Context Lens

MCP搜索检索

提供方 cornelcroi

搜索检索 未标注 OAuth 授权 社区 / 第三方 Claude DesktopClaudeCursor

Context Lens是一个将任何内容转换为可搜索知识库的工具,通过语义搜索帮助AI助手理解内容含义,适用于代码库、文档、合同等多种场景。

一句话选型结论

按资料字段整理

Context Lens 属于搜索检索类 MCP 服务器,传输方式未标注,OAuth 授权,可直接接入 Claude Desktop、Claude、Cursor,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式未标注 鉴权OAuth 授权 部署方式未标注
GitHub 星标 22 仓库热度,无公开仓库时显示未标注
工具数 6 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量6暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

语义搜索Python本地部署知识库AI助手本地处理代码分析

安装与配置

未标注 OAuth 授权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 6 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 6 个工具,职责相对集中,接入后不容易误操作。
  • 已适配 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好OAuth 授权对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Context Lens当前 6 未标注 未标注 无 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方cornelcroi上游标注的维护方 cornelcroi
分类搜索检索本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式OAuth 授权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

14.0 KB
来自项目仓库与上游目录的原文,未做删改

上下文镜头

赋予你的人工智能理解含义的能力,而不仅仅是匹配关键字。

什么是上下文镜头?

Context Lens将任何内容转换为 可搜索知识库 为您的AI助手。这个自包含的模型上下文协议(MCP)服务器内置了无服务器向量存储(LanceDB),为您的对话带来了语义搜索。将它指向任何内容——代码库、文档、合同或文本文件——你的人工智能就可以立即理解并回答有关内容的问题。

传统关键词搜索 查找包含特定单词的文件。错过了确切的术语?错过了内容。

上下文镜头 理解意义。询问“身份验证”并查找有关登录、凭据、令牌、OAuth和访问控制的代码,即使这些文件从未使用过“身份验证“一词

在行动中看到它

想了解Context Lens的工作原理吗?有趣的是:你可以使用Context Lens来了解Context Lens。

演示:使用带有Context Lens的Claude Desktop来索引和查询此存储库本身。没有git克隆,没有代码滚动,只有问题和答案。

为什么选择LanceDB?

上下文镜头使用 LanceDB -现代无服务器矢量数据库:

  • 🆓 完全免费&本地 -没有云服务、API密钥或订阅
  • ⚡ 零基础设施 -嵌入式数据库,只是磁盘上的一个文件
  • 🚀 快速高效 -基于Apache Arrow构建,针对矢量搜索进行了优化
  • 💾 简易贮藏 -单文件数据库,易于备份或移动

可以把它想象成“用于AI嵌入的SQLite”——向量搜索的所有功能,没有复杂性。

特性

  • 🔍 语义搜索 -理解含义,而不仅仅是关键词
  • 🚀 零设置 -没有安装,没有配置,没有API密钥
  • 💾 无服务器存储 -内置LanceDB,无需外部数据库
  • 🔒 100%本地和私人 -所有数据都保留在您的机器上
  • 📁 本地和GitHub -索引本地文件或公共GitHub存储库
  • 🎯 智能解析 -语言感知组块,以获得更好的结果

建筑

运作原理

当您向Context Lens添加内容时,它不仅仅是将文本转储到数据库中。实际情况如下:

智能阅读: Context Lens检测您的文件类型并使用专门的解析器。Python文件采用AST解析,JSON采用结构化解析,Markdown采用头分割。这保留了内容的自然结构。

有意义的块: 内容被智能地分块,而不是任意的字符限制——完整的功能、逻辑段落、完整的部分。你的代码永远不会在函数中间分裂。

语义向量: 使用局部嵌入模型将每个块转换为384维向量。这些向量捕捉意义,而不仅仅是单词。“身份验证”和“登录系统”成为类似的载体,即使它们没有共享单词。

本地存储: 所有内容都会进入LanceDB——一个无服务器矢量数据库,它只是磁盘上的一个文件。没有云服务,没有API调用,完全私有。

概念搜索: 当你问一个问题时,它也会变成一个向量。Context Lens找到具有相似向量(相似含义)的块,并按相关性对其进行排名。你得到的答案是基于概念,而不是关键字匹配。

技术规格

组件 详细信息
嵌入模型 sentence-transformers/all-MiniLM-L6-v2
矢量维度 384个维度
模型大小 约90MB(首次使用时下载)
组块大小 1000个字符(默认,可配置)
块重叠 200个字符(默认,可配置)
矢量数据库 LanceDB(无服务器,基于文件)
存储格式 Apache箭头柱状格式
搜索方法 余弦相似性
处理 100%本地,无外部API调用

> 📖 想要定制吗? 看 设置.md 有关配置选项和 技术.md 用于性能基准测试。

快速设置

开发 IDE

增添 .kiro/settings/mcp.json:```json
{
"mcpServers": {
"context-lens": {
"command": "uvx",
"args": ["context-lens"],
"autoApprove": ["list_documents", "search_documents"]
}
}
}


重新加载:命令选项板→ “MCP:重新加载服务器”

### 光标

增添 `.cursor/mcp.json`:```json
{
"mcpServers": {
"context-lens": {
"command": "uvx",
"args": ["context-lens"]
}
}
}

其他MCP客户端

对于Claude Desktop、Continue.dev或任何兼容MCP的客户端:```json
{
"mcpServers": {
"context-lens": {
"command": "uvx",
"args": ["context-lens"]
}
}
}


> 📖 **需要详细的设置说明吗?** 看 设置.md 对于所有客户端,程序使用和配置选项。

## MCP注册表

Context Lens正式发布 模型上下文协议注册表 作为 `io.github.cornelcroi/context-lens`.

> 📖 **注册表详细信息和验证:** 看 注册.md 用于安装验证和注册表信息。

## 程序化使用

在Python应用程序中直接使用Context Lens:```python
#!/usr/bin/env python3
import os
from dotenv import load_dotenv
from mcp import StdioServerParameters, stdio_client
from strands import Agent
from strands.models.openai import OpenAIModel
from strands.tools.mcp import MCPClient

def main():
# Load environment variables from .env file
load_dotenv()

# Create MCP client for context-lens server
mcp_client = MCPClient(
lambda: stdio_client(
StdioServerParameters(command="uvx", args=["context-lens"])
)
)

# Create an agent with OpenAI model and MCP tools
model = OpenAIModel(model_id="gpt-4o-mini")
agent = Agent(model=model, tools=[mcp_client])

print("Chatbot started! Type 'quit' to exit.")

while True:
user_input = input("\nYou: ").strip()

if user_input.lower() in ['quit', 'exit', 'bye']:
print("Goodbye!")
break

if not user_input:
continue

try:
response = agent(user_input)
print(f"Bot: {response}")
except Exception as e:
print(f"Error: {e}")

if __name__ == "__main__":
main()

对话示例:```
You: Add https://github.com/fastapi/fastapi to the knowledge base
Bot: ✓ Added 247 files from repository with 1,543 chunks

You: How does FastAPI handle dependency injection?
Bot: FastAPI uses a sophisticated dependency injection system...


> 📖 **完整示例:** 看 设置.md 获取完整的代码和更多的框架。

## 快速开始

### 添加您的项目```
You: Add all Python files from ./src to the knowledge base
LLM: ✓ Added 23 Python files with 156 chunks

You: How does the authentication system work?
LLM: The authentication system uses JWT tokens. The login flow starts in
auth/login.py where credentials are validated, then a token is generated
with the user's ID and expiration time...

You: Show me all the database models
LLM: Based on the codebase, here are the main database models:
1. User model (models/user.py) - handles user accounts and authentication
2. Post model (models/post.py) - manages blog posts with relationships...

向开源学习```

You: Add https://github.com/fastapi/fastapi to the knowledge base
LLM: ✓ Added 247 files from repository with 1,543 chunks

You: How does FastAPI handle dependency injection?
LLM: FastAPI uses a sophisticated dependency injection system. The Depends()
function in fastapi/dependencies.py analyzes function signatures and
automatically resolves dependencies. Here's how it works...

You: Compare FastAPI's routing to Flask
LLM: FastAPI uses decorator-based routing similar to Flask, but with key
differences: 1) Type hints for automatic validation, 2) Async support
built-in, 3) Automatic OpenAPI documentation generation...


### 分析文档```
You: Add all contracts from ./legal/contracts
LLM: ✓ Added 12 contract documents with 487 chunks

You: Find all termination clauses
LLM: I found termination clauses in 8 contracts. Here's a summary:
- Service Agreement: 30-day notice required for either party
- Vendor Contract: Immediate termination for breach of confidentiality...

You: What are the payment terms across all contracts?
LLM: Payment terms vary by contract type:
- Service contracts: Net 30 days from invoice date
- Vendor agreements: 50% upfront, 50% on delivery...

从URL获取文件```

You: Add https://raw.githubusercontent.com/fastapi/fastapi/master/README.md
LLM: ✓ Document 'README.md' added successfully with 42 chunks

You: What is FastAPI and what are its key features?
LLM: FastAPI is a modern, fast web framework for building APIs with Python 3.7+.
Key features include:
- Fast performance (on par with NodeJS and Go)
- Automatic API documentation
- Type hints for validation
- Async support built-in...


> 📖 **更多示例和查询模式:** 用法\_ GIDE.md

## 智能解析与分块

Context Lens不仅仅是盲目地分割文本——它理解代码结构,并创建尊重语言边界的智能块。

**区别:** 通用分块根据字符数任意分割代码,通常会在中途破坏函数。智能解析理解代码的结构,并创建完整、有意义的块。

### 支持的文件类型

- **🐍 python** (`.py`, `.pyw`)-函数、类、导入
- **⚡ JavaScript/TypeScript** (`.js`, `.jsx`, `.ts`, `.tsx`, `.mjs`, `.cjs`)-函数、类、导入
- **📦 JSON** (`.json`, `.jsonc`)-顶级键、嵌套对象
- **📋 YAML** (`.yaml`, `.yml`)-顶级密钥、列表、映射
- **📝 标记语言** (`.md`, `.markdown`, `.mdx`)-标题层次结构、代码块
- **🦀 锈** (`.rs`)-结构、特征、内部块、功能
- **📄 其他文件** (`.txt`, `.log`, `.cpp`, `.java`等)-智能段落/句子分割

### 益处

✅ **完整的代码单位** -永远不要中途拆分函数或类\
✅ **保留的上下文** -文档字符串、注释和结构保持不变\
✅ **更好的搜索** -查找完整、可理解的代码片段\
✅ **自动** -无需配置,基于文件扩展名工作

> 📖 **想看看它是如何工作的吗?** 结账 停车_停车.md 以获取详细示例。

## 您可以添加什么

Context Lens可处理来自多个来源的基于文本的文件:

- **📁 本地文件和文件夹** -您的项目、文档、任何文本文件
- **🌐 GitHub 仓库** -公共存储库、特定分支、目录或文件
- **🔗 直接文件URL** -任何HTTP/HTTPS可访问的文件
- **📄 文件** -合同、政策、研究论文、技术文件

**支持的文件类型:** `.py`, `.js`, `.ts`, `.java`, `.cpp`, `.go`, `.rs`, `.rb`, `.php`, `.json`, `.yaml`, `.md`, `.txt`, `.sh`,以及更多(25+扩展名)

**最大文件大小:** 10 MB(可通过以下方式配置 `MAX_FILE_SIZE_MB` 环境变量)

**示例:**

- `./src/` -本地目录
- `/path/to/file.py` -单个本地文件
- `https://github.com/fastapi/fastapi` -整个存储库
- `https://github.com/django/django/tree/main/django/contrib/auth` -特定目录
- `https://example.com/config.yaml` -直接文件URL
- `/path/to/contracts/` -法律文件

> 📖 **查看更多示例:** 用法\_ GIDE.md

## 可用工具

- **📥 add_document** -添加文件、文件夹或GitHub URL
- **🔍 搜索文档** -跨所有内容的语义搜索
- **📋 list_文档** -浏览索引文档
- **ℹ️ get_document_info** -获取文档的元数据
- **🗑️ remove_document** -删除特定文档
- **🧹 clear_knowledge_base** -删除所有文档

> 📖 **请参阅详细示例:** 用法\_ GIDE.md

## 常见问题解答

**这与GitHub的MCP服务器相比如何?**\
它们服务于不同的目的,相辅相成:

**Context Lens更适合:**

- 🧠 语义理解-“查找身份验证代码”返回登录名、凭据、令牌、OAuth,即使没有确切的关键字
- 📚 学习代码库-询问“X是如何工作的?”并在整个项目中获得概念上相关的结果
- 🔍 模式发现-查找类似的代码模式、错误处理方法或架构决策
- 💾 离线开发-一旦索引,无需互联网连接即可工作
- 🔒 隐私-所有处理都在本地进行,没有数据发送到外部服务

**GitHub的MCP服务器更适合:**

- 🔧 存储库管理-创建问题、管理PR、处理CI/CD操作
- 📊 实时状态-始终从GitHub获取最新版本
- 🌐 GitHub特有的功能-与GitHub的生态系统(操作、项目等)集成

**主要区别:** Context Lens克隆一次,并对所有内容进行索引,以实现快速语义搜索(离线)。GitHub MCP对每个查询进行API调用,以便实时访问(在线)。使用Context Lens理解代码,GitHub MCP管理存储库。

**为什么第一次跑得慢?**\
首次使用时下载嵌入模型(~100MB)。这种情况只发生一次。

**我需要API密钥吗?**\
不!Context Lens完全在本地运行。没有API密钥,没有云服务。

**我的数据存储在哪里?**\
Context Lens将数据存储在特定于平台的目录中:

- **macOS**: `~/Library/Application Support/context-lens/`
- **Linux**: `~/.local/share/context-lens/`
- **视窗**: `%LOCALAPPDATA%\context-lens\`

您可以通过设置更改基本目录 `CONTEXT_LENS_HOME` 环境变量:```json
{
"mcpServers": {
"context-lens": {
"command": "uvx",
"args": ["context-lens"],
"env": {
"CONTEXT_LENS_HOME": "/path/to/your/data"
}
}
}
}

或者用以下命令覆盖单个路径 LANCE_DB_PATH (数据库)和 EMBEDDING_CACHE_DIR (型号)。

我可以将其与私人代码一起使用吗?\
对!所有处理都在本地进行。不向外部服务发送任何内容。

它使用了多少磁盘空间?\
模型约100MB+每个文本块约1KB。10MB的代码库使用~5-10MB的数据库空间。

> 📖 更多问题: 故障排除.md

文档

  • 📖 安装指南 -所有客户端的详细设置、配置选项
  • 📚 使用指南 -示例、查询和最佳实践
  • 🎨 解析示例 -智能解析的工作原理
  • 🔧 故障排除 -常见问题和解决方案
  • ⚙️ 技术细节 -架构、堆栈和性能
  • 📋 注册表信息 -MCP注册表验证和安装
  • 🤝 贡献 -如何做出贡献,路线图
  • 📦 出版指南 -MCP注册表发布流程(适用于维护人员)

贡献

欢迎投稿!拜托:

  1. 先打开一个问题来讨论你的想法
  2. 开始工作前获得批准
  3. 提交一份引用该问题的PR

看 贡献.md 了解详情。

许可证

MIT许可证-请参阅 许可证 了解详情。


如果你觉得回购有用,请为其加星! ⭐

常见问题

6 问
答案由本站依据条目字段整理,不引用上游原文
Context Lens 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Context Lens 怎么在 Claude Desktop、Claude、Cursor 里配置?

它的传输方式未标注,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Context Lens 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Context Lens 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

Context Lens 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Context Lens 能提供哪些能力?

资料显示约 6 个工具;能力标签包括 搜索、本地处理、Python、Claude、代码分析。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。