Context Engine — поиск по коду и память для агента
Context Engine
Скилл учит агента сначала обращаться к индексу кода и графу символов Context Engine и только потом читать файлы напрямую
- 400 ★ репозитория
- Последний коммит
- MIT
Широкий доступ
Почему такой уровень
- Фоновый процесс моста индексирует рабочую папку и следит за изменениями, а данные обрабатывает внешний сервис
- Данные входа лежат в файле ~/.ctxce/auth.json и общие для процесса моста и MCP-сервера
- Инструмент памяти сохраняет знания между сессиями, и они возвращаются агенту как контекст
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/context-engineОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Фоновый процесс моста индексирует рабочую папку и следит за изменениями, а данные обрабатывает внешний сервис
- Данные входа лежат в файле ~/.ctxce/auth.json и общие для процесса моста и MCP-сервера
- Инструмент памяти сохраняет знания между сессиями, и они возвращаются агенту как контекст
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Context Engine — сервис с семантическим поиском по коду, памятью и анализом символов для ИИ-ассистентов. Репозиторий содержит скиллы и правила, которые объясняют агенту, как работать с более чем тридцатью инструментами сервиса через MCP. Главное правило из SKILL.md: когда MCP-сервер context-engine подключен, а рабочая папка проиндексирована, на любой вопрос о коде агент сначала вызывает repo_search, и только потом `ls`, `find`, `Grep` или чтение файлов. Для вопросов «как» и «почему», охватывающих несколько файлов, есть context_answer с цитатами. symbol_graph находит определения, вызывающих и вызываемых, импортеры и ссылки. graph_query строит цепочки влияния перед изменением, cross_repo_search ищет в других проиндексированных репозиториях. Скиллы учат пакетным запросам batch_search, batch_symbol_graph и batch_graph_query ради экономии токенов, а также сохранению знаний между сессиями через memory_store и memory_find. Агент осваивает и поиск структурных шаблонов, например циклов повтора и обработки ошибок, и поиск по истории Git. Отдельный блок для CLAUDE.md или AGENTS.md доносит правила до субагентов.
Для кого. Для разработчиков на больших кодовых базах или с несколькими репозиториями, которые хотят, чтобы Claude Code, Cursor или Codex находили код через индекс и не листали папки.
Подходит, если
- Кодовая база большая, и агент тратит токены на перебор файлов командами `find` и `Grep`
- Перед переименованием или сменой сигнатуры нужны все места использования символа одним запросом
- Вопрос «как это работает» охватывает несколько файлов и нужен ответ с цитатами и номерами строк
- Код разбросан по нескольким репозиториям, и ищется граница между ними
- Договоренности и находки хочется сохранять между сессиями агента
Не подходит, если
- Код нельзя отдавать во внешний сервис: рабочая папка индексируется сервисом Context Engine
- Проект маленький, и агенту хватает обычного чтения файлов
- Нет возможности завести аккаунт и ключ: без подключенного MCP-сервера скилл ничего не ищет
- Нужна полностью локальная работа без интернета и фоновых процессов
Пример запроса к агенту
Найди все места, где вызывается функция создания заказа, и покажи, что сломается, если изменить ее сигнатуру.Ограничения
Скилл сам ничего не ищет. Он работает только вместе с подключенным MCP-сервером context-engine, а для сервера нужен аккаунт на dev.context-engine.ai и ключ API. Рабочую папку индексирует и отслеживает фоновый процесс моста или расширение для VS Code. Куда уходят проиндексированные данные и сколько они хранятся, в репозитории не описано.
Репозиторий содержит клиентскую часть размещенного сервиса, условия и лимиты смотрите на context-engine.ai. Репозиторий раздает правила под разные ассистенты: для Cursor это файл .cursorrules, для Gemini файл GEMINI.md, для Augment папка .augment. Для Windsurf в инструкции предложено копировать папку со скиллами Codex. Доступность сервиса из России при подготовке карточки не проверялась.
Как отключить. Удалите плагин из Claude Code через меню /plugin или папку скилла из .claude/skills. Остановите фоновый процесс командой ctxce stop и уберите сервер context-engine из конфигурации клиента. Ключ API при необходимости отзовите в кабинете сервиса.
Частые вопросы
Как поставить скилл Context Engine в Claude Code?
Выполните /plugin marketplace add Context-Engine-AI/Context-Engine, затем /plugin install context-engine. Скилл подтянется из GitHub и загрузит в сессию подсказки по инструментам. Вручную можно скопировать папку skills/context-engine в .claude своего проекта.
Нужен ли аккаунт, чтобы скилл работал?
Да. Скилл только объясняет агенту, как пользоваться инструментами, а сами инструменты дает MCP-сервер, привязанный к вашему аккаунту. Для подключения нужен ключ API, условия и лимиты указаны на сайте context-engine.ai.
Как подключить проект без VS Code?
Поставьте npm install -g @context-engine-bridge/context-engine-mcp-bridge, затем выполните ctxce connect <ключ> --workspace /путь/к/проекту --daemon. Процесс проиндексирует папку и будет следить за изменениями раз в 30 секунд, интервал меняется флагом --interval. Статус смотрите командой ctxce status, остановка командой ctxce stop.
Как подключить Context Engine к Cursor и Codex?
Для Cursor скопируйте файл .cursorrules в корень проекта, правила подхватятся сами. Для Codex попросите установить скилл context-engine со страницы репозитория или скопируйте папку .codex/skills/context-engine в ~/.codex/skills.
Какие инструменты скилл советует агенту вызывать первыми?
В SKILL.md это repo_search для поиска по смыслу, тексту ошибки или имени, context_answer для вопросов «как» и «почему» по нескольким файлам и symbol_graph для вызывающих и ссылок. Для правки он требует собрать все затронутые символы одним вызовом.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыЛокальный MCP-сервер индексирует код проекта, и агент достает из индекса нужные функции вместо чтения целых файлов
Быстрый семантический поиск по коду для агентов: возвращает нужные фрагменты вместо чтения файлов и тратит намного меньше токенов
14 скиллов, которые находят пробелы в задаче до кода: интервью, план, проверка допущений и доказательство исправления бага
Терминальный кодинг-агент на Python в манере Claude Code: читает репозиторий, правит файлы, запускает команды, с памятью, подагентами и MCP
MCP-сервер, который превращает большую кодовую базу в семантический граф функций для точной навигации и поиска по смыслу
Agent Skills от Tech Leads Club
Agent Skills
Проверяемый реестр скиллов с CLI для установки в два десятка агентов и MCP-сервером для поиска скиллов на лету
Сравнение с похожими
Записи с тем же главным запросом: чем они отличаются.
| Запись | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Context Engine — поиск по коду и память для агента (эта запись) | да | 400 | ||
| Claude Context | да | API-ключ | 12 656 | MCP-сервер семантического поиска на векторной базе, без скилла и памяти |
| CodeGraph | нет | не нужна | 75 798 | локальный граф кода рядом с проектом, без внешнего сервиса |
Коротко о README
В репозитории лежат файлы скилла, правила для разных ассистентов и мост на Node.js. Лицензия MIT.
Бейдж для README
Исходный SKILL.md
--- name: context-engine description: Search and understand the indexed codebase with Context Engine (hybrid semantic + lexical search, reranked, with a symbol graph). Use for any question about this codebase - where something is implemented, how it works, callers/definitions, every place that does X - before ls/find/Grep/Read. --- # Context Engine When the `context-engine` MCP server is connected, this workspace is indexed: for any question about the codebase, call `repo_search` FIRST, before ls/find/Grep/Read, and again whenever you move to a new area; for how/why questions that span several files use `context_answer`. Results are verified source with exact line ranges: treat them as already read. Use Grep only to confirm an exact literal in a file you already know, or to count. For questions asking for every/all sites, run one repo_search per distinct pattern (queries=[...]) and follow the refs. If the tools are listed as deferred, load them with ToolSearch first. | Need | Tool | |---|---| | Find code by behavior, concept, error text or identifier | `repo_search` (`queries=[...]` for several at once; `under`, `language`, `path_glob` to narrow) | | Explain how/why across several files, with citations | `context_answer` | | Definition, callers, callees, importers, references of a symbol | `symbol_graph` (several names: `A\|B\|C`) | | Multi-hop impact before a change | `graph_query` | | Code that may live in another indexed repo | `cross_repo_search` | Before editing, fetch every involved symbol in one call; before a rename or signature change, get every site with `symbol_graph` `query_type=references`. Search again only after learning something new.