claude-context：给 Claude Code 接上整个代码库的语义搜索
Zilliz 开源 claude-context，通过 AST 分块、向量化存储和混合搜索，让 Claude Code 能语义检索整个代码库，减少约 40% token 消耗，支持多种编程语言和开发工具。
大模型的 context window 再大，也有上限。真正的工程项目动辄几十万行代码，无法一次性全部塞入。Zilliz 开源的 claude-context 正是为了解决这一问题：将代码库向量化存入数据库，让 Claude Code 在需要时按语义检索相关代码片段，而不是每次都把整个目录加载进 context。
核心内容
核心机制
代码不是以文件为单位存储，而是先用 AST（抽象语法树）做智能分块，再通过 OpenAI embedding 模型向量化，存入 Milvus 或 Zilliz Cloud 向量数据库。检索时使用混合搜索：BM25 关键词匹配 + 向量语义搜索，两种方式的结果合并排序，相关性比单纯向量搜索更准。
官方测评数据：在同等检索质量下，减少约 40% 的 token 消耗。代码库越大，节省越明显。
增量索引
利用 Merkle Tree 跟踪文件变化，只重新索引改动的文件，不需要每次全量跑一遍。
安装方式
对 Claude Code 来说，添加 claude-context 之后，在 Claude Code 里直接说「Index this codebase」，等索引完成，就可以用自然语言检索了。例如：「找所有处理用户认证的函数」。
兼容范围
不只 Claude Code，Cursor、Codex CLI、Gemini CLI、Windsurf、VS Code、Cline 全都支持，都是修改 MCP 配置文件，几行 JSON 即可完成。
支持的编程语言：TypeScript、Python、Java、Go、Rust、C++、C Sharp、Ruby、Swift 等主流语言。
Embedding 也可以替换：除了 OpenAI，还支持 VoyageAI（voyage-code-3，代码搜索效果更好）、Ollama 本地模型、Gemini。
价值与影响
本质上，Claude Code 默认的代码理解方式是：你告诉它看哪里，它看哪里。claude-context 将其升级为：你问它一个问题，它自己去整个代码库里找相关的部分，带上来给你用。对于中大型项目，这个差距很明显——不再需要手动 @file 指定文件，不用担心遗漏关键模块，Agent 的自主性和准确性都会提升。
