llm-context.py MCP — Casos de uso, Instalar & Demo en vivo

Por qué usarlo

Características clave

Selección de archivos basada en reglas (reglas de filtro) — contexto por tarea, no una solución única para todos
Múltiples tipos de reglas: prompt / filter / instruction / style / excerpt
lc_outlines comprime bases de código grandes en esquemas estructurales
lc_missing: el LLM puede descargar archivos específicos durante la conversación
Modo solo portapapeles para clientes LLM que no admiten MCP

Demo en vivo

Cómo se ve en la práctica

llm-context-py.replay ▶ listo

0/0

Instalar

Elige tu cliente

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "llm-context-py": {
      "command": "uvx",
      "args": [
        "llm-context.py"
      ],
      "_inferred": true
    }
  }
}

Abre Claude Desktop → Settings → Developer → Edit Config. Reinicia después de guardar.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "llm-context-py": {
      "command": "uvx",
      "args": [
        "llm-context.py"
      ],
      "_inferred": true
    }
  }
}

Cursor usa el mismo esquema mcpServers que Claude Desktop. La configuración del proyecto prevalece sobre la global.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "llm-context-py": {
      "command": "uvx",
      "args": [
        "llm-context.py"
      ],
      "_inferred": true
    }
  }
}

Haz clic en el icono MCP Servers de la barra lateral de Cline y luego en "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "llm-context-py": {
      "command": "uvx",
      "args": [
        "llm-context.py"
      ],
      "_inferred": true
    }
  }
}

Mismo formato que Claude Desktop. Reinicia Windsurf para aplicar.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "llm-context-py",
      "command": "uvx",
      "args": [
        "llm-context.py"
      ]
    }
  ]
}

Continue usa un array de objetos de servidor en lugar de un mapa.

~/.config/zed/settings.json

{
  "context_servers": {
    "llm-context-py": {
      "command": {
        "path": "uvx",
        "args": [
          "llm-context.py"
        ]
      }
    }
  }
}

Añádelo a context_servers. Zed recarga en caliente al guardar.

claude mcp add llm-context-py -- uvx llm-context.py

Un solo comando. Verifica con claude mcp list. Quita con claude mcp remove.

Casos de uso

Usos del mundo real: llm-context.py

Envía un contexto de revisión de código enfocado a tu LLM

👤 Desarrolladores cansados de pegar 3000 líneas ⏱ ~15 min intermediate

Cuándo usarlo: Estás a punto de pedir 'revisa mi módulo de autenticación' y no quieres todo el repositorio en contexto.

Requisitos previos

llm-context.py instalado — uv tool install 'llm-context>=0.6.0'
Inicializado en tu repositorio — lc-init en la raíz de tu repositorio

Flujo

Crea una regla de filtro para autenticación

Crea una regla de filtro lc 'flt-auth' que incluya src/auth/** y src/middleware/auth*.ts.✓ Copiado

→ Archivo de regla creado bajo .lc/
Vista previa de lo que selecciona la regla

Ejecuta lc_preview en flt-auth — muéstrame qué archivos se enviarán y el recuento total de tokens.✓ Copiado

→ Lista de archivos + recuento de tokens
Comparte contexto con el LLM a través de MCP

Usando la regla flt-auth, revisa el módulo para problemas de seguridad. Si necesitas ver un archivo específico no incluido, solicítalo a través de lc_missing.✓ Copiado

→ Revisión con solicitudes de archivos específicos

Resultado: Una revisión de código que cabe en contexto y aún puede explorar — sin pegar manualmente.

Errores comunes

Regla demasiado estrecha → el LLM no puede entender los llamadores de tu módulo — Incluye interfaz / tipos de módulos vecinos, usa esquemas para el resto
Regla demasiado amplia → presupuesto de tokens excedido — Comienza amplio, observa lc_preview, ajusta hasta estar dentro de los límites de tu cliente

Combinar con: filesystem

Dale a un LLM un mapa estructural de una base de código enorme

👤 Ingenieros que se incorporan a monorepositorios desconocidos ⏱ ~20 min intermediate

Cuándo usarlo: Repositorio de 100k+ LOC; necesitas orientación, no todo el código.

Flujo

Genera esquema

lc_outlines para todo el repositorio — clases, funciones de nivel superior, exportaciones por archivo. Omite los cuerpos.✓ Copiado

→ Esquema esquelético con algunos miles de líneas
Haz preguntas de orientación

Dado el esquema, ¿dónde está el punto de entrada, dónde se define el enrutamiento y qué archivos contienen las abstracciones de capa de datos?✓ Copiado

→ Respuestas arquitectónicas
Profundiza en un área

Muéstrame el contenido completo de los tres archivos que definen el enrutamiento a través de lc_missing.✓ Copiado

→ Archivos específicos se expanden en contexto

Resultado: Un recorrido guiado sin pegar nunca todo el repositorio.

Adjunta reglas de estilo del proyecto a cada prompt

👤 Equipos con convenciones específicas ⏱ ~10 min beginner

Cuándo usarlo: Quieres que Claude siempre sepa 'usamos pytest, no unittest' sin repetir.

Flujo

Escribe una regla de estilo

Crea regla sty-python: 'solo pytest, se requieren type hints, formato black'.✓ Copiado

→ Regla guardada
Aplica automáticamente

Usa prm-default que compone flt-current + sty-python + ins-standards para cada contexto.✓ Copiado

→ Regla adjunta automáticamente

Resultado: Convenciones por tarea aplicadas sin código repetitivo manual.

Combinar con: drift

Combinaciones

Combínalo con otros MCPs para multiplicar por 10

llm-context-py + drift

drift registra convenciones; llm-context envía solo archivos relevantes + reglas de estilo por tarea

Carga las convenciones drift para este repositorio, luego usa lc con la regla flt-auth + sty-ts para revisar el módulo de autenticación.✓ Copiado

llm-context-py + filesystem

Después de revisar, filesystem aplica ediciones

Basándote en la revisión de llm-context, usa filesystem para aplicar las ediciones sugeridas a src/auth/.✓ Copiado

Herramientas

Lo que expone este MCP

Herramienta	Entradas	Cuándo llamar	Coste
lc_outlines	rule?: str	Oriéntate en bases de código grandes	gratuito (local)
lc_preview	rule: str	Antes de enviar contexto, verifica el alcance	gratuito
lc_missing	path: str	El LLM llama a esto durante la conversación para solicitar un archivo	gratuito

Coste y límites

Lo que cuesta ejecutarlo

Cuota de API: Ninguno
Tokens por llamada: Depende completamente del alcance de tu regla — ese es el punto
Monetario: Gratuito, código abierto
Consejo: Siempre ejecuta lc_preview antes de lc_outlines/enviar contexto — un segundo de vista previa ahorra miles de tokens.

Seguridad

Permisos, secretos, alcance

Almacenamiento de credenciales: Ninguno

Salida de datos: Solo a cualquier cliente LLM / proveedor al que dirijas el contexto

Revisa los globs de regla antes de ejecutar — un **/* errante incluirá felizmente node_modules.
lc_missing es poderoso; restringe sus rutas permitidas en reglas si almacenas secretos en el repositorio.

Resolución de problemas

Errores comunes y soluciones

No se encontraron reglas

Ejecuta lc-init en la raíz del repositorio para crear el andamiaje .lc/.

Verificar: ls .lc/

El recuento de tokens de lc_preview es sorprendentemente alto

Tu filtro es demasiado amplio o incluye archivos generados. Estrecha los globs y agrega patrones de ignorancia.

Verificar: lc_preview again

Herramienta MCP no disponible

Usa uvx --from llm-context lc-mcp en tu configuración del servidor MCP.

Verificar: claude mcp list

Alternativas

llm-context.py vs otros

Alternativa	Cuándo usarla	Contrapartida
repomix / ai-digest	Quieres un volcado de archivo único, no herramientas MCP	Sin lc_missing interactivo; instantánea estática
filesystem MCP	Quieres acceso directo a archivos	Sin selección basada en reglas ni esquemas
drift	Quieres memoria de convención persistente, no agrupación de archivos por tarea	Un problema completamente diferente

Más

Recursos

📖 Lee el README oficial en GitHub

🐙 Ver issues abiertas

🔍 Ver todos los 400+ servidores MCP y Skills