Token导航 LogoToken导航

MCP Server · 搜索检索

Context Recon MCP

Context_Recon_MCP 是一个轻量级的本地服务器,专注于确定性上下文检索,帮助用户检查和搜索本地代码库,提取稳定的可引用片段。

stdio官方级别未说明来源级核验工具 8
本地服务器PythonClaude代码分析

快速开始

作者 / 组织
management-spec
提供方
management-spec
运行时
Python

工具数量

8

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Context Recon MCP 属于搜索检索类 MCP Server,公开资料标注 8 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前要先准备 OAuth 授权。

分类

搜索检索

传输方式

stdio

认证方式

OAuth 授权

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv .venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;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 8 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

上下文_经济_MCP

用于确定性上下文检索的轻量级本地MCP服务器\ 设计旨在保持简单、可预测且运行成本低廉。

我们喜欢把钱放在真正有价值的地方。

这个工具源于这种心态,我们正在分享它,这样其他人就可以用更少的资源做更多的事情。

______________________________________________________________________

🚦 法律与使用

使用项目前请阅读本节内容:

  • 布赖顿大学 与谷歌、Anthropic、OpenAI或任何其他供应商合作
  • 你带来并管理你的 拥有Gemini CLI凭据
  • 你有责任 使用、计费和合规性
  • 此存储库是 仅源代码 (非托管,非商业)
  • 按原样提供,没有专门的支持或路线图承诺。

如果你找到了改进的方法,请随时分享。

______________________________________________________________________

🧭 此服务器的功能

Context_Recon_MCP侧重于 仅检索.

它有助于工具和代理:

  • 检查本地代码库
  • 确定性搜索
  • 提取稳定、可引用的摘录

它故意这样做 不 修改文件或修改项目。

范围概览

  • 🖥️ 仅在本地运行
  • 🧠 使用Gemini CLI作为上下文检索引擎
  • 🧾 稳定性和可审计性的确定性搜索和摘录
  • 🔒 仅检索表面(无代码编辑)
  • 🚫 默认情况下排除点前缀路径
  • 🗂️ 在广泛扫描期间跳过通用系统/缓存目录

______________________________________________________________________

🧰 刀具表面

一套小而专注的MCP工具:

工具说明
context.project_overview目录方向和密钥文件提示
context.index_inspection索引状态、限制、Gemini状态、仪表板URL
context.code_search项目中的词汇发现
context.relevant_code查询摘录排名
context.context_recon单工具语义检索包装器
context.file_slice带有哈希和mtime的权威摘录
context.tool_update从git中提取最新的服务器更改(pull --ff-only)
context.tool_cleanup终止兄弟/孤立服务器进程

______________________________________________________________________

🖥️ 本地仪表板

默认URL:

http://127.0.0.1:8765

服务于 ui/index.html.

仪表板功能

  • 连接和状态检查
  • 请求计数和令牌总数
  • 来自本地Gemini CLI身份验证的使用情况和配额信息
  • 文件资源管理器、查询控制台、代码段检查器
  • 单击以加载最近的MCP活动
  • 常用查询芯片

运行时行为

  • UI刷新运行 仅在打开时
  • 刷新时不进行模型连接检查
  • 可见性感知后台轮询
  • 默认情况下禁用Gemini自动轮询
  • 父进程消失时自动退出孤立进程(ppid == 1)
  • 15分钟后自动怠速退出
  • 可选启动自动更新(git pull --ff-only)
  • 可选的定期自动更新轮询(默认每5分钟一次)
  • 保守的令牌使用默认值

如果仪表板已关闭,则不会运行UI刷新。\ 对于仅限终端的检查,请使用 context.index_inspection.

______________________________________________________________________

📦 安装

./scripts/install_system.sh

默认路径

  • ${XDG_DATA_HOME:-$HOME/.local/share}/context_recon_mcp
  • ~/.local/bin/context-recon-mcp

所需环境(OAuth模式)

GEMINI_DEFAULT_AUTH_TYPE=oauth-personal
NO_BROWSER=true
OAUTH_CALLBACK_HOST=127.0.0.1

可选环境(某些工作区/代码辅助帐户需要)

GOOGLE_CLOUD_PROJECT=
GOOGLE_CLOUD_PROJECT_ID=

可选工艺标签:

CONTEXT_RECON_PROCESS_NAME=Context_Recon_MCP

可选流程生命周期控制:

# Environment variable (launcher default is true). Set false to disable orphan self-shutdown.
CONTEXT_RECON_ORPHAN_SHUTDOWN=true
# config.yaml lifecycle defaults
orphan_shutdown_enabled: true
idle_shutdown_seconds: 900

可选更新控件:

# Optional environment overrides
CONTEXT_RECON_AUTO_UPDATE_ON_START=true
CONTEXT_RECON_UPDATE_REMOTE=origin
CONTEXT_RECON_UPDATE_BRANCH=main
CONTEXT_RECON_UPDATE_ALLOW_DIRTY=false
CONTEXT_RECON_UPDATE_TIMEOUT_SECONDS=45
CONTEXT_RECON_UPDATE_POLL_SECONDS=300
# config.yaml update defaults
auto_update_on_start: true
update_remote: "origin"
update_branch: ""   # empty means current branch
update_allow_dirty: false
update_timeout_seconds: 45
update_poll_seconds: 300

笔记:

  • 更新使用 git pull --ff-only 并且不会创建合并提交。
  • 如果存在局部变化 update_allow_dirty=false,则跳过更新。
  • 成功更新代码后,重新启动MCP以加载新的服务器代码。

进程清理(过时的服务器)

首选的清理路径是MCP工具 context.tool_cleanup.

终端回退(保留最新的服务器PID并停止旧的重复项):

pids="$(pgrep -f 'context-recon-mcp/src/server.py' || true)"; keep="$(printf '%s\n' "$pids" | sort -n | tail -n 1)"; printf '%s\n' "$pids" | while IFS= read -r pid; do [ -n "$pid" ] && [ "$pid" != "$keep" ] && kill "$pid"; done

______________________________________________________________________

🔌 MCP配置示例

命令

context-recon-mcp

食品法典委员会(~/.codex/config.toml)

[mcp_servers.Context_Recon_MCP]
command = "context-recon-mcp"
args = []
enabled = true

[mcp_servers.Context_Recon_MCP.env]
GEMINI_DEFAULT_AUTH_TYPE = "oauth-personal"
NO_BROWSER = "true"
OAUTH_CALLBACK_HOST = "127.0.0.1"
CONTEXT_RECON_ORPHAN_SHUTDOWN = "true"
CONTEXT_RECON_AUTO_UPDATE_ON_START = "true"
CONTEXT_RECON_UPDATE_POLL_SECONDS = "300"
GOOGLE_CLOUD_PROJECT = ""
GOOGLE_CLOUD_PROJECT_ID = ""

克劳德代码(~/.claude.json)

{
  "Context_Recon_MCP": {
    "type": "stdio",
    "command": "context-recon-mcp",
    "args": [],
    "env": {
      "GEMINI_DEFAULT_AUTH_TYPE": "oauth-personal",
      "NO_BROWSER": "true",
      "OAUTH_CALLBACK_HOST": "127.0.0.1",
      "CONTEXT_RECON_ORPHAN_SHUTDOWN": "true",
      "CONTEXT_RECON_AUTO_UPDATE_ON_START": "true",
      "CONTEXT_RECON_UPDATE_POLL_SECONDS": "300",
      "GOOGLE_CLOUD_PROJECT": "",
      "GOOGLE_CLOUD_PROJECT_ID": ""
    }
  }
}

光标/VS代码

{
  "mcpServers": {
    "Context_Recon_MCP": {
      "command": "context-recon-mcp",
      "args": [],
      "env": {
        "GEMINI_DEFAULT_AUTH_TYPE": "oauth-personal",
        "NO_BROWSER": "true",
        "OAUTH_CALLBACK_HOST": "127.0.0.1",
        "CONTEXT_RECON_ORPHAN_SHUTDOWN": "true",
        "CONTEXT_RECON_AUTO_UPDATE_ON_START": "true",
        "CONTEXT_RECON_UPDATE_POLL_SECONDS": "300",
        "GOOGLE_CLOUD_PROJECT": "",
        "GOOGLE_CLOUD_PROJECT_ID": ""
      }
    }
  }
}

可选CLI提供程序覆盖(任何主机)

  • CONTEXT_RECON_RERANK_PROVIDER="auto" (或 gemini, claude, codex)
  • CONTEXT_RECON_GEMINI_COMMAND="gemini"
  • CONTEXT_RECON_GEMINI_ARGS="--model gemini-2.5-pro"
  • CONTEXT_RECON_CLAUDE_COMMAND="claude"
  • CONTEXT_RECON_CLAUDE_ARGS="--model claude-3-7-sonnet-20250219 --max-turns 1 --no-session-persistence --disable-slash-commands --tools \"\""
  • CONTEXT_RECON_CLAUDE_PROMPT_MODE="arg" (或 stdin)
  • CONTEXT_RECON_CLAUDE_USAGE_SOURCE="auto" (或 web, oauth, off)
  • CONTEXT_RECON_CLAUDE_COOKIE_SOURCE="auto" (或 manual, off)
  • CONTEXT_RECON_CLAUDE_COOKIE_HEADER="sessionKey=..."
  • CONTEXT_RECON_CODEX_COMMAND="codex"
  • CONTEXT_RECON_CODEX_ARGS="-m codex-mini-latest"
  • CONTEXT_RECON_CODEX_PROMPT_MODE="arg" (或 stdin)
  • CONTEXT_RECON_CODEX_USAGE_SOURCE="auto" (或 web, oauth, off)
  • CONTEXT_RECON_CODEX_COOKIE_SOURCE="auto" (或 manual, off)
  • CONTEXT_RECON_CODEX_COOKIE_HEADER="__Secure-next-auth.session-token=..."
  • CONTEXT_RECON_BROWSER_COOKIE_ORDER="safari,chrome,brave,edge,chromium,firefox,opera"

*_ARGS 接受JSON数组(例如。 ["--model","gemini-2.5-pro"])或shell样式的字符串。

默认值+config.yaml示例

默认值(当您什么都不做时):

  • 供应商: auto (首次可用: gemini → claude → codex)
  • Gemini模型:无论您的Gemini CLI默认为什么
  • 克劳德模型: claude-3-haiku-20240307 (通过下面的参数)
  • Codex型号: codex-mini-latest

编辑 config.yaml 要固定不带env变量的提供者/模型:

reranker_provider: "claude"
claude_args:
  - "--model"
  - "claude-3-haiku-20240307"
  - "--max-turns"
  - "1"
  - "--no-session-persistence"
  - "--disable-slash-commands"
  - "--tools"
  - ""
reranker_provider: "codex"
codex_args:
  - "-m"
  - "codex-mini-latest"
reranker_provider: "gemini"
gemini_args:
  - "--model"
  - "gemini-2.5-pro"

如果缺少所选的提供程序CLI,服务器将按上述顺序自动回退到下一个可用的CLI。

环境变量始终覆盖 config.yaml.

Claude适配器注释:

  • 增加 --output-format json 和 --json-schema 自动生成结构化输出,默认args限制轮次和令牌效率工具。
  • 使用同步遵循CodexBar风格的web cookie策略;使用 *_COOKIE_HEADER 用于手动Cookie。

Codex适配器注释:

  • 用途 codex exec 引擎盖下。
  • 增加 --output-schema 和 --output-last-message 自动生成结构化JSON输出。
  • 默认为 --sandbox read-only 和 --ask-for-approval never 除非你覆盖这些标志。
  • 默认模型设置为 codex-mini-latest 因为它针对Codex CLI和Codex启动默认值进行了优化。
  • 使用同步遵循CodexBar风格的web仪表板cookie路径;如果cookie不可用,仪表板将显示使用情况为不可用。

令牌使用跟踪:

  • Gemini使用CLI统计数据。
  • Claude/Codex尝试在可用时从CLI JSON读取使用字段;否则,我们根据提示/输出大小进行估计。

______________________________________________________________________

🧪 发展

python -m venv .venv
source .venv/bin/activate
pip install -e .[dev]
pytest -q

______________________________________________________________________

📄 许可证

麻省理工学院(见 LICENSE).

______________________________________________________________________

Maintained by the team behind AI Stage Coach, a training-focused shooting analysis app built with the same cost-conscious, judgment-first approach. Train Smarter. Improve Faster.

工具与能力

工具数量

8

资源数量

0

提示词数量

0

能力标签

代码检索Python本地部署本地服务器确定性搜索代码分析轻量级工具

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

查资料带出处

把网页、论文和文档的检索结果连同链接一起带回对话。

站内知识检索

在自己的文档库里做语义搜索,比关键词更贴题。

事实核对

交叉多个来源确认一条信息,减少模型凭记忆作答。

选择建议

值得选的地方

  • 只提供 8 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备OAuth 授权,没有凭据没法直接试。
  • 第三方目录整理,版本更新和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 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到OAuth 授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Context Recon MCP

MCP World · 本页

8stdio有1 个2026-05-17
Baidu Netdisk

MCP World

未标注未说明未标注1 个2026-05-17
Sequentialthinking

MCP.so

1SSE有2 个2026-05-17
Brave Search 433812ff

MCP World

2未说明未标注1 个2026-05-17
mindsdb (430e18)

MCP World

0未说明有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Context Recon MCP 怎么安装?

公开资料给出的安装命令是 python -m venv .venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Context Recon MCP 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Context Recon MCP 收费吗?

本站只整理公开资料,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 Recon MCP 需要 API Key 吗?

公开资料标注的认证方式是OAuth 授权,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Context Recon MCP 支持哪些客户端?

公开资料标注支持 Claude;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。

来源信息

继续浏览同类 MCP