mcpField
C
ContextStream MCP Server

ContextStream MCP Server

リモート
contextstream.ioメモリ・ナレッジ44今日更新
リポジトリ公式サイト

ContextStream MCP Server について

ContextStream MCP Serverは、AIエージェント向けにコード検索、プロジェクトの決定事項の呼び出し、セッションをまたぐコンテキストを提供します。コード、ドキュメント、会話を結び付け、データ収集を設定でき、情報源を追跡できます。

主な機能

  1. 01関連するコードファイルの検索
  2. 02プロジェクトの決定事項の保存と検索
  3. 03セッションやツールをまたぐコンテキスト保持
  4. 04追跡可能な情報源と設定可能なデータ収集
  5. 05ローカル接続とホスト型 MCP 接続

活用シーン

  1. 01次のコード変更に関係するファイルの特定
  2. 02新しいセッションで保存済みの決定事項を取得
  3. 03プロジェクト作業にチームのコンテキストを反映

MCP 対応

コード検索、決定事項の取得、プロジェクトコンテキストを MCP クライアントに提供します。ローカル接続とホスト型 MCP エンドポイントに対応しますが、ホスト型接続だけではローカルのチェックアウトは同期されません。

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://mcp.contextstream.io/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
npm@contextstream/mcp-server1.0.38

ツール

詳細

翻訳後に原文が更新されています。最新の内容は原文をご確認ください。

ContextStream

ContextStream MCP サーバー

永続的なメモリ。ミリ秒単位のコード検索。

エージェントはコードを理解しています。あなたの判断の背景も伝えましょう。

コード、ドキュメント、会話を接続すると、エージェントが適切な ファイルを見つけ、保存した判断を思い出し、セッションやツールをまたいで過去の作業を活用できます。

MCP ですぐに無料で開始

毎月10,000クレジット。クレジットカードは不要です。

Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI、Qwen Code、 Kimi Code、Muse Code、ZCode、Zed、およびその他の MCP クライアントで動作し、 Claude、GPT、Gemini、Kimi、GLM、Qwen などのモデルに対応しています。 MCP のオンボーディング中にアカウントを作成するか、サインインしてください。別途ウェブサイトで登録する必要はありません。

macOS と Linux

curl -fsSL https://contextstream.io/scripts/mcp.sh | bash

Windows PowerShell

irm https://contextstream.io/scripts/mcp.ps1 | iex

コマンドをターミナルに貼り付け、オンボーディングの手順に従ってプロジェクトと対応エディターを接続してください。 セットアップ後、エディターを再起動してください。

インストールおよびインデックス化される内容 · 対応クライアント · セットアップガイド · ウェブから始めたい場合はこちら

次のセッションを有意義にする

接続済みのエージェントに尋ねます。

ContextStream を使って、次の変更に関連するファイルを探してください。出典を明記し、 作業の指針となる、保存済みのプロジェクト上の判断があれば取得してください。

次に、実際の判断とその理由を保存するよう依頼します。新しいセッションを開始し、 もう一度説明することなく、その判断を取得します。インデックス化によってコードの コンテキストが得られますが、文書化されていない判断をすべて復元できるわけではありません。

実績とデータ管理

公開ベンチマークでのコード検索の中央値は95ミリ秒です。 これは公開された構成で 計測した正常応答の中央値であり、レイテンシを保証するものではありません。 結果、方法、制限事項を見る。

範囲を限定したアクセス。追跡可能な出典。設定可能なキャプチャ。 インデックス化では、対象となるソースの内容がホスト型検索のために ContextStream に送信されます。 トランスクリプトの保存とローカル Git メタデータのキャプチャはデフォルトで有効ですが、 無効にできます。機密性の高いプロジェクトを接続する前に、 データの取り扱いと管理機能をご確認ください。

その他のインストール方法とトラブルシューティング
npm(Node.js 20+)
npx -y @contextstream/mcp-server@latest setup

npm ランチャーは、お使いのプラットフォーム向けのネイティブ Rust バイナリをダウンロードし、 その SHA-256 チェックサムを検証します。本番環境の自動化では、パッケージのバージョンを正確に指定してください。

ローカルプロセスを使わないホスト型 MCP

Streamable HTTP と OAuth に対応するクライアントでは、ホスト型エンドポイントは次のとおりです。

https://mcp.contextstream.io/mcp?default_context_mode=fast

対応クライアントには、Claude Code、Codex、Gemini CLI、Qwen Code、Copilot CLI、Droid 用の1行で実行できる追加コマンドと、 VS Code 用のワンクリックインストールが記載されています。その他のクライアントや stdio の代替手段については、 MCP ドキュメントをご利用ください。ホスト型接続だけでは、 ローカルのチェックアウトは同期されません。

セットアップのプレビューまたは診断
contextstream-mcp setup --dry-run
contextstream-mcp doctor --scope=all --only-configured
スクリプトおよび CI のセットアップ

自動化では、ダウンロードに失敗したときに何もインストールされないまま成功を報告するのではなく、 失敗として処理されるよう、インストールを pipefail でラップしてください。

bash -o pipefail -c 'curl -fsSL https://contextstream.io/scripts/mcp.sh | bash'

setup --yes は CONTEXTSTREAM_API_KEY または保存済みの認証情報からキーを読み込みます。 アカウントに複数のワークスペースがある場合は、--workspace-id が必要です。

export CONTEXTSTREAM_API_KEY=...   # or: printf %s "$KEY" | contextstream-mcp configure --api-key-stdin
contextstream-mcp setup --yes --editors=claude --workspace-id=<UUID> --project-path=.
## オープンソースとコントリビューション

このリポジトリには、MIT ライセンスの Rust MCP サーバー、クライアント、エディターの設定、リリース用ツールが含まれています。ホスト型バックエンドは別途提供されており、ここには含まれていません。 アーキテクチャ、リリースの整合性、最新リリースを参照してください。

cargo build --locked -p mcp-server --bin contextstream-mcp
cargo test --locked --workspace

固定された Rust ツールチェーンを使用してください。コントリビューションのチェックとコミットの署名については、CONTRIBUTING.mdをお読みください。脆弱性はSECURITY.mdを使用して報告してください。ライセンス、商標、プロジェクトのガバナンスについては、LICENSE、NOTICE、GOVERNANCE.mdを参照してください。


人間らしくいきましょう。

ドキュメント · 料金 · インテグレーション · ベンチマーク

任意のプロジェクト詳細学習

新しいアカウントでは、プロジェクト詳細学習は初期状態でオフになっています。contextstream-mcp setup --yesをそのまま実行すると、現在の選択が維持されます。同意内容を確認するには、contextstream-mcp configure --account-learning onを実行し、サインイン後のプライバシーページで確定してください。撤回するには、contextstream-mcp configure --account-learning offを実行してください。エージェントがユーザーに代わって同意することはできません。Doctor と init が表示するのはステータスのみです。データの取り扱いと制御を参照してください。

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。