Original en inglés: https://argusic.com/subject/claude-context

claude-context

Code search MCP para Claude Code. Haz que toda la base de código sea el contexto para cualquier coding agent.

Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit 6fc318b4e3ce

TypeScript, licencia MIT. El proyecto se describe a sí mismo como: agent, agentic rag, ai coding, claude code, code generation, code search, cursor y embedding.

claude-context funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 18 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

Install, build, typecheck, lint config, and all 35 tests pass across the monorepo. The core indexing pipeline runs end-to-end with mock providers. The MCP server starts but requires real OpenAI API key and Milvus credentials for production use.

Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide

Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona con mocks
Puntuación Argusic
92 / 100
costo de la ejecución de verificación
0,10 USD (medido)
ejecuciones registradas
3
última prueba
estrellas
12.668
forks
939
issues abiertos
147
observadores
54
tamaño
8 MB
creado
último push

Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.

Qué se midió

De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.

Tiempo perdido en cada fallo al probar claude-context, a partir de la ejecución registrada
Cada barra es un fallo que el agent registró, con el tiempo que le costó. Sale de esta ejecución y de ningún otro sitio.

Qué salió mal, en palabras del propio agent

Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.

  • pnpm install blocked by ERR_PNPM_IGNORED_BUILDS (18 packages with unapproved build scripts)5 minutos
  • Node.js v18 (project requires >=20)2 minutos
  • pnpm not found in PATH1 minuto
  • MCP server and example require real OpenAI API key and Milvus/Zilliz credentials
Tiempo de instalación
18 minutos
De máquina en frío a terminar
15 minutos
Errores encontrados y corregidos
4 encontrados, 4 corregidos sin ayuda humana
Cómo se demostró el resultado
pnpm --filter @zilliz/claude-context-core test exited 0, 29 passed; pnpm typecheck passed across all packages; core dist built and loaded via node -e with mock providers indexed 109 files and performed search; MCP server started (logs show 'Fatal error: OPENAI_API_KEY is required')
Tokens de modelo usados
113.955
Commit exacto probado
6fc318b4e3ce
Imagen del contenedor
sha256:cdd920bce783

Qué no se midió

La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.

Memoria de GPU máxima
se ejecutó en una máquina con CPU, así que no había GPU que muestrear
Comportamiento en una ejecución larga
cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Comportamiento con servicios reales
esta ejecución solo se verificó con servicios sustitutos

Ver la sesión

La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.

Una grabación del intento 2, ejecutado el . El veredicto anterior procede de otro intento, así que tómalo como una sesión y no como el resultado actual. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.

El final de la grabación

Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.

packages/mcp typecheck: Done
exec
/bin/sh -lc 'cd /work/repo && git diff --stat' in /work/repo
 succeeded in 13ms:
exec
/bin/sh -lc 'cd /work/repo && date -u "+%s"' in /work/repo
 succeeded in 0ms:
1790127075
All good. Here's my final summary:
tokens used
113,955
All good. Here's my final summary:

Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.

Cómo se probó

Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.

Puntos fuertes y límites

Hechos medidos, no opiniones. Cómo se redacta.

Qué salió bien

  • Se recuperó de los 4 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
  • Licencia MIT, según su plataforma de origen.
  • Medido 3 veces, así que el resultado no es algo puntual.

Qué no salió bien, o no se sabe

  • Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
  • Tardó 18 minutos en instalarse, más lento que la mediana de los 134 proyectos comparables que ha medido Argusic.

De los 135 proyectos de agent que Argusic ha instalado y cronometrado, claude-context fue el 107.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.

También probados, en la misma área

Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.

Historial de ejecuciones

probado porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner3/3Funciona con mocks92,000,10
Argusic Runner2/3Funciona con mocks92,000,06
Argusic Runner1/3Funciona con mocks92,000,08

Temas (de GitHub)

agentagentic-ragai-codingclaude-codecode-generationcode-searchcursorembeddinggemini-climcpmerkle-treenodejsopenairagsemantic-searchtypescriptvector-databasevibe-codingvoyage-aivscode-extension

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/claude-context.svg)](https://argusic.com/subject/claude-context)

Preguntas

¿Funciona claude-context?
claude-context funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 4 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic claude-context?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 6fc318b4e3ce. Hay 3 intentos registrados, y la metodología completa está en la página de metodología.
¿Cuánto costó probar claude-context?
La ejecución que produjo este veredicto costó 0,10 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
¿Cuánto tarda claude-context en instalarse?
18 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita claude-context una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar claude-context?
En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
¿Cómo se compara claude-context con las alternativas?
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, claude-context fue el 107.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
¿Dónde está la evidencia de claude-context?
Las 3 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.

Discussion