快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

CocoIndex MCP

通过以下方式将语义代码搜索添加到任何项目中 CocoIndex + 主控程序。您的repo根目录中的一个命令为Claude（或任何MCP客户端）提供了理解代码库的工具。

先决条件

码头工人
Python 3.13+
Git

安装

从项目的根目录：

curl -sSL https://raw.githubusercontent.com/zulandar/cocoindex-mcp/refs/heads/main/install.sh | bash

安装程序将：

确认目标目录
检查Python 3.13+（如果缺少，可以安装）
询问CocoIndex Postgres数据库使用哪个端口
自动检测存储库中的文件类型，并允许您进行确认
可选地安装一个提交后钩子以进行自动索引
创建一个 cocoindex/ 包含所有必要文件的目录
设置Python venv并安装依赖项
通过Docker启动Postgres（pgvector）
运行初始索引
自动配置 .mcp.json 在您的repo根目录中

用法

安装后，MCP服务器将在中自动配置 .mcp.json 在您的repo根目录下。有两种工具可供选择：

search_code --对索引文件进行语义搜索。默认情况下返回已排序的代码段；集 include_code=True 对于整块。支持 top_k 和 min_score 参数。
get_project_structure --返回所有索引源文件的树视图。

手动重新索引

cd cocoindex && .venv/bin/cocoindex update main.py

编辑索引模式

编辑 cocoindex/cocoindex.yaml 添加或删除文件扩展名并排除模式，然后重新索引。

创造什么

your-project/
  .mcp.json               # MCP server config (auto-created/updated)
  cocoindex/
    .venv/                # Python virtual environment
    .env                  # Database connection string
    .gitignore            # Ignores .venv and __pycache__
    cocoindex.yaml        # Include/exclude patterns and config
    docker-compose.yml    # pgvector Postgres service
    main.py               # CocoIndex flow definition
    mcp_server.py         # MCP server with search_code + get_project_structure
    requirements.txt      # Python dependencies

目录标签

搜索代码分析PythonClaude开发工具语义搜索本地部署MCP协议Postgres数据库

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

2

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/c1c38ac34610441ef052ceeac109bdb4

CocoIndex MCP 是一款通过语义搜索技术帮助开发者理解代码库的工具，适用于代码维护和开发效率提升。

继续浏览同类 MCP

更多搜索检索 MCP（7,303）返回 MCP 目录

上一个 MCP

Cocoindex Code MCP Server

一个基于CocoIndex框架的RAG（检索增强生成）服务器，提供混合搜索功能，结合向量相似性和关键字元数据搜索，用于高效检索大型代码库中的相关代码片段。

下一个 MCP

Coctail MCP

一个基于Python的鸡尾酒推荐系统，使用RAG（检索增强生成）与向量嵌入和Pinecone进行智能鸡尾酒推荐，并集成LMStudio进行本地语言模型推理。

Cocoindex MCP