Entwicklung · Lokaler MCP-Server
CodeCortex Context Engine
Context intelligence for AI coding agents: navigation, impact, memory, guarded edits.
Was die MCP Registry angibt
Der Eintrag, wie er in der offiziellen MCP Registry veröffentlicht ist (Stand: 4. Oktober 2026), neueste Version.
- Registry-Name
io.github.BehnamJalaliCo/codecortex-context-engine- Version
- 0.1.0a10
- Status
- Aktiv
- Kategorie
- Entwicklung
- Transport
- stdio (lokaler Prozess)
- Paket
- PyPI
- Veröffentlicht
- 29. September 2026
- Aktualisiert
- 29. September 2026
- Herausgeber
- BehnamJalaliCo (GitHub)
- Namensraum
- Namensraum von der MCP Registry über GitHub verifiziert (github.com/BehnamJalaliCo) · So wird verifiziert
- Website
- behnamjalalico.github.io/CodeCortex/
- Repository
- github.com/BehnamJalaliCo/CodeCortex
- Quelle
- Eintrag in der Registry-API
Pakete
| Registry | Paket | Version | Transport |
|---|---|---|---|
| PyPILaufzeitumgebung: uvx | codecortex-context-engine | 0.1.0a10 | stdio |
So verbinden Sie CodeCortex Context Engine
CodeCortex Context Engine wird lokal ausgeführt, und zwar aus einem auf PyPI veröffentlichten Python-Paket: codecortex-context-engine, Version 0.1.0a10. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird Python; Clients starten das Paket meist mit uvx (aus uv) oder nach pip install - der übliche Befehl lautet uvx codecortex-context-engine.
Im JSON-Format mcpServers, das viele MCP-Clients für Desktop und Editor lesen, sieht der Eintrag so aus (Platzhalter in spitzen Klammern):
{
"mcpServers": {
"codecortex-context-engine": {
"command": "uvx",
"args": [
"codecortex-context-engine"
]
}
}
}Abgeleitet aus dem Registry-Eintrag, hier nicht getestet. Was der Server tut und zu welchen Bedingungen, legt sein Herausgeber fest; prüfen Sie sein Repository oder seine Website, bevor Sie ihm Zugriff auf Ihre Konten oder Dateien geben. So fügen Sie einem Assistenten einen MCP-Server hinzu · Vor dem Verbinden
Prüfung der Website
Das Stammverzeichnis der Website, behnamjalalico.github.io, wurde auf die Dateien geprüft, die KI-Systemen Auskunft über eine Website geben.
| Datei | Ergebnis |
|---|---|
/llms.txt | Keine echte Datei gefunden |
/.well-known/mcp.json | Keine echte Datei gefunden |
/.well-known/ai-plugin.json | Keine echte Datei gefunden |
/agents.json | Keine echte Datei gefunden |
Weitere Server der Kategorie Entwicklung
| Server | Ausführung |
|---|---|
| codebase-synapseIndexes codebase into a local knowledge graph with 40+ AI tools and codebase-guard. | Lokal · stdio |
| codecalcCode & logic calculator for AI agents: 31 languages, symbolic math, SMT/logic solving, Big-O. | Lokal · stdio |
| CodecanvasPython code intelligence for coding agents: call paths, control flow, and change impact. | Lokal · stdio |
| CodeCartographerTurn an unfamiliar codebase into validated architecture, contracts, and a reimplementation spec. | Lokal · stdio |
| codefmtFormat/lint JS, Python, HubL for automation platforms. Tools: format_code, format_json, ask_codefmt. | Remote · HTTPLive-Prüfung: ✓ Handshake |
| Codeforces MCPCodeforces competitive programming API: contests and user info. No key required. | Lokal · stdio |
| CodegraphSemantic code graph: 42 tools, 38 languages. Callers, impact, AI context, memory, PR review. | Lokal · stdio |
| Codegraphcontext MCPA paid remote MCP for code graph MCP for AI coding, built to return verdicts, receipts, usage logs,. | Remote · HTTPLive-Prüfung: ✗ kein Handshake |