向量数据库公司 Zilliz 开源的 claude-context（github.com/zilliztech/claude-context）正在成为 GitHub 上最热门的 MCP（Model Context Protocol）项目之一。该项目已达到 10200 星标，本周新增约 3700 星，拥有 194 次提交和 39 个开放 PR。
解决什么问题
Claude Code 等编程 Agent 的上下文窗口虽然越来越大，但面对几十万行代码的真实项目，直接塞入整个代码库既不经济也不高效。claude-context 的思路是用向量检索代替上下文堆砌：
- 先将代码库索引为向量数据库（支持 Milvus/Zilliz Cloud）
- 通过 MCP 协议为 Claude Code 提供代码搜索能力
- Agent 按需检索相关代码片段，而不是被动接收全部上下文
这本质上是为编程 Agent 增加了一个”外部记忆层”。
核心能力
项目采用多包架构（packages/ 目录下有多个子包），支持：
- 语义搜索：通过自然语言查询定位相关代码文件和函数
- 跨文件关联：追踪依赖关系和调用链，提供完整的代码上下文
- 多模型支持：不仅支持 Claude，也兼容 Gemini 等其他 LLM（
Add custom gemini baseurl support） - 去重优化：最近的 PR（#333）增加了搜索结果去重功能，避免重叠结果浪费上下文
- 评估框架：内置 evaluation/ 目录，包含 case study 和基准测试
最新版本为 v0.1.3，支持 Node.js 24。
与替代方案对比
| 方案 | 原理 | 适用规模 | 延迟 | 集成难度 |
|---|---|---|---|---|
| claude-context | 向量检索 + MCP | 大型项目（百万行级） | 低（毫秒级检索） | 中等（需部署 Milvus） |
| 直接塞入上下文 | LLM 原生上下文窗口 | 中小型项目 | 无额外延迟 | 低 |
| 文件系统搜索 | grep/ripgrep 精确匹配 | 任意规模 | 低 | 低但需手动 |
| Repo-specific RAG | 自建 RAG 管线 | 任意规模 | 中等 | 高 |
claude-context 的定位很明确：面向使用 Claude Code 等 MCP 兼容 Agent 的团队，解决”项目太大、上下文不够”的痛点。如果项目较小，直接利用 Agent 的上下文窗口可能更简单；但超过几万行代码后，向量检索的按需召回方式更有优势。
快速上手
# 克隆项目
git clone https://github.com/zilliztech/claude-context.git
cd claude-context
# 安装依赖
npm install
# 启动 MCP 服务器（需要 Milvus 实例）
npx claude-context serve --milvus-url http://localhost:19530
# 在 Claude Code 中配置 MCP
# 编辑 ~/.claude/settings.json，添加：
# "mcpServers": { "claude-context": { "command": "npx", "args": ["claude-context", "serve"] } }需要本地或云端部署 Milvus 向量数据库。项目文档中提供了 Docker Compose 一键启动 Milvus 的方式。