mcpField
C
Context Awesome

Context Awesome

リモート
context-awesome.com検索6120 週間前に更新
リポジトリ公式サイト

Context Awesome について

Context Awesomeは、厳選されたawesomeリストとその項目を検索するMCPサーバーおよびCLIです。調査や知識業務を行うエージェントが、テーマに合うツール、ライブラリ、学習資料を探すのに役立ちます。

主な機能

  1. 01条件に合うリスト分類の発見
  2. 02リスト項目の全文検索
  3. 03リストと分類を指定した項目取得
  4. 04MCPサーバーとCLIで共通の操作

活用シーン

  1. 01技術テーマに合うライブラリ探し
  2. 02調査用の学習資料収集
  3. 03エージェント向けの厳選資料検索

MCP 対応

リスト分類の発見、個別項目の検索、指定したリストと分類からの項目取得を行うツールを公開します。ホスト型のリモートエンドポイントまたはローカルトランスポートで利用できます。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://www.context-awesome.com/api/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

パッケージ
npmcontext-awesome0.1.1

ツール

2
パラメーター型必須説明
limitnumberいいえ返すセクションの最大数
querystringはいawesome リスト内のセクションを検索するための検索語
confidencenumberいいえ最小信頼度スコア(0-1)

詳細

context-awesome:エージェント向けの優れたリファレンス Awesome

MCP Server

厳選された「Awesome」リストとその項目すべてにアクセスできる Model Context Protocol(MCP)サーバーです。GitHub 上にある 8500 以上の Awesome リストのセクションや、100 万件を超える(増加中の)優れた項目から、エージェントに最適なリソースを提供します。

Awesome リストとは? Awesome リストとは、機械学習フレームワークからデザインツールまで、あらゆるトピックについて、コミュニティが厳選した優れたツール、ライブラリ、リソースのコレクションです。この MCP サーバーを追加すると、AI エージェントは無作為なウェブ検索に頼らず、品質が高く、審査済みのリソースにすぐアクセスできます。

次のような用途に最適です。

  1. ナレッジワーカー向けエージェントが、業務に最も関連性の高いリファレンスを取得する
  2. 優れた学習リソースを見つける
  3. 詳細な調査で、あらゆるトピックについて質の高いリソースをすばやく大量に集める
  4. 検索エージェント

https://github.com/user-attachments/assets/babab991-e4ff-4433-bdb7-eb7032e9cd11

Context Awesome の 2 つの利用方法

モードインストール適した用途
MCP Serverホストされた URL をエージェントに指定するか、context-awesome-mcp を起動しますClaude Desktop、Cursor、Windsurf、VS Code — MCP にネイティブ対応したエージェント
CLInpm install -g context-awesomeスクリプト、シェルのワークフロー、MCP 非対応のエディター、CI ジョブ

どちらのモードも同じ npm パッケージ(context-awesome)から提供され、同じホスト型バックエンドに接続します。

MCP ツール

各 MCP ツールには対応する CLI サブコマンドが 1 つずつあります。サーバーと CLI では、同じ操作を利用できます。

ツールCLI での同等コマンド機能
find_awesome_sectioncontext-awesome sections <query...>クエリに一致する Awesome リストのセクションやカテゴリを検索します
search_awesome_itemscontext-awesome search <query...>各項目(ツール/ライブラリ/リソース)を全文検索します
get_awesome_itemscontext-awesome items <target>既知のリストとセクションから、トークン数の上限に合わせて項目を取得します

CLI コマンド

CLI(context-awesome)は、ホスト型バックエンドに直接接続します。MCP サーバーを使用する場合は、別の context-awesome-mcp バイナリを使用してください(以下の インストール — MCP クライアントを参照)。

context-awesome <command> [options]

Commands:
  sections <query...>        Find sections matching a query
  search <query...>          Search items (e.g., context-awesome search "postgres orm")
  items <target>             Fetch items from a list (by owner/repo or listId)

Globals:
  --api-host <url>           Backend API host (env: CONTEXT_AWESOME_API_HOST)
  --api-key <key>            API key (env: CONTEXT_AWESOME_API_KEY)
  --json                     Emit raw JSON (for scripts)
CLI のインストール
npm install -g context-awesome
context-awesome --help
context-awesome search "rate limiter"
context-awesome sections "graph databases"
インストールせずに CLI を使用する
npx context-awesome search "vector database"

インストール — MCP クライアント

リモートサーバー(推奨)

Context Awesome は、ホスト型 MCP サーバーとして利用できます。インストールは不要です。

Cursor にインストール

次の場所に移動します:Settings → Cursor Settings → MCP → Add new global MCP server

{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Claude Code にインストール
claude mcp add --transport http context-awesome https://www.context-awesome.com/api/mcp
Claude Desktop にインストール

Settings → Connectors → Add Custom Connector。

  • 名前:Context Awesome
  • URL:https://www.context-awesome.com/api/mcp
Windsurf / VS Code / Zed / JetBrains / LM Studio / ... にインストール

各クライアントの「リモート MCP を追加」UI で、同じ URL(https://www.context-awesome.com/api/mcp)を使用します。正確な設定例については、以下の各セクションを参照してください。

ローカル stdio(Claude Desktop、オフライン利用可能)
{
  "mcpServers": {
    "context-awesome": {
      "command": "npx",
      "args": ["-y", "context-awesome-mcp", "serve", "--transport", "stdio"],
      "env": {
        "CONTEXT_AWESOME_API_HOST": "https://api.context-awesome.com"
      }
    }
  }
}
ローカル HTTP トランスポート(カスタム連携向け)
npx context-awesome-mcp serve --transport http --port 3001
# then point your client at http://localhost:3001/mcp

ローカル開発

git clone https://github.com/bh-rat/context-awesome.git
cd context-awesome
npm install
npm run build

# CLI
./build/cli.js search "graph databases"

# MCP server (stdio)
./build/index.js --transport stdio

# MCP Inspector
npm run inspector

バックエンドサービス

この MCP サーバーと CLI は、awesome list の処理を担うバックエンド API サービスに接続します。

バックエンドサービスは近日中にオープンソース化される予定です。これにより、コミュニティは context-awesome エコシステム全体に貢献し、その恩恵を受けられるようになります。

その他のインストール方法

Cline にインストール
{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Zed にインストール
{
  "context_servers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Augment Code にインストール
  1. ハンバーガーメニューをクリックします
  2. Settings を選択します
  3. Tools に移動します
  4. + Add MCP をクリックします
  5. URL を入力します:https://www.context-awesome.com/api/mcp
  6. 名前:Context Awesome
Roo Code にインストール
{
  "mcpServers": {
    "context-awesome": {
      "type": "streamable-http",
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Gemini CLI にインストール
{
  "mcpServers": {
    "context-awesome": {
      "httpUrl": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Opencode にインストール
"mcp": {
  "context-awesome": {
    "type": "remote",
    "url": "https://www.context-awesome.com/api/mcp",
    "enabled": true
  }
}
JetBrains AI Assistant にインストール
  1. Settings -> Tools -> AI Assistant -> Model Context Protocol (MCP) に移動します
  2. + Add をクリックします
  3. URL を設定します:https://www.context-awesome.com/api/mcp
  4. OK と Apply をクリックします
Kiro にインストール
  1. Kiro > MCP Servers に移動します
  2. + Add をクリックします
  3. URL を設定します:https://www.context-awesome.com/api/mcp
  4. Save をクリックします
Trae にインストール
{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Amazon Q Developer CLI にインストール
{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Warp にインストール
  1. Settings > AI > Manage MCP servers に移動します
  2. + Add をクリックします
  3. URL を設定します:https://www.context-awesome.com/api/mcp
  4. Save をクリックします
Copilot Coding Agent にインストール
{
  "mcpServers": {
    "context-awesome": {
      "type": "http",
      "url": "https://www.context-awesome.com/api/mcp",
      "tools": ["find_awesome_section", "search_awesome_items", "get_awesome_items"]
    }
  }
}
LM Studio にインストール
  1. Program > Install > Edit mcp.json に移動します
  2. 次を追加します:
{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
BoltAI にインストール
{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Perplexity Desktop にインストール
  1. Perplexity > Settings に移動します
  2. Connectors を選択します
  3. Add Connector をクリックします
  4. Advanced を選択します
  5. 名前を入力します:Context Awesome
  6. URL を入力します:https://www.context-awesome.com/api/mcp
Visual Studio 2022 にインストール
{
  "inputs": [],
  "servers": {
    "context-awesome": {
      "type": "http",
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Crush にインストール
{
  "$schema": "https://charm.land/crush.json",
  "mcp": {
    "context-awesome": {
      "type": "http",
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Rovo Dev CLI にインストール
acli rovodev mcp

次を追加します:

{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}
Zencoder にインストール
  1. Zencoder メニュー(...)を開きます
  2. Agent tools を選択します
  3. Add custom MCP をクリックします
  4. 名前:Context Awesome
  5. URL:https://www.context-awesome.com/api/mcp
Qodo Gen にインストール
  1. Qodo Gen のチャットパネルを開きます
  2. Connect more tools をクリックします
    • Add new MCP をクリックします
  3. 次を追加します:
{
  "mcpServers": {
    "context-awesome": {
      "url": "https://www.context-awesome.com/api/mcp"
    }
  }
}

ライセンス

MIT

貢献

貢献を歓迎します。以下の手順でお願いします:

  1. リポジトリをフォークします
  2. 機能ブランチを作成します
  3. 新しい機能のテストを追加します
  4. すべてのテストがパスすることを確認します
  5. プルリクエストを送信します

サポート

問題や質問については、以下をご利用ください:

クレジット表記

このプロジェクトは、GitHub 上の 8,500 件を超える awesome list のデータを使用しています。データを含むリポジトリの完全な一覧については、ATTRIBUTION.md をご覧ください。

謝辞

以下を使用して構築されています:

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。