contextplus MCP — Cas d'usage, Installer & Démo en direct

Pourquoi l'utiliser

Fonctionnalités clés

Arbre AST tree-sitter + file skeletons — l'agent lit la forme, pas les corps complets
Semantic identifier search avec call sites classés
Blast radius : chaque import/référence d'un symbole
Memory graph persistant (concepts + typed edges + decay)
Shadow restore points pour l'undo sans polluer l'historique git
Multi-langue (43 extensions) + capable hors ligne avec Ollama

Démo en direct

Aperçu en pratique

contextplus.replay ▶ prêt

0/0

Installer

Choisissez votre client

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

{
  "mcpServers": {
    "contextplus": {
      "command": "npx",
      "args": [
        "-y",
        "contextplus"
      ],
      "_inferred": true
    }
  }
}

Ouvrez Claude Desktop → Settings → Developer → Edit Config. Redémarrez après avoir enregistré.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "contextplus": {
      "command": "npx",
      "args": [
        "-y",
        "contextplus"
      ],
      "_inferred": true
    }
  }
}

Cursor utilise le même schéma mcpServers que Claude Desktop. La config projet l'emporte sur la globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "contextplus": {
      "command": "npx",
      "args": [
        "-y",
        "contextplus"
      ],
      "_inferred": true
    }
  }
}

Cliquez sur l'icône MCP Servers dans la barre latérale Cline, puis "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "contextplus": {
      "command": "npx",
      "args": [
        "-y",
        "contextplus"
      ],
      "_inferred": true
    }
  }
}

Même format que Claude Desktop. Redémarrez Windsurf pour appliquer.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "contextplus",
      "command": "npx",
      "args": [
        "-y",
        "contextplus"
      ]
    }
  ]
}

Continue utilise un tableau d'objets serveur plutôt qu'une map.

~/.config/zed/settings.json

{
  "context_servers": {
    "contextplus": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "contextplus"
        ]
      }
    }
  }
}

Ajoutez dans context_servers. Zed recharge à chaud à la sauvegarde.

claude mcp add contextplus -- npx -y contextplus

Une seule ligne. Vérifiez avec claude mcp list. Supprimez avec claude mcp remove.

Cas d'usage

Usages concrets : contextplus

Comment rendre un nouvel agent productif dans un grand repo rapidement

👤 Tech leads utilisant Cursor/Claude Code sur un monorepo ⏱ ~20 min intermediate

Quand l'utiliser : L'agent gaspille 30% du contexte en lisant et relisant les fichiers.

Prérequis

Node + bun ou npm — brew install bun ou utiliser npm
Un fournisseur d'embeddings (Ollama local, OpenAI, Gemini ou Groq) — ollama pull nomic-embed-text pour hors ligne

Déroulement

Construire l'arbre de contexte

Exécutez get_context_tree à la racine du repo. Résumez les couches de haut niveau.✓ Copié

→ Arbre AST avec en-têtes de fichier
Lectures skeleton-only

Utilisez get_file_skeleton sur src/auth/ pour voir uniquement les signatures — ne lisez pas les corps pour l'instant.✓ Copié

→ Signatures de fonction sans corps
Poser une question sémantique

semantic_identifier_search: 'où la vérification JWT est-elle implémentée et appelée?'✓ Copié

→ Implémentations classées + call sites

Résultat : L'agent opère avec un modèle mental du repo en utilisant ~5x moins de contexte.

Pièges

L'indexation au premier lancement est lente — Exécutez l'analyse initiale une fois ; les mises à jour incrémentielles sont rapides
Incompatibilité du modèle d'embeddings entre l'index et la requête — Restez avec un modèle d'embedding ; réindexez si vous le changez

Combiner avec : filesystem · github

Comment refactoriser avec shadow restore points

👤 Devs inquiets de laisser les agents éditer du code ⏱ ~15 min intermediate

Quand l'utiliser : Vous voulez les édits de l'agent mais aussi un undo en un clic qui ne salit pas git.

Déroulement

Capturer un restore point

Créez un restore point nommé 'before-auth-refactor'.✓ Copié

→ Point id retourné
Laisser l'agent éditer

propose_commit: refactoriser la vérification JWT pour utiliser le nouvel assistant de rotation de clés.✓ Copié

→ Fichiers édités + validation réussie
Restaurer en arrière si erreur

undo_change revenir à 'before-auth-refactor'.✓ Copié

→ Fichiers rétablis, historique git propre

Résultat : Refactors sans crainte sans polluer l'historique git.

Pièges

Les restore points se trouvent dans .contextplus/ — ne les enregistrez pas — Ajoutez .contextplus/ à .gitignore

Combiner avec : github

Comment évaluer le blast radius avant de supprimer une fonction

👤 Ingénieurs nettoyant du code mort ⏱ ~10 min intermediate

Quand l'utiliser : Vous voulez savoir exactement qui importe ou utilise un symbole avant de le supprimer.

Déroulement

Demander le blast radius

get_blast_radius pour la fonction 'legacyFormatPrice' dans src/pricing.ts.✓ Copié

→ Chaque fichier/ligne qui l'importe ou l'appelle
Planifier la suppression

Pour chaque call site, suggérez le remplacement. Tout site sans un swap propre, marquez comme risqué.✓ Copié

→ Checklist de migration

Résultat : Une PR de suppression sans surprises.

Pièges

Les imports dynamiques (require, string refs) ne sont pas détectés — Complétez avec une passe grep pour le nom de la fonction

Combiner avec : github

Comment persister les décisions entre les sessions avec la memory graph

👤 Tout utilisateur d'agent sur un projet de longue durée ⏱ ~15 min advanced

Quand l'utiliser : Vous continuez à réexpliquer les mêmes choix architecturaux à l'agent.

Déroulement

Ensemencer la mémoire

upsert_memory_node: 'Nous avons choisi Postgres plutôt que MongoDB en raison des invariants transactionnels dans le flux de facturation.'✓ Copié

→ Nœud créé avec embedding
Créer des relations

create_relation: lier cette décision aux fichiers src/billing/*.ts avec le type d'edge 'implements'.✓ Copié

→ Edge créé
Récupérer la session suivante

search_memory_graph: 'pourquoi utilisons-nous Postgres?'✓ Copié

→ Décision surfaces avec fichiers de support

Résultat : Mémoire de projet durable qui survit au chat.

Pièges

La memory graph devient obsolète — Exécutez prune_stale_links mensuellement

Combiner avec : memory-service

Combinaisons

Associez-le à d'autres MCPs pour un effet X10

contextplus + github

Utiliser les résultats blast-radius pour remplir un tracking issue

Exécutez get_blast_radius sur LegacyAuth, puis créez un GitHub tracking issue avec chaque call site comme élément de liste de contrôle.✓ Copié

contextplus + memory-service

Persister les décisions à long terme entre les projets en utilisant mcp-memory-service comme magasin partagé

Chaque fois que Context+ capture une nouvelle décision architecturale, miroir-la dans mcp-memory-service.✓ Copié

Outils

Ce que ce MCP expose

Outil	Entrées	Quand appeler	Coût
get_context_tree	root: str, depth?: int	Premier appel dans une nouvelle session de repo	gratuit
get_file_skeleton	path: str	Aperçu de fichier économique	gratuit
semantic_code_search	query: str, k?: int	Trouver du code par sa signification	1 embedding + 1 vector search
semantic_identifier_search	query: str	Localiser une fonction/classe	1 vector search
get_blast_radius	symbol: str, file?: str	Avant de supprimer/renommer	gratuit
run_static_analysis	path?: str	Code inutilisé + erreurs de type	gratuit
propose_commit	files: Edit[]	Appliquer les édits avec validation	gratuit
list_restore_points		Voir les rollbacks disponibles	gratuit
undo_change	restore_point_id: str	Annuler une shadow edit	gratuit
upsert_memory_node	content: str, tags?: str[]	Enregistrer un fait durable	1 embedding
search_memory_graph	query: str, traversal?: int	Se rappeler les décisions passées	1 vector search

Coût et limites

Coût d'exécution

Quota d'API: Dépend du fournisseur d'embeddings : Ollama gratuit, OpenAI ~$0.02/1M tokens
Tokens par appel: Lectures skeleton : 100-500 tokens. Recherches complètes : 500-2000
Monétaire: Gratuit (open source) + coûts d'embedding si vous utilisez des fournisseurs cloud
Astuce: Utilisez Ollama avec nomic-embed-text pour zéro coût marginal.

Sécurité

Permissions, secrets, portée

Portées minimales : Lecture/écriture du système de fichiers pour le repo indexé

Stockage des identifiants : Clés du fournisseur d'embeddings via env

Sortie de données : Les embeddings vont à votre fournisseur choisi (ou restent locaux avec Ollama)

Ne jamais accorder : Ne pas indexer les répertoires avec des secrets comme .env

propose_commit écrit sur le disque — shadow restore offre une annulation mais pas de sémantique atomique sur les édits parallèles.

Dépannage

Erreurs courantes et correctifs

L'indexation est extrêmement lente

Ajoutez les gros répertoires (node_modules, dist) à .contextplusignore ; utilisez Ollama localement.

La recherche sémantique retourne des résultats non pertinents

Votre requête est trop abstraite — incluez un symbole concret ou un indice de nom de fichier.

undo_change échoue avec 'point not found'

Les shadow points sont par défaut par session. Persistez entre les sessions via le drapeau de configuration.

Tree-sitter grammar manquante pour une langue

Vérifiez la liste des extensions prises en charge ; les fichiers de types non pris en charge sont ignorés mais indexés en tant que texte brut.

Alternatives

contextplus vs autres

Alternative	Quand l'utiliser	Compromis
mcp-language-server	Vous voulez la sémantique LSP (rename, references) plutôt que la recherche basée sur embedding	Pas de memory graph, pas de shadow undo
codebase-memory-mcp	Vous préférez une vue knowledge-graph plutôt que des skeletons par fichier	Forme d'index différente ; 66 langues

Plus

Ressources

📖 Lire le README officiel sur GitHub

🐙 Voir les issues ouvertes

🔍 Parcourir les 400+ serveurs MCP et Skills