de en es ja ko ru zh

mcp-context

Name: mcp-context
Author: ericlimabr

by ericlimabr

Overview Schema Source Related Servers Discussions Admin

Local

mcp-context

本地模型上下文协议 (MCP) 服务器，提供代码仓库的语义搜索 (RAG) 功能。将多个项目的上下文暴露给外部 AI 客户端（如 Claude.ai、Gemini、Claude Code），无需在每次会话时手动重新传递上下文。

技术栈： Python · FastMCP · Qdrant · sentence-transformers · Next.js · Docker · Cloudflare Tunnel

前置要求

在继续之前，请确保已安装以下项目：

工具	最低版本	检查命令
Python	3.11	`python3 --version`
Docker	24.0	`docker --version`
Docker Compose	2.20	`docker compose version`
Node.js	18.0	`node --version`
npm	9.0	`npm --version`
Git	任意	`git --version`
cloudflared	任意	`cloudflared --version`

远程连接（阶段 3）需要一个拥有活跃域名的 Cloudflare 账户。

Related MCP server: MCP Codebase RAG Server

安装

# 1. Clone the repository
git clone https://github.com/ericlimabr/mcp-context.git
cd mcp-context

# 2. Copy the environment variables file
cp .env.example .env

# 3. Run setup — installs Python dependencies via uv and starts Qdrant
make setup

关于 GITHUB_TOKEN 的说明： .env 文件包含一个用于读取仓库权限的 GITHUB_TOKEN 变量。要获取此令牌，请前往 GitHub Settings > Developer settings > Personal access tokens。生成一个新令牌并将其粘贴到你的 .env 文件中。

配置

1. 环境变量

编辑在上一步中创建的 .env 文件：

# Root path where your projects are stored on the machine
PROJECTS_ROOT=/home/your-user/projects

# Access password for the administrative panel
ADMIN_PASSWORD=choose-a-strong-password

2. 配置 Cloudflare Tunnel

# Authenticate cloudflared with your Cloudflare account
cloudflared tunnel login

# Create the permanent tunnel
cloudflared tunnel create mcp-context

# Associate with your subdomain (replace yourdomain.com)
cloudflared tunnel route dns mcp-context mcp.yourdomain.com

在项目根目录下创建 cloudflared/config.yml（此文件已被 gitignore 忽略）。将 <id> 替换为上述 tunnel create 命令输出的 UUID：

tunnel: mcp-context
credentials-file: /home/your-user/.cloudflared/<id>.json

ingress:
  - hostname: mcp.yourdomain.com
    service: http://localhost:17800
  - service: http_status:404

3. 创建前端

此步骤仅需执行一次。它会创建 Next.js 项目并自动移除内部的 .git/：

make frontend-setup

4. 索引第一个项目

打开前端，添加项目路径并触发索引：

make frontend
# Access http://localhost:17801

或者直接从终端运行索引器：

make index

本地运行（开发）

要启动带有自动重载功能的 MCP 服务器（开发时推荐）：

make dev

这将启动 Qdrant、Cloudflare Tunnel 以及启用了热重载的 MCP 服务器。服务器会在 server/ 中的任何文件发生更改时自动重启。

要在后台启动所有服务（MCP 服务器、前端、隧道、Qdrant）：

make server-dev

可用服务：

服务	URL
MCP 服务器	http://localhost:17800
前端（管理 + 仪表盘）	http://localhost:17801
Qdrant (API)	http://localhost:17810

实时日志可在 logs/ 中查看：

tail -f logs/server.log    # MCP server
tail -f logs/frontend.log  # frontend
tail -f logs/tunnel.log    # Cloudflare Tunnel
make qdrant-logs           # Qdrant

停止所有服务：

make stop

本地部署（所有服务在容器中）

要完全容器化运行项目——适用于模拟生产环境或通过 Docker 一起启动所有服务：

# First time: build the images
make prod-build

# Start all containers
make prod-up

# Stop everything
make prod-down

# Real-time logs
make prod-logs

警告： 在运行 prod-up 之前，请确保 .env 中的 PROJECTS_ROOT 指向正确的目录。MCP 服务器容器会挂载该路径以访问本地文件。

Make 命令

命令	描述
`make setup`	首次运行：通过 uv 安装依赖并启动 Qdrant
`make frontend-setup`	在 `apps/frontend/` 中创建 Next.js 项目（仅一次）
`make dev`	启动 Qdrant + 隧道 + 带自动重载的 MCP 服务器
`make server-dev`	在后台启动所有服务
`make stop`	停止所有开发服务
`make server`	仅启动 MCP 服务器（端口 17800）
`make frontend`	仅启动 Next.js 前端（端口 17801）
`make tunnel`	仅启动 Cloudflare Tunnel
`make index`	运行索引工作进程
`make qdrant-up`	通过 Docker Compose 启动 Qdrant
`make qdrant-down`	停止 Qdrant
`make qdrant-logs`	实时查看 Qdrant 日志
`make prod-build`	构建所有 Docker 镜像
`make prod-up`	启动所有容器
`make prod-down`	停止所有容器
`make prod-logs`	实时查看所有容器的日志

仓库结构

mcp-context/
├── server/                  # MCP Server (FastMCP/SSE, port 17800)
│   ├── main.py              # Entrypoint and MCP configuration
│   ├── tools/               # MCP tool definitions (planned)
│   ├── resources/           # MCP resource definitions (planned)
│   └── embeddings.py        # Local embedding model loading (planned)
├── indexer/                 # Project indexing worker (planned)
│   ├── worker.py            # Orchestrates indexing
│   ├── chunker.py           # Function-scope chunking
│   └── qdrant_client.py     # Qdrant client abstraction
├── apps/
│   └── frontend/            # Next.js app — admin panel + dashboard (port 17801)
│                            # Generated by make frontend-setup
├── cloudflared/             # Cloudflare Tunnel config (gitignored)
│   └── config.yml
├── docs/
│   ├── ARCHITECTURE.md      # Detailed system architecture
│   ├── DECISIONS.md         # Architecture decisions
│   ├── ENDPOINTS.md         # Endpoints documentation
│   └── ROADMAP.md           # Implementation phases
├── logs/                    # Service logs in dev (gitignored)
├── .pids/                   # Process PIDs in dev (gitignored)
├── qdrant_data/             # Persisted Qdrant data (gitignored)
├── config.json              # Project configuration (gitignored)
├── .env                     # Environment variables (gitignored)
├── .env.example             # Environment variables template
├── docker-compose.yml       # Qdrant for development
├── docker-compose.prod.yml  # All services for local deploy
├── Makefile                 # Command shortcuts
├── pyproject.toml           # Python project and dependencies (uv)
├── CONTEXT.md               # Project context for LLMs
└── README.md                # This file

已知限制

服务器依赖于本地机器保持开启，才能通过 Cloudflare Tunnel 进行远程工作
Qdrant 索引反映的是上次索引时的代码状态——请配置 post-commit 钩子，以便在每次提交后自动更新索引
二进制文件、图像和资源文件不会被索引
嵌入模型 (jina-embeddings-v2-base-code, ~160 MB) 会在首次运行时通过 sentence-transformers 自动下载

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive

ResponsivenessNo issues

Resources

GitHub Repository

Need Help?

Related Servers

Related MCP Connectors

mcp A
ai.llmse
Public MCP server for the LLM Search Engine
Search RAG Systems Developer Tools
102
gread A
io.github.NitroRCr
An MCP server that gives your AI access to the source code and docs of all public github repos
Version Control Code Analysis Documentation Access
5364
Meeba Brain A
io.github.meemoprasad
Repository knowledge graph MCP server for codebase understanding and debugging.
Code Analysis Developer Tools
51
Mirror Memory MCP Server
io.github.Tr1ckyMag1ca1
Personal knowledge base MCP server with semantic search, auto-categorization, metadata extraction
Knowledge & Memory Search Note Taking
2

Related MCP Servers

embecode
Code Analysis Developer Tools Search
jdtzmn
A
license
A
quality
D
maintenance
Local-first MCP server for semantic + keyword hybrid code search. Zero external services, no API keys required.
Updated 7 months ago (2026-02-27 19:55 UTC)
2
MIT
MCP Codebase RAG Server
RAG Systems Search Code Analysis
di5rupt0r
F
license
A
quality
D
maintenance
Provides semantic vector search over local codebases via MCP, enabling hybrid search (dense + sparse + RRF) for any MCP client like GitHub Copilot or Claude Desktop.
Updated 6 months ago (2026-03-23 01:30 UTC)
5
8
-
CodeLens MCP
Code Analysis Search
devprashant19
F
license
Not graded
quality
B
maintenance
A local MCP server that enables LLM clients like Claude to perform semantic code search and answer questions about a codebase using tree-sitter parsing and sqlite-vec vector storage.
Updated 2 months ago (2026-07-26 17:34 UTC)
-
cba
davidgeorgehope
F
license
Not graded
quality
D
maintenance
MCP server for semantic code search and explanation. Allows AI agents to search, ask questions, and manage memory about a codebase with local embeddings and LLM integration.
Updated 7 months ago (2026-03-02 11:24 UTC)
-

mcp-context

前置要求

安装

配置

1. 环境变量

2. 配置 Cloudflare Tunnel

3. 创建前端

4. 索引第一个项目

本地运行（开发）

本地部署（所有服务在容器中）

Make 命令

仓库结构

已知限制

Maintenance

Resources

Related MCP Connectors

Related MCP Servers

embecode

MCP Codebase RAG Server

CodeLens MCP

cba