← All projects
claude-context
C+17/40MCP / 工具洞察置信度：中Code search MCP for Claude Code. Make entire codebase the context for any coding agent.
agentagentic-ragai-codingclaude-codecode-generationcode-searchcursorembeddinggemini-climcpmerkle-treenodejsopenairagsemantic-searchtypescriptvector-databasevibe-codingvoyage-aivscode-extension
Executive Insight
claude-context 属于「MCP / 工具」方向，综合分 17/40（C+）。当前最强项是 工具使用、Agent 自主性、LLM 集成，短板集中在 知识检索 (RAG)、人机协作。
核心优势
- - 工具使用达到 4/5（Level 4），说明该项目在这一能力上较成熟。
- - Agent 自主性达到 3/5（Level 3），说明该项目在这一能力上较成熟。
- - LLM 集成达到 2/5（Level 2），说明该项目在这一能力上较成熟。
能力短板
- - 知识检索 (RAG)仅 1/5，当前更像“可用基础版”，需要补齐工程化能力。
- - 人机协作仅 1/5，当前更像“可用基础版”，需要补齐工程化能力。
适用场景
- - 把现有工具标准化接入 LLM
- - 统一 AI 工具协议层
落地风险与建议
- - 该条目为启发式分析，建议在核心决策前做一次仓库级人工复核。
- - 项目相对较新，API 与架构演进速度可能较快，升级成本需预留。
- - 评估与验证环节偏弱，上线前需要补充自动测试与回归策略。
- - 人机协作机制偏弱，生产环境需增加人工审批或灰度发布闸门。
- - 优先引入检索层：切块 + 向量召回 + 重排，提升事实性。
- - 加入审批节点和失败回退，降低自动化误操作风险。
Intelligence Profile
Dimensions
LLM 集成
Level 2
Level 2: 多轮对话 + Prompt 工程
Heuristic from category + topics — verify manually
Agent 自主性
Level 3
Level 3: ReAct 循环（自主工具调用）
Heuristic from category + topics — verify manually
记忆系统
Level 2
Level 2: 会话摘要/压缩
Heuristic from category + topics — verify manually
工具使用
Level 4
Level 4: MCP 协议 + 外部 Server
Heuristic from category + topics — verify manually
知识检索 (RAG)
Level 1
Level 1: 简单文本搜索
Heuristic from category + topics — verify manually
多模态
Level 2
Level 2: 图片输入 + 文本输出
Heuristic from category + topics — verify manually
评估与验证
Level 2
Level 2: 规则校验
Heuristic from category + topics — verify manually
人机协作
Level 1
Level 1: AI 建议 + 人工执行
Heuristic from category + topics — verify manually
Architecture
mcp ecosystem (GitHub)
Code search MCP for Claude Code. Make entire codebase the context for any coding agent.
GitHub Live Metrics
Loading live metrics...