Code Context Engine MCP

Локальный MCP-сервер индексирует код проекта, и агент достает из индекса нужные функции вместо чтения целых файлов

  • 436 ★ репозитория
  • Последний коммит
MCP-сервер

Расширенный доступ

Почему такой уровень

  • Команда cce init пишет конфигурацию в проект и редакторы, правит файлы инструкций вроде CLAUDE.md и AGENTS.md, ставит git-хуки и хуки жизненного цикла Claude Code
  • Фоновый процесс читает весь код проекта и хранит вложения и записанные решения в SQLite на диске
Все причины и проверки

elara-labs/code-context-engine

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add mcp/code-context-engine

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Команда cce init пишет конфигурацию в проект и редакторы, правит файлы инструкций вроде CLAUDE.md и AGENTS.md, ставит git-хуки и хуки жизненного цикла Claude Code
  • Фоновый процесс читает весь код проекта и хранит вложения и записанные решения в SQLite на диске

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Code Context Engine, или CCE, строит локальный индекс проекта и отдает агенту 11 MCP-инструментов. Tree-sitter режет код на смысловые куски: функции, классы, модули. Куски хранятся как векторные вложения вместе с графом вызовов и импортов, а поиск гибридный, векторы плюс BM25. В примере из описания запрос «payment flow» через context_search возвращает около 800 токенов, тогда как чтение двух файлов целиком занимает около 45 000. Инструменты делятся на три группы. Поиск по коду: context_search, related_context и expand_chunk, который разворачивает сжатый кусок до полного исходника. Память между сессиями: session_recall, session_timeline, session_event, record_decision и record_code_area. Решение, записанное через record_decision, лежит в SQLite и всплывает в следующей сессии, так что архитектуру не приходится объяснять заново. Остальное служебное: index_status, reindex и set_output_compression, который меняет краткость ответов от «off» до «max». Команда cce init за один запуск ставит пакет, индексирует проект, подключает git-хуки и регистрирует MCP в найденных редакторах: Claude Code, VS Code с Copilot, Cursor, Gemini CLI, Codex, OpenCode, Tabnine и Pi. Экономию показывает cce savings с оценкой в долларах, а веб-панель с графиками открывается отдельной командой.

Для кого. Для разработчиков, которые работают с Claude Code, Cursor, Codex и другими агентами на больших репозиториях, хотят меньше платить за токены на чтение кода и держать код на своей машине.

Подходит, если

  • Агент в каждой сессии заново читает одни и те же файлы большого проекта
  • В одном репозитории работают несколько редакторов с агентами, и нужен общий индекс: cce init настраивает их все за один запуск
  • Нужна память между сессиями: решения и области кода, записанные через record_decision и record_code_area
  • Код нельзя отправлять в облако: индекс и вложения строятся на вашей машине
  • Хочется видеть экономию в долларах по проектам: cce savings --all

Не подходит, если

  • Репозиторий небольшой, и агент читает его целиком без заметной стоимости
  • На машине нет Python 3.11 или компилятора C: пакету нужны оба для грамматик tree-sitter
  • Вы работаете в Pi без адаптера MCP: сам Pi MCP не поддерживает, нужно расширение pi-mcp-adapter
  • Вам нужна экономия на выходных токенах: сжатие ответов в CCE есть, но автор оценивает его примерно и в итоговое число не включает

Пример запроса к агенту

Найди через context_search, где в проекте считается стоимость доставки, и покажи функцию целиком, не открывая весь файл

MCP

Транспорт
stdio
Авторизация
не нужна

Переменные окружения

CCE_OLLAMA_URL
Адрес удаленного Ollama, перекрывает compression.ollama_url из конфигурации.

Ограничения

Нужны Python 3.11 или новее и компилятор C для грамматик tree-sitter: на macOS это xcode-select --install, на Ubuntu пакеты «build-essential» и «cmake». Расширение [local] добавляет около 189 МБ и модель вложений примерно на 60 МБ, ядро с Ollama занимает около 17 МБ. Индекс одного проекта весит от 5 до 60 МБ. Разбор по синтаксическому дереву есть для Python, JavaScript, TypeScript, PHP, Go, Rust, Java и C#, остальные языки режутся по строкам, бинарные файлы пропускаются. Цены Anthropic для оценки в долларах программа загружает со страницы цен и кэширует на семь дней. Секретные файлы вроде .env и *.pem в индекс не попадают.

Как отключить. Команда cce uninstall удаляет артефакты CCE из проекта. Для Codex она убирает только раздел текущего проекта в ~/.codex/config.toml. Если сервер подключен вручную, удалите его из .mcp.json или конфигурации своего редактора.

Частые вопросы

Как подключить Code Context Engine к Claude Code?

Выполните в корне проекта cce init (при разовом запуске через uvx пакет подтянется сам) и перезапустите редактор. Команда определит Claude Code, запишет .mcp.json и инструкции в CLAUDE.md, проиндексирует проект и поставит хуки. Для выбора агента вручную есть ключ --agent со значениями «claude», «codex», «copilot», «pi» и «all».

Что CCE отправляет в облако?

Вложения строятся локально: расширение [local] запускает модель «fastembed» на ONNX Runtime, а при установке без него CCE находит Ollama по адресу «localhost:11434». В сеть уходит только загрузка цен Anthropic для оценки в долларах. Секреты в индекс не попадают. Персональные данные вычищаются из записей памяти.

Откуда взято число 94% и верно ли оно для моего проекта?

Число получено на FastAPI: 53 файла и 20 реальных вопросов. Базой служит чтение файлов целиком, а Claude Code на практике ищет по тексту и читает файлы частично, поэтому ваша экономия будет ниже. Для Django, Express, chi и fiber в таблице стоят значения от 76 до 94%.

Как CCE работает с Codex, у которого нет настроек на проект?

Codex читает серверы MCP только из ~/.codex/config.toml. Команда cce init добавляет туда отдельный раздел [mcp_servers.cce-<проект>-<хеш>] для каждого проекта, поэтому проекты уживаются вместе. Команда cce uninstall убирает только раздел текущего проекта.

Как проверить, сколько токенов CCE сэкономил?

Команда cce savings показывает сэкономленные токены и доллары по проекту, с ключом --all по всем проектам, а веб-панель открывается отдельной командой, указанной в способах установки. Модель для расчета цен задается параметром pricing.model в ~/.cce/config.yaml.

Обсуждение

Вопросов и отзывов пока нет.

MCP-серверы
Выбор редакции

Набор скиллов, который задает агенту процесс разработки: уточнение задачи, план, TDD, субагенты и ревью кода

ПлагинРасширенный доступ304 тыс.Звезды репозитория
Выбор редакции

Небольшие компонуемые скиллы для инженерной работы с агентом: интервью по плану, TDD, диагностика багов, ревью и архитектура

СкиллМинимальный доступ301,6 тыс.Звезды репозитория

Четыре принципа в одном CLAUDE.md против типичных ошибок LLM в коде: допущения, переусложнение, лишние правки

СкиллМинимальный доступ222,6 тыс.Звезды репозитория

Плагин и скилл, который заставляет агента писать минимум кода: сначала повторное использование, stdlib и нативные возможности

ПлагинРасширенный доступ174,3 тыс.Звезды репозитория
Выбор редакции

Набор GitHub для разработки от спецификации: CLI specify ставит в проект команды и скиллы для агента, от принципов до реализации

CLIРасширенный доступ142,5 тыс.Звезды репозитория

Набор скиллов Гэрри Тана, превращающий Claude Code в виртуальную команду: продукт, архитектура, дизайн, ревью, QA и выпуск

СкиллШирокий доступ137,4 тыс.Звезды репозитория

Сравнение с похожими

Записи с тем же главным запросом: чем они отличаются.

ЗаписьОфициальныйАвторизацияЗвезды репозиторияГлавное отличие
Code Context Engine (эта запись)нетне нужна436
code-index-mcpнетне нужна154индексирует репозиторий через tree-sitter и дает поиск по коду и сводку по файлу, без памяти сессий и оценки экономии
Token Saviorнетне нужна1 187индексирует код по символам, хранит память сессий и переписывает шумные команды Bash
Context Modeнетне нужна31 987держит крупный вывод инструментов вне контекстного окна и хранит память сессии в SQLite

Коротко о README

Описание открывается лозунгом про 94% экономии токенов и разделом с воспроизводимым бенчмарком на FastAPI, Django, Express, chi и fiber, где автор сам оговаривает, с чем сравнивает. Дальше идут таблица редакторов и записываемых конфигов, список инструментов, раздел об устройстве индекса, генерация Agent Plugin, справка по командам и список языков.

Бейдж для README

Сообщить о проблеме

Foxx AICode Context Engine
Foxx AI

Я Foxx AI и уже разобрал этот инструмент. Спросите про установку, настройку или что угодно еще, отвечу простыми словами.