cyberchitta/llm-context.py

cyberchitta/llm-context.py

от cyberchitta
LLM Context - MCP-сервер для умного управления контекстом при работе с ИИ. Использует правила для автоматического подбора и передачи нужных файлов проекта, экономя токены. Полезен разработчикам и A...

LLM Context

License PyPI version Downloads

Context curation your coding agent does for itself. lc-init installs a skill that teaches the agent to work out which files a task actually needs, write that down as a composable rule, check the rule against the codebase, and pack the result — for its own context, for a chat you paste into, or for a sub-agent it dispatches.

Getting the right context into an LLM is friction-heavy: finding and copying files by hand wastes time, too much context hits token limits, too little misses what matters, and follow-up file requests mean more manual fetching. The usual answers are to send everything, or to have a person curate by hand. A rule describes the selection once, and it is a thing an agent can author, verify and reuse — the tooling handles packing, follow-up fetches, and change tracking.

Documentation lives in the skill

The full documentation is the lc-curate-context skill, installed into your project by lc-init. It is written to be read by an agent, and it is the only copy — this README is a landing page, not a manual.

Часто задаваемые вопросы

Инструменты были проиндексированы:
lc_changed

Возвращает список файлов, изменённых после указанной отметки времени. Аргументы: root_path: Путь к корневой директории (например, '/home/user/projects/myproject') timestamp: Unix timestamp, с которой проверять изменения

Параметры
  • root_pathstringобязательный
  • timestampnumberобязательный
lc_missing

Единый инструмент для получения отсутствующего контекста (файлов, реализаций или исключённых разделов).Args: root_path: Корневой путь к каталогу (например, '/home/user/projects/myproject') param_type: Тип данных — 'f' для файлов, 'i' для реализаций, 'e' для исключённых разделов data: Строка JSON, содержащая данные (пути к файлам в формате /{project-name}/ или запросы реализаций) timestamp: Временная метка создания контекста

Параметры
  • datastringобязательный
  • param_typestringобязательный
  • root_pathstringобязательный
  • timestampnumberобязательный
lc_outlines

Возвращает извлечённое содержимое с выделением важных разделов во всех поддерживаемых файлах. Аргументы: root_path: Путь к корневому каталогу rule_name: Правило для выбора файлов

Параметры
  • root_pathstringобязательный
  • rule_namestringобязательный
lc_preview

Предварительно просматривает, какие файлы выбирает правило и их размеры. Аргументы: root_path: Путь к корневому каталогу (например, '/home/user/projects/myproject') rule_name: Имя правила для предварительного просмотра (например, 'prm-code', 'tmp-prm-auth-jwt')

Параметры
  • root_pathstringобязательный
  • rule_namestringобязательный
lc_rule_instructions

Предоставляет пошаговые инструкции для создания пользовательских правил. Args: root_path: Путь корневого каталога

Параметры
  • root_pathstringобязательный
0.7.2основная
0.7.0
0.6.3
0.6.2
0.6.1
0.6.0
0.5.2
0.5.1
0.5.0
0.4.1
0.4.0
0.3.4
0.3.3
0.3.2
0.3.1
0.3.0
0.2.18
0.2.17
0.2.16
0.2.15
0.2.14
0.2.13
0.2.12
0.2.11
0.2.10
0.2.9
0.2.8
0.2.7
0.2.6
0.2.5
0.2.4
0.2.3
0.2.2
0.2.1
0.2.0
0.1.0
0.0.14
0.0.13
0.0.12
0.0.11
0.0.10
0.0.9

Выберите клиент, чтобы установить cyberchitta/llm-context.py:

Любой клиент

Конфиг добавления MCP сервера стандартный, обычно он не меняется вообще, поэтому подходит практически к любому ИИ клиенту, поддерживающему MCP.

{
  "mcpServers": {
    "cyberchitta-llm-contextpy-o73iue844r": {
      "command": "uvx",
      "args": [
        "--from",
        "llm-context",
        "lc-mcp"
      ]
    }
  }
}
CursorCursor

Перейдите по ссылке и сервер автоматически будет добавлен в Cursor. Либо откройте/создайте файл ~/.cursor/mcp.json(%USERPROFILE%\.cursor\mcp.json на Windows) и добавьте конфиг сервера:

{
  "mcpServers": {
    "cyberchitta-llm-contextpy-o73iue844r": {
      "command": "uvx",
      "args": [
        "--from",
        "llm-context",
        "lc-mcp"
      ]
    }
  }
}
VS Code

Создайте .vscode/mcp.json в проекте (ключ верхнего уровня — servers):

{
  "servers": {
    "cyberchitta-llm-contextpy-o73iue844r": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "--from",
        "llm-context",
        "lc-mcp"
      ]
    }
  }
}

Либо добавьте сервер через терминал:

code --add-mcp "{\"name\":\"cyberchitta-llm-contextpy-o73iue844r\",\"type\":\"stdio\",\"command\":\"uvx\",\"args\":[\"--from\",\"llm-context\",\"lc-mcp\"]}"
ClaudeClaude Desktop

Откройте Settings → Developer → Edit Config — это откроет файл claude_desktop_config.json:

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

Впишите сервер и полностью перезапустите Claude Desktop:

{
  "mcpServers": {
    "cyberchitta-llm-contextpy-o73iue844r": {
      "command": "uvx",
      "args": [
        "--from",
        "llm-context",
        "lc-mcp"
      ]
    }
  }
}
Claude CodeClaude Code

Добавьте сервер одной командой в терминале:

claude mcp add cyberchitta-llm-contextpy-o73iue844r -- uvx --from llm-context lc-mcp

Либо через JSON-конфиг:

claude mcp add-json cyberchitta-llm-contextpy-o73iue844r "{\"command\":\"uvx\",\"args\":[\"--from\",\"llm-context\",\"lc-mcp\"]}"
CodexCodex

Добавьте сервер командой в терминале:

codex mcp add cyberchitta-llm-contextpy-o73iue844r -- uvx --from llm-context lc-mcp

Либо вручную в ~/.codex/config.toml(%USERPROFILE%\.codex\config.toml на Windows):

[mcp_servers.cyberchitta-llm-contextpy-o73iue844r]
command = "uvx"
args = ["--from", "llm-context", "lc-mcp"]
PerplexityPerplexity

MCP доступен подписчикам Perplexity Pro / Max / Enterprise. Локальные серверы — только в приложении для macOS.

  1. Откройте Настройки аккаунта → Connectors.
  2. Установите вспомогательное приложение PerplexityXPC (один раз).
  3. Нажмите Add Connector → вкладка Simple.
  4. В поле Server Name укажите cyberchitta/llm-context.py, а в поле команды запуска — строку ниже:
uvx --from llm-context lc-mcp

Нажмите Save и дождитесь статуса Running.

WindsurfWindsurf

Откройте Windsurf Settings → Cascade → MCP Servers или отредактируйте файл ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "cyberchitta-llm-contextpy-o73iue844r": {
      "command": "uvx",
      "args": [
        "--from",
        "llm-context",
        "lc-mcp"
      ]
    }
  }
}
ClineCline

В панели Cline нажмите иконку MCP Servers → Configure → Configure MCP Servers (или отредактируйте ~/.cline/mcp.json) и добавьте сервер:

{
  "mcpServers": {
    "cyberchitta-llm-contextpy-o73iue844r": {
      "command": "uvx",
      "args": [
        "--from",
        "llm-context",
        "lc-mcp"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}
Continue

Создайте файл в .continue/mcpServers/ (например cyberchitta-llm-contextpy-o73iue844r.yaml) или добавьте блок в config.yaml. MCP работает только в режиме agent:

mcpServers:
  - name: cyberchitta-llm-contextpy-o73iue844r
    command: uvx
    args:
      - "--from"
      - "llm-context"
      - "lc-mcp"
Zed

Выполните agent: add context server или откройте настройки (zed: open settings file) и добавьте сервер в объект context_servers:

{
  "context_servers": {
    "cyberchitta-llm-contextpy-o73iue844r": {
      "command": "uvx",
      "args": [
        "--from",
        "llm-context",
        "lc-mcp"
      ]
    }
  }
}

Похожие MCP-сервера

nk3750/jitapi

nk3750/jitapi

от nk3750

JitAPI - MCP сервер для интеграции Claude с любыми API через OpenAPI. Семантический поиск и граф зависимостей находят нужные эндпоинты, экономя контекст. Разработчики могут выполнять сложные сценар...

Python⭐ 7
kehvinbehvin/json-mcp-filter

kehvinbehvin/json-mcp-filter

от kehvinbehvin

MCP-сервер для JSON-схем и фильтрации данных. Работает с локальными файлами и удаленными HTTP-эндпоинтами. Извлекает нужные поля из больших JSON (до 50 MB) для контекста LLM. Генерирует TypeScript-...

JavaScript⭐ 26
ViperJuice/mcp-gateway

ViperJuice/mcp-gateway

от viperjuice

PMCP - сервер-шлюз, решающий раздувание контекста MCP. Вместо десятков схем он предоставляет 26 компактных мета-инструментов и динамически подгружает серверы по запросу. Полезен разработчикам, использующим Claude Code, для экономии токенов и гибкого управления.

Python⭐ 23
perceptdot/percept

perceptdot/percept

от perceptdot

Perceptdot - MCP сервер для автоматического обнаружения и установки других MCP инструментов. Сканирует проект и рекомендует серверы для GA4, Vercel, GitHub и Sentry. Агент сам находит нужное, человек платит. Полезен разработчикам для интеграции AI-агентов.

HTML⭐ 1
kadykov/mcp-openapi-schema-explorer

kadykov/mcp-openapi-schema-explorer

от kadykov

MCP-сервер для токен-эффективного исследования OpenAPI и Swagger спецификаций. Resource Templates дают клиентам (Claude, Cline) доступ к отдельным частям API без загрузки всего файла в контекст. По...

TypeScript⭐ 76
Wolfe-Jam/faf-mcp

Wolfe-Jam/faf-mcp

от wolfe-jam

Сервер MCP для синхронизации контекста проекта. Один .faf файл - и он автоматически синхронизируется с Cursor, Windsurf, Cline, VS Code. Решает вечную проблему разъезжающегося контекста. Ключевые слова: FAF, bi-sync.

TypeScript⭐ 7
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин