動超時時間
startup_timeout_ms = 20000

保存文件並重啟 Codex CLI 以應用更改。

Gemini CLI

Gemini CLI 需要通過 JSON 文件進行手動配置：

創建或編輯 ~/.gemini/settings.json 文件。
添加以下配置：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

保存文件並重啟 Gemini CLI 以應用更改。

Qwen Code

創建或編輯 ~/.qwen/settings.json 文件，並添加以下配置：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Cursor

點擊鏈接：安裝 MCP

前往：設置 -> Cursor 設置 -> MCP -> 添加新的全局 MCP 服務器

建議將以下配置粘貼到你的 Cursor ~/.cursor/mcp.json 文件中。你也可以通過在項目文件夾中創建 .cursor/mcp.json 文件，在特定項目中進行安裝。有關更多信息，請參閱 Cursor MCP 文檔。

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Void

前往：設置 -> MCP -> 添加 MCP 服務器

在你的 Void MCP 設置中添加以下配置：

{
  "mcpServers": {
    "code-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Claude Desktop

在你的 Claude Desktop 配置中添加以下內容：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Windsurf

Windsurf 支持通過 JSON 文件進行 MCP 配置。在你的 Windsurf MCP 設置中添加以下配置：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

VS Code

Claude Context MCP 服務器可以通過支持 MCP 的擴展與 VS Code 一起使用。在你的 VS Code MCP 設置中添加以下配置：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

Cherry Studio

Cherry Studio 允許通過其設置界面進行可視化的 MCP 服務器配置。雖然它不直接支持手動 JSON 配置，但你可以通過圖形用戶界面添加新服務器：

導航到 設置 → MCP 服務器 → 添加服務器。
填寫服務器詳細信息：
- 名稱：claude-context
- 類型：STDIO
- 命令：npx
- 參數：["@zilliz/claude-context-mcp@latest"]
- 環境變量：
  - OPENAI_API_KEY：your-openai-api-key
  - MILVUS_ADDRESS：your-zilliz-cloud-public-endpoint
  - MILVUS_TOKEN：your-zilliz-cloud-api-key
保存配置以激活服務器。

Cline

Cline 使用 JSON 配置文件來管理 MCP 服務器。要集成提供的 MCP 服務器配置：

打開 Cline，點擊頂部導航欄中的 MCP 服務器 圖標。
選擇 已安裝 標籤，然後點擊 高級 MCP 設置。
在 cline_mcp_settings.json 文件中，添加以下配置：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

保存文件。

Augment

要在 Augment Code 中配置 Claude Context MCP，你可以使用圖形界面或手動配置。

A. 使用 Augment Code 用戶界面

點擊漢堡菜單。
選擇設置。
導航到工具部分。
點擊 + 添加 MCP 按鈕。
輸入以下命令：

npx @zilliz/claude-context-mcp@latest

將 MCP 命名為：Claude Context。
點擊添加按鈕。

B. 手動配置

按下 Cmd/Ctrl + Shift + P 或在 Augment 面板中點擊漢堡菜單。
選擇編輯設置。
在高級設置下，點擊在 settings.json 中編輯。
將服務器配置添加到 augment.advanced 對象中的 mcpServers 數組中。

"augment.advanced": { 
  "mcpServers": [ 
    { 
      "name": "claude-context", 
      "command": "npx", 
      "args": ["-y", "@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  ]
}

Roo Code

Roo Code 使用 JSON 配置文件來配置 MCP 服務器：

打開 Roo Code，導航到 設置 → MCP 服務器 → 編輯全局配置。
在 mcp_settings.json 文件中，添加以下配置：

{
  "mcpServers": {
    "claude-context": {
      "command": "npx",
      "args": ["@zilliz/claude-context-mcp@latest"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
        "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
      }
    }
  }
}

保存文件以激活服務器。

Zencoder

Zencoder 在其 JetBrains 和 VS Code 插件版本中都支持 MCP 工具和服務器。

轉到 Zencoder 菜單 (...)
從下拉菜單中選擇 工具
點擊 添加自定義 MCP
添加名稱（例如 Claude Context）和以下服務器配置，並確保點擊 安裝 按鈕

{
    "command": "npx",
    "args": ["@zilliz/claude-context-mcp@latest"],
    "env": {
      "OPENAI_API_KEY": "your-openai-api-key",
      "MILVUS_ADDRESS": "your-zilliz-cloud-public-endpoint",
      "MILVUS_TOKEN": "your-zilliz-cloud-api-key"
    }
}

點擊 安裝 按鈕保存服務器配置。

LangChain/LangGraph

有關 LangChain/LangGraph 集成示例，請參閱此示例。

其他 MCP 客戶端

該服務器使用標準輸入輸出傳輸，並遵循標準 MCP 協議。通過運行以下命令，它可以與任何支持 MCP 的客戶端集成：

npx @zilliz/claude-context-mcp@latest

在你的代碼庫中使用

打開 Claude Code

cd your-project-directory
claude

為你的代碼庫建立索引：

Index this codebase

檢查索引狀態：

Check the indexing status

開始搜索：

Find functions that handle user authentication

🎉 就是這麼簡單！ 現在你可以在 Claude Code 中使用語義代碼搜索了。

環境變量配置

有關更詳細的 MCP 環境變量配置，請參閱我們的環境變量指南。

使用不同的嵌入模型

要配置自定義嵌入模型（例如，OpenAI 的 text-embedding-3-large，VoyageAI 的 voyage-code-3），請參閱 MCP 配置示例，瞭解每個提供商的詳細設置說明。

文件包含與排除規則

有關文件包含和排除規則的詳細解釋，以及如何自定義這些規則，請參閱我們的文件包含與排除規則。

可用工具

1. `index_codebase`

為代碼庫目錄建立混合搜索（BM25 + 密集向量）索引。

2. `search_code`

使用自然語言查詢，通過混合搜索（BM25 + 密集向量）在已索引的代碼庫中進行搜索。

3. `clear_index`

清除特定代碼庫的搜索索引。

4. `get_indexing_status`

獲取代碼庫的當前索引狀態。對於正在進行索引的代碼庫，顯示進度百分比；對於已完成索引的代碼庫，顯示完成狀態。

📊 評估

我們的對照評估表明，在檢索質量相當的情況下，Claude Context MCP 可實現約 40% 的令牌減少。這意味著在生產環境中，能夠顯著節省成本和時間。這也意味著，在有限的令牌上下文長度約束下，使用 Claude Context 可獲得更好的檢索和回答結果。

有關詳細的評估方法和結果，請參閱評估目錄。

🏗️ 架構

🔧 實現細節

🔍 混合代碼搜索：提出諸如 "查找處理用戶認證的函數" 之類的問題，藉助先進的混合搜索（BM25 + 密集向量），立即獲取相關且上下文豐富的代碼。
🧠 上下文感知：深入探索大型代碼庫，理解代碼庫不同部分之間的關係，即使代碼量達到數百萬行也不在話下。
⚡ 增量索引：利用 Merkle 樹高效地僅對更改的文件重新建立索引。
🧩 智能代碼分塊：通過抽象語法樹（AST）分析對代碼進行分塊。
🗄️ 可擴展性：與 Zilliz Cloud 集成，實現可擴展的向量搜索，無論代碼庫規模多大都能應對。
🛠️ 可定製性：配置文件擴展名、忽略模式和嵌入模型。

核心組件

Claude Context 是一個包含三個主要包的單倉庫項目：

@zilliz/claude-context-core：核心索引引擎，集成了嵌入和向量數據庫功能。
VSCode 擴展：為 Visual Studio Code 提供語義代碼搜索擴展。
@zilliz/claude-context-mcp：用於 AI 代理集成的模型上下文協議服務器。

支持的技術

嵌入提供商：OpenAI、VoyageAI、Ollama、Gemini
向量數據庫：Milvus 或 Zilliz Cloud（完全託管的向量數據庫即服務）
代碼分割器：基於 AST 的分割器（具有自動回退功能）、LangChain 基於字符的分割器
編程語言：TypeScript、JavaScript、Python、Java、C++、C#、Go、Rust、PHP、Ruby、Swift、Kotlin、Scala、Markdown
開發工具：VSCode、模型上下文協議

📦 使用 Claude Context 的其他方式

雖然 MCP 是將 Claude Context 與 AI 助手結合使用的推薦方式，但你也可以直接使用它，或通過 VSCode 擴展來使用。

使用核心包構建應用程序

@zilliz/claude-context-core 包提供了代碼索引和語義搜索的基本功能。

import { Context, MilvusVectorDatabase, OpenAIEmbedding } from '@zilliz/claude-context-core';

// 初始化嵌入提供商
const embedding = new OpenAIEmbedding({
    apiKey: process.env.OPENAI_API_KEY || 'your-openai-api-key',
    model: 'text-embedding-3-small'
});

// 初始化向量數據庫
const vectorDatabase = new MilvusVectorDatabase({
    address: process.env.MILVUS_ADDRESS || 'your-zilliz-cloud-public-endpoint',
    token: process.env.MILVUS_TOKEN || 'your-zilliz-cloud-api-key'
});

// 創建上下文實例
const context = new Context({
    embedding,
    vectorDatabase
});

// 對代碼庫進行索引並跟蹤進度
const stats = await context.indexCodebase('./your-project', (progress) => {
    console.log(`${progress.phase} - ${progress.percentage}%`);
});
console.log(`Indexed ${stats.indexedFiles} files, ${stats.totalChunks} chunks`);

// 執行語義搜索
const results = await context.semanticSearch('./your-project', 'vector database operations', 5);
results.forEach(result => {
    console.log(`File: ${result.relativePath}:${result.startLine}-${result.endLine}`);
    console.log(`Score: ${(result.score * 100).toFixed(2)}%`);
    console.log(`Content: ${result.content.substring(0, 100)}...`);
});

VSCode 擴展

將 Claude Context 直接集成到你的 IDE 中，為你提供直觀的語義代碼搜索和導航界面。

直接鏈接：從 VS Code 市場安裝
手動搜索：
- 在 VSCode 中打開擴展視圖（Ctrl+Shift+X 或 Mac 上的 Cmd+Shift+X）
- 搜索 "Semantic Code Search"
- 點擊安裝

VSCode 擴展

🛠️ 開發

設置開發環境

前提條件

Node.js 20.x 或 22.x
pnpm（推薦的包管理器）

跨平臺設置

# 克隆倉庫
git clone https://github.com/zilliztech/claude-context.git
cd claude-context

# 安裝依賴
pnpm install

# 構建所有包
pnpm build

# 啟動開發模式
pnpm dev

Windows 特定設置

在 Windows 上，請確保你具備以下條件：

適用於 Windows 的 Git，並進行了正確的換行符配置
通過官方安裝程序或包管理器安裝的 Node.js
全局安裝的 pnpm：npm install -g pnpm

# Windows PowerShell/命令提示符
git clone https://github.com/zilliztech/claude-context.git
cd claude-context

# 配置 Git 換行符（推薦）
git config core.autocrlf false

# 安裝依賴
pnpm install

# 構建所有包（使用跨平臺腳本）
pnpm build

# 啟動開發模式
pnpm dev

構建

# 構建所有包（跨平臺）
pnpm build

# 構建特定包
pnpm build:core
pnpm build:vscode
pnpm build:mcp

# 性能基準測試
pnpm benchmark

Windows 構建注意事項

所有構建腳本都使用 rimraf 實現了跨平臺兼容
啟用了構建緩存，以加快後續構建速度
可以使用 PowerShell 或命令提示符，兩者效果相同

運行示例

# 開發時進行文件監控
cd examples/basic-usage
pnpm dev

📖 示例

查看 /examples 目錄，獲取完整的使用示例：

基本用法：簡單的索引和搜索示例

❓ 常見問題解答

常見問題：

Claude Context 如何決定嵌入哪些文件？
我可以使用完全本地部署的設置嗎？
它支持多個項目/代碼庫嗎？
Claude Context 與其他編碼工具相比如何？

❓ 如需詳細答案和更多故障排除提示，請參閱我們的常見問題解答指南。

🔧 遇到問題了嗎？ 訪問我們的故障排除指南，獲取分步解決方案。

📚 需要更多幫助？ 查看我們的完整文檔，獲取詳細指南和故障排除提示。

🤝 貢獻

我們歡迎貢獻！請參閱我們的貢獻指南，瞭解如何開始貢獻。

特定包的貢獻指南：

核心包貢獻
MCP 服務器貢獻
VSCode 擴展貢獻

🗺️ 路線圖

[x] 基於 AST 的代碼分析，以提高理解能力
[x] 支持更多嵌入提供商
[ ] 基於代理的交互式搜索模式
[x] 增強代碼分塊策略
[ ] 搜索結果排名優化
[ ] 強大的 Chrome 擴展

📄 許可證

本項目採用 MIT 許可證 - 有關詳細信息，請參閱 LICENSE 文件。

🔗 鏈接

Markdownify MCP

Markdownify是一個多功能文件轉換服務，支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。

百度地圖MCP Server是國內首個兼容MCP協議的地圖服務，提供地理編碼、路線規劃等10個標準化API接口，支持Python和Typescript快速接入，賦能智能體實現地圖相關功能。

Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器，提供豐富的網頁抓取、搜索和內容提取功能。

TypeScript

140.7K

5分

Sequential Thinking MCP Server

一個基於MCP協議的結構化思維服務器，通過定義思考階段幫助分解複雜問題並生成總結

Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具，通過自然語言描述幫助開發者快速創建現代化UI組件，支持多種IDE集成。

JavaScript

21.3K

5分

Edgeone Pages MCP Server

EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務

一個基於Python的MCP服務器，通過Notion API提供高級待辦事項管理和內容組織功能，實現AI模型與Notion的無縫集成。

Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務，通過Model Context Protocol直接集成到提示中，解決LLM使用過時信息的問題。

智啟未來，您的人工智慧解決方案智庫

Claude Context

概述

安裝

工具列表

內容詳情

替代品

什麼是Claude Context MCP服務器？

如何使用Claude Context？

適用場景

主要功能

如何使用

使用案例

常見問題

相關資源

安裝

🚀 Claude Context

🚀 快速開始

前提條件

為 Claude Code 配置 MCP

配置

其他 MCP 客戶端配置

A. 使用 Augment Code 用戶界面

B. 手動配置

在你的代碼庫中使用

環境變量配置

使用不同的嵌入模型

文件包含與排除規則

可用工具

1. index_codebase

2. search_code

3. clear_index

4. get_indexing_status

📊 評估

🏗️ 架構

🔧 實現細節

核心組件

支持的技術

📦 使用 Claude Context 的其他方式

使用核心包構建應用程序

VSCode 擴展

🛠️ 開發

設置開發環境

前提條件

跨平臺設置

Windows 特定設置

構建

Windows 構建注意事項

運行示例

📖 示例

❓ 常見問題解答

🤝 貢獻

🗺️ 路線圖

📄 許可證

🔗 鏈接

替代品

1. `index_codebase`

2. `search_code`

3. `clear_index`

4. `get_indexing_status`