Context Optimizer

Context Optimizer MCP Server

一个 Model Context Protocol（MCP）服务，为 GitHub Copilot、Cursor AI、Claude Desktop 及其他兼容 MCP 的助手提供上下文优化工具，使它们能够提取目标信息，而无需处理大量终端输出和文件，浪费上下文。

此 MCP 服务是 VS Code Copilot Context Optimizer 扩展的演进版本，同时兼容支持 MCP 的应用。

🎯 它解决的问题

你是否在使用 AI 编码助手（例如 Copilot、Claude Code 或 Cursor）时遇到过这些情况？

• 🔄 助手不断压缩／总结对话，并在过程中丢失一些上下文。
• 🖥️ 终端输出塞满上下文，出现数百行内容，而助手只需要关键信息。
• 📄 大文件占满上下文，而助手其实只需要检查某个具体内容。
• ⚠️ **“已达到上下文限制”**的消息打断工作流。
• 🧠 上下文溢出导致助手“忘记”对话前面的内容。
• 😫 对话变长后，推理质量下降。

根本原因：当助手：

• 执行终端命令后，读取构建、测试、代码检查等过程中产生的长日志。
• 为了回答问题而完整读取一个或多个大文件，即使并不需要全部代码。
• 为了学习如何完成某项任务而从网上读取多个网页，搜索某个主题。
• 或者只是在进行长时间对话时。

助手可能会：

• 开始压缩、总结或截断对话历史。
• 推理质量下降。
• 无法跟踪之前的上下文和决策。
• 因为注意力不集中而变得不那么有帮助。

解决方案：

此服务为任何兼容 MCP 的助手提供专用工具，仅提取你需要的具体信息，让聊天上下文保持简洁、专注于高效解决问题，而不是管理数据。

功能

• 🔍 文件分析工具（askAboutFile）- 从文件中提取具体信息，无需加载全部内容
• 🖥️ 终端执行工具（runAndExtract）- 执行命令并使用大模型分析提取相关信息
• ❓ 后续问题工具（askFollowUp）- 继续讨论之前的终端执行结果
• 🔬 研究工具（researchTopic、deepResearch）- 使用 Exa.ai 的 API 开展网络研究
• 🔒 安全控制 - 路径验证、命令过滤和会话管理
• 🔧 多大模型支持 - 支持 Google Gemini、Claude（Anthropic）和 OpenAI
• ⚙️ 环境变量配置 - 通过系统环境变量管理 API 密钥
• 🏗️ 简单配置 - 仅需环境变量，无需管理配置文件
• 🧪 全面测试 - 单元测试、集成测试和安全验证

快速开始

1. 全局安装：

npm install -g context-optimizer-mcp-server

2. 设置环境变量（针对操作系统的说明，请参阅 docs/guides/usage.md）：

export CONTEXT_OPT_LLM_PROVIDER="gemini"
export CONTEXT_OPT_GEMINI_KEY="your-gemini-api-key"
export CONTEXT_OPT_EXA_KEY="your-exa-api-key"
export CONTEXT_OPT_ALLOWED_PATHS="/path/to/your/projects"

3. 添加到 MCP 客户端配置中：

例如，在 claude_desktop_config.json（Claude Desktop）中使用 "mcpServers"，或在 mcp.json（VS Code）中使用 "servers"。

"context-optimizer": {
  "command": "context-optimizer-mcp"
}

如需完整的设置说明，包括针对操作系统的环境变量配置和 AI 助手设置，请参阅 docs/guides/usage.md。

可用工具

• askAboutFile - 无需将文件完整内容加载到聊天上下文中，即可提取文件中的特定信息。适合检查文件是否包含特定函数、提取导入/导出语句，或在不阅读全文的情况下了解文件用途。

• runAndExtract - 执行命令行命令，并通过 LLM 分析智能提取相关信息。支持非交互式命令，并提供安全验证、超时和用于后续提问的会话管理。

• askFollowUp - 无需重新运行命令，即可继续询问之前的命令行执行结果。可访问之前 runAndExtract 调用的完整上下文，包括完整命令输出和执行详情。

• researchTopic - 使用 Exa.ai 的研究能力，对软件开发主题开展快速、聚焦的网络研究。获取当前最佳实践、实现指南以及不断演进的技术的最新信息。

• deepResearch - 使用 Exa.ai 的全面研究能力，开展深入研究与分析，为关键决策和复杂架构规划提供支持。适用于技术战略决策、架构规划和长期路线图制定。

如需查看详细的工具文档和示例，请参阅 docs/tools.md 和 docs/guides/usage.md。

文档

所有文档均位于 docs/ 目录下：

主题	位置	描述
架构	docs/architecture.md	系统设计和组件概览
工具参考	docs/tools.md	完整的工具文档和示例
使用指南	docs/guides/usage.md	完整的设置和配置说明
VS Code 设置	docs/guides/vs-code-setup.md	VS Code 专属配置
故障排除	docs/guides/troubleshooting.md	常见问题及解决方案
API 密钥	docs/reference/api-keys.md	API 密钥管理
测试	docs/reference/testing.md	测试框架和流程
更新日志	docs/reference/changelog.md	版本历史
贡献指南	docs/reference/contributing.md	开发指南
安全	docs/reference/security.md	安全策略
行为准则	docs/reference/code-of-conduct.md	社区指南

快速链接

• 开始使用：请参阅 docs/guides/usage.md，了解完整的设置说明
• 工具参考：请查看 docs/tools.md，了解详细的工具文档
• 故障排除：请查看 docs/guides/troubleshooting.md，了解常见问题
• VS Code 设置：请按照 docs/guides/vs-code-setup.md 中的说明配置 VS Code

测试

# Run all tests (skips LLM integration tests without API keys)
npm test

# Run tests with API keys for full integration testing
# Set environment variables first:
export CONTEXT_OPT_LLM_PROVIDER="gemini"
export CONTEXT_OPT_GEMINI_KEY="your-gemini-key"
export CONTEXT_OPT_EXA_KEY="your-exa-key"
npm test  # Now runs all tests including LLM integration

# Run in watch mode
npm run test:watch

手动测试

如需使用 AI 助手进行全面的端到端测试，请参阅 手动测试设置指南。该指南提供基于工作流的测试流程，通过真实场景验证所有工具。

如需了解详细的测试设置，请参阅 docs/reference/testing.md。

贡献

欢迎贡献！请阅读 docs/reference/contributing.md，了解开发工作流、编码标准、测试和提交拉取请求的相关指南。

社区

• 行为准则：请参阅 docs/reference/code-of-conduct.md
• 安全报告：请遵循 docs/reference/security.md 中的负责任披露指南
• 问题：使用 GitHub Issues 报告错误和提交功能请求
• 拉取请求：请确保测试通过且文档已更新
• 讨论：（如果已启用）用于开放式问题和想法交流

许可证

MIT 许可证 - 详情请参阅 LICENSE 文件。

相关项目

• VS Code Copilot 上下文优化器 – 原始 VS Code 扩展（配套项目）