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
- 01条件に合うリスト分類の発見
- 02リスト項目の全文検索
- 03リストと分類を指定した項目取得
- 04MCPサーバーとCLIで共通の操作
活用シーン
- 01技術テーマに合うライブラリ探し
- 02調査用の学習資料収集
- 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。
https://www.context-awesome.com/api/mcpclaude mcp add --transport http bh-rat-context-awesome https://www.context-awesome.com/api/mcp{"mcpServers":{"bh-rat-context-awesome":{"type":"http","url":"https://www.context-awesome.com/api/mcp"}}}Cursor で開く{"servers":{"bh-rat-context-awesome":{"type":"http","url":"https://www.context-awesome.com/api/mcp"}}}VS Code で開く{"mcpServers":{"bh-rat-context-awesome":{"type":"http","url":"https://www.context-awesome.com/api/mcp"}}}{"mcpServers":{"bh-rat-context-awesome":{"serverUrl":"https://www.context-awesome.com/api/mcp"}}}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。
ツール
2| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| limit | number | いいえ | 返すセクションの最大数 |
| query | string | はい | awesome リスト内のセクションを検索するための検索語 |
| confidence | number | 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 
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。
- 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
- 優れた学習リソースを見つける
- 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
- 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 |
| CLI | npm 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_section | context-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_items | context-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_items | context-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
- ハンバーガーメニューをクリックします
- Settings を選択します
- Tools に移動します
- + Add MCP をクリックします
- URL を入力します:
https://www.context-awesome.com/api/mcp - 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
Settings->Tools->AI Assistant->Model Context Protocol (MCP)に移動します+ Addをクリックします- URL を設定します:
https://www.context-awesome.com/api/mcp OKとApplyをクリックします
Kiro にインストール
Kiro>MCP Serversに移動します+ Addをクリックします- URL を設定します:
https://www.context-awesome.com/api/mcp 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
Settings>AI>Manage MCP serversに移動します+ Addをクリックします- URL を設定します:
https://www.context-awesome.com/api/mcp 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
Program>Install>Edit mcp.jsonに移動します- 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
Perplexity>Settingsに移動しますConnectorsを選択しますAdd ConnectorをクリックしますAdvancedを選択します- 名前を入力します:
Context Awesome - 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
- Zencoder メニュー(...)を開きます
- Agent tools を選択します
- Add custom MCP をクリックします
- 名前:
Context Awesome - URL:
https://www.context-awesome.com/api/mcp
Qodo Gen にインストール
- Qodo Gen のチャットパネルを開きます
- Connect more tools をクリックします
-
- Add new MCP をクリックします
- 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:
- リポジトリをフォークします
- 機能ブランチを作成します
- 新しい機能のテストを追加します
- すべてのテストがパスすることを確認します
- 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:
- GitHub Issues:https://github.com/bh-rat/context-awesome/issues
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:
- Model Context Protocol SDK
- Awesome Lists
- context7 の MCP サーバーパターンに着想を得ています
コメント
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。