mcp-server

用途

ContextStream MCP Server 用于为 AI 编程代理提供持久记忆、语义搜索和共享项目上下文。官方定位是：代理了解代码本身，而该工具让代理了解代码背后的决策。它把代码、文档和对话连接起来，使代理能够找到正确文件、回忆已保存的决策，并在不同会话与工具之间基于过往工作继续推进。

主要能力

• 持久记忆：跨会话、跨工具携带决策、经验教训和意图。
• 语义代码搜索：官方公布基准中代码搜索成功响应中位数为 95 毫秒，并声明这不是延迟保证。
• 可追溯来源与作用域访问：官方提到 traceable sources 与 scoped access。
• 共享项目上下文：连接代码、文档与对话供代理使用。
• 代理可检索相关文件并引用来源，也可保存真实决策及其原因，供新会话再次检索。
• 数据控制：索引会把符合条件的源代码内容发送到 ContextStream 进行托管搜索；转录保存与本地 Git 元数据采集默认开启且可关闭。

使用方式

支持 macOS、Linux 和 Windows PowerShell。安装方式包括：

• npm（需要 Node.js 20+）：npm 启动器会下载对应平台的原生 Rust 二进制文件并校验 SHA-256 校验和；生产自动化建议固定精确包版本。
• 托管 MCP（无本地进程）：面向支持 Streamable HTTP 和 OAuth 的客户端。
• 脚本与 CI 设置：自动化时建议把安装包裹在 pipefail 中，避免下载失败却报告成功；setup --yes 会从 CONTEXTSTREAM_API_KEY 或已保存凭据读取密钥，账户拥有多个工作区时需要 --workspace-id。
• 安装后按引导连接项目与受支持的编辑器，并重启编辑器。
• 官方支持列表提供 Claude Code、Codex、Gemini CLI、Qwen Code、Copilot CLI、Droid 的一行添加命令，以及 VS Code 一键安装。

适用场景

需要在多次 AI 编程会话之间保留架构决策、项目意图和经验的开发工作；使用多个 MCP 客户端或模型的团队；希望代理自动定位相关代码文件并引用来源的场景。

限制与注意事项

• 索引提供代码上下文，但无法恢复所有未记录的决策。
• 官方基准数字基于特定配置，不构成延迟保证。
• 仅建立托管连接并不会同步本地检出。
• 仓库仅包含 MIT 许可的 Rust MCP 服务器、客户端、编辑器设置与发布工具；托管后端不包含在此仓库中。
• 新账户的深度项目学习默认关闭；setup --yes 会保留当前选择；代理不能代替用户同意。
• 使用前应查看数据处理与控制说明，谨慎连接敏感项目。
• 具体定价细节、更多平台支持范围等未在给定资料中完整提供。