你有没有遇到过这种情况让 Claude Code 帮你改一个功能它先花了五分钟用grep、find、cat在代码库里东翻西找最后给出的方案还漏掉了三个相关的文件。如果你的项目超过两三万行代码这种感觉会格外明显——AI 就像一个刚入职的实习生对整个项目结构完全懵每次提问都要重新带它逛一遍。我最近发现了一个专门解决这个问题的工具Claude Context用了之后真的有点惊艳。 问题根源AI 的上下文窗口是有限的AI 编程助手有一个先天局限它只能看到被放进上下文窗口的内容。对于小项目来说直接把整个项目塞进去没问题。但现实中大多数需要 AI 辅助的项目代码量往往在几万到几百万行之间直接全部塞进去有两个后果Token 费用爆炸。每次对话都加载整个代码库光上下文消耗就是天文数字。质量反而下降。研究表明过长的上下文会稀释信号AI 的注意力会分散反而找不到真正相关的代码。所以 Claude Code 默认的策略是让 AI 自己去探索——一轮一轮地读文件、搜索关键词直到找到足够的上下文再回答。这个过程既慢又贵找到的内容还不一定准确。Claude Context 的思路是与其让 AI 盲目探索不如给它一个语义搜索引擎。 Claude Context 是什么Claude Context 是由 Zilliz就是做 Milvus 向量数据库那家公司开源的一个 MCP 插件。它做的事情简单来说就是把你的整个代码库索引进向量数据库当 AI 需要找代码时用语义搜索代替人工探索。GitHub 目前已经有9000 Stars支持 Claude Code、Cursor、Windsurf、Gemini CLI、Cline 等几乎所有主流 AI 编程工具。⚙️ 技术层面它是怎么工作的这部分我觉得值得多聊几句因为它的实现思路挺有意思的。1. 混合检索BM25 稠密向量单纯用向量相似度检索代码其实效果不稳定——尤其是精确的函数名、变量名、API 名称向量搜索未必比关键词匹配更准。Claude Context 用的是BM25 稠密向量混合检索BM25 负责精确关键词匹配找getUserById这种具体名称向量检索负责语义理解找处理用户认证的函数这种模糊描述两者互补召回质量比单一方法高不少。2. AST 智能分块代码不能像文章那样按字数切割切到一半的函数是没有意义的。它用抽象语法树AST来做代码分块——按函数、类、方法的语义边界来切确保每个向量片段都是一个完整的代码单元。如果 AST 解析失败会自动回退到基于字符的切割方式。支持的语言包括 TypeScript、Python、Java、Go、Rust、C、Ruby、C# 等主流语言。3. 增量索引Merkle Tree代码在不断变化不可能每次都全量重建索引。它用Merkle Tree来追踪文件变更——只有发生变化的文件才会重新索引。对于大型项目来说这意味着日常的增量更新非常快。4. 向量数据库后端存储和检索都依托Milvus / Zilliz Cloud。Zilliz 是 Milvus 的商业公司所以这套集成是一等公民待遇。 怎么接入 Claude Code需要三样东西Zilliz Cloud 账号免费套餐够用拿 API Key 和 EndpointOpenAI API Key用于生成 Embedding也支持 VoyageAI、Ollama、GeminiNode.js 20.x 或 22.x注意目前不兼容 Node.js 24配置就一条命令claude mcp add claude-context \ -e OPENAI_API_KEYsk-你的key \ -e MILVUS_ADDRESS你的zilliz-endpoint \ -e MILVUS_TOKEN你的zilliz-api-key \ -- npx zilliz/claude-context-mcplatest之后打开 Claude Code进到你的项目目录然后# 第一次使用索引代码库大项目可能要等几分钟Index this codebase# 查看索引进度Check the indexing status# 之后就可以语义搜索了Findfunctionsthat handle user authentication Find all database queryfunctionsHow is the payment flow implemented?索引完成后每次提问 Claude 会自动调用语义搜索而不是盲目探索文件系统。 实际效果如何官方的评估数据是**在检索质量相当的前提下Token 消耗减少约 40%**。这个数字怎么理解假设你每天用 Claude Code 花 20 美元接入之后大概能省 8 美元。如果是团队用这个差距就更明显了。更重要的是精准检索带来的质量提升。以前 AI 要多轮探索才能搞清楚代码结构现在一次搜索就能拿到最相关的代码片段回答更准修改出错的概率也更低。 不只是 Claude Code如果你同时用多个 AI 编程工具这个插件几乎都能接入。除了 Claude Code还支持工具配置方式Cursor~/.cursor/mcp.jsonWindsurfMCP 设置 JSONGemini CLI~/.gemini/settings.jsonOpenAI Codex CLI~/.codex/config.tomlVS CodeMCP 兼容扩展Cline / Roo Code插件 MCP 设置同一套向量索引多个工具共享不用重复建索引。 顺便提一下配套插件Zilliz 同时还出了一个叫memsearch的 Claude Code 插件专门解决跨会话记忆的问题——就是让 AI 记住你上次聊过什么、做过什么决策。这两个插件组合起来其实挺完整的一个负责代码检索一个负责历史记忆基本解决了 AI 编程助手的两大上下文痛点。 我的判断说实话对于大型项目5万行代码以上来说Claude Context 是我目前见过最务实的解决方案之一。它不试图用什么魔法把整个代码库装进上下文而是老老实实地做向量检索——这个思路是对的工程实现也挺扎实Merkle Tree 增量索引、AST 分块这些细节都处理了。唯一的门槛是需要一个向量数据库这对纯前端开发者来说可能稍微有点陌生。不过 Zilliz Cloud 有免费套餐注册一下拿 Key 就行并不需要自己运维 Milvus。如果你的项目代码量还不大或者主要在写一次性脚本这个工具的收益会没那么明显。但如果你在一个中大型项目上重度使用 Claude Code强烈建议试试。项目地址https://github.com/zilliztech/claude-contextMIT 协议开源直接 Star 收藏。你现在用的 AI 编程工具是哪个有没有在大型项目上踩过上下文不够用的坑欢迎评论区聊聊。我是顾北关注我获取更多好玩好用的 Claude Code 实用技巧谢谢你阅读我的文章~我们下期再见PS部分内容由AI辅助创作