Kontextkontrolle: claude-context vs traditionelles RAG für großskalige Repository-Audits
Warum Token-Rechnungen bei großen Repos explodieren
Full-Stack-Einsteiger stoßen auf dieselbe Wand:
- „Einfach das ganze Repo lesen“ — 200 Dateien × 2 k Tokens ≈ 400 k Tokens, bevor das Modell antwortet (mehrere Dollar pro Frage auf Frontier-APIs)
- Grep-Spiralen — Agent öffnet jeden Treffer in voller Dateigröße; Kontext füllt sich mit irrelevanten Imports
- Amnesie-Refactors — Turn 3 vergisst Turn 1, weil der Host die History gekürzt hat
Symptome in Cursor oder Claude Code: „context full“, komprimierte Zusammenfassungen oder stilles Wegfallen von Dateiinhalten.
Die Lösung ist kein größeres Modell — es ist Retrieval: 8–20 kleine Chunks (je 200–600 Tokens) holen statt 8 ganzer Dateien (je 3 k+ Tokens). Das optimieren claude-context und LlamaIndex RAG, mit unterschiedlicher Ergonomie.
Zwei Ansätze in einer Tabelle
| Dimension | claude-context (MCP) | Traditionelles LlamaIndex RAG |
|---|---|---|
| Was es ist | Fertiger MCP + Indexer (@zilliz/claude-context-mcp) | Python-Framework, das Sie zusammenbauen |
| Chunking | AST-aware + Merkle-Inkrementindex | Ihre Wahl (SentenceSplitter, CodeSplitter, etc.) |
| Suche | Hybrid BM25 + dichte Vektoren | Typisch vektoriell; hybrid optional |
| Vector DB | Milvus / Zilliz Cloud (oder kompatibel) | Chroma, Qdrant, pgvector, LanceDB, … |
| Host-Integration | Claude Code, Cursor via MCP | Ihr Script, LangChain-Agent, Custom-Bot |
| Time to first search | ~30–90 Min. (Index 100 k–500 k LOC) | Stunden–Tage beim Pipeline-Tuning |
| Laufende Kosten | Embedding-API + Vector-Hosting | Gleich, aber Sie besitzen jede Zeile |
| Am besten für | IDE-natives „search my repo“ | Gemischte Korpora, on-prem only, Forschungs-Notebooks |
Externe Referenzen: LlamaIndex-Dokumentation, claude-context GitHub.
Wie claude-context funktioniert (MCP-Pfad)
Ihr Repo ──► AST-Chunker + Embeddings ──► Milvus/Zilliz-Index
│
Frage ──► Claude/Cursor ──► MCP search_code ──► top-K Chunks ──► Modellkontext
MCP-Tools (typisch): index_codebase, search_code, get_indexing_status, clear_index.
Warum hybride Suche für Code zählt: Reine Embeddings verpassen exakte Symbole (UserAuthService_v2). BM25 erwischt Identifier; Vektoren erwischen „wo validieren wir JWT-Ablauf?“
Inkrementelles Indexieren: Merkle-Baum-Change-Detection — re-embeddet nur geänderte Dateien — wichtig bei Agenten auf aktiven Branches.
claude mcp add claude-context \ -e OPENAI_API_KEY=your_key \ -e MILVUS_TOKEN=your_zilliz_token \ -- npx @zilliz/claude-context-mcp@latest
Dann in der Session: einmal indexieren, in natürlicher Sprache abfragen. Kombinieren Sie mit Custom-MCP-Patterns, wenn Sie interne APIs im selben Host brauchen.
Wie traditionelles LlamaIndex RAG funktioniert (DIY-Pfad)
Dokumente ──► LlamaIndex-Loader ──► chunk ──► embed ──► VectorStoreIndex
│
Frage ──► query_engine.query() ──► abgerufene Nodes ──► LLM-Prompt
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings
from llama_index.embeddings.openai import OpenAIEmbedding
Settings.embed_model = OpenAIEmbedding(model="text-embedding-3-small")
docs = SimpleDirectoryReader("~/my-monorepo", recursive=True).load_data()
index = VectorStoreIndex.from_documents(docs) # one-time; persist to disk in prod
qe = index.as_query_engine(similarity_top_k=8)
print(qe.query("Where is rate limiting configured for the public API?"))
Sie müssen hinzufügen: Ignore-Regeln (.git, node_modules), sprachbewusstes Splitting, Metadata-Filter (path:packages/api/**) und einen Wrapper für MCP wie claude-context.
Stärke: Dieselbe Stack kann PDF-Runbooks + Jira-Exports + Code in einem Retriever indexieren — claude-context ist code-first.
Token-Rechnung: illustratives Audit-Szenario
Szenario: „Alle Auth-Middleware finden und auflisten, welche Routen CSRF überspringen.“ Monorepo ~1.200 Dateien, Antwort braucht ~6 relevante Funktionen über 4 Pfade.
| Strategie | Tokens im Modell (Größenordnung) | Notizen |
|---|---|---|
src/-Baum + 10 Zufallsdateien einfügen | 120 k–250 k | Schnellster Weg zum Ruin |
| Agent grep + volle Dateien lesen (5 Treffer) | 25 k–60 k | Viel Boilerplate pro Datei |
claude-context search_code (top 8 Chunks) | 3 k–8 k | Chunks funktions-scoped |
| LlamaIndex top-8 Nodes (getunter Splitter) | 3 k–10 k | Ähnlich bei Chunk ~512 Tokens |
| Idealer Mensch (2 Dateien öffnen) | ~2 k | RAG strebt danach |
Einsparband: Retrieval-first-Workflows landen oft 70–90 % unter naivem „alles lesen“ bei Discovery-Aufgaben — nicht bei Single-File-One-Linern, wo grep gratis ist.
Versteckte Kosten: Initialer Index-Build (Embedding 0,50–5 $ für 500 k LOC einmalig), Vector-DB-Hosting (0–25 $/Mo. auf Free Tiers), Re-Index nach großen Merges.
Wann welches wählen
Szenario A — Cursor / Claude Code Daily Driver, GitHub-Monorepo
Sie wollen ohne @ „den Billing-Webhook-Validator finden“ im Agent. claude-context liefert MCP-Verkabelung und hybride Suche. LlamaIndex ist Overkill, außer Sie betreiben bereits Python-Data-Jobs auf derselben Maschine.
Link: Claude Code Alternativen für Host-Wahl; claude-context als MCP-Layer obendrauf.
Szenario B — Compliance Air-Gap, kein Zilliz Cloud
LlamaIndex + LanceDB/Chroma auf Disk oder semantic-code-mcp (lokale sentence-transformers). claude-contexts Default-Pfad setzt externe Embedding-APIs und oft Milvus voraus — planen Sie offline Embeddings explizit, wenn nötig.
Szenario C — Agenten-Farm (OpenClaw, ECC) frisst Repos über Nacht
OpenClaw Multi-Agent Fan-out multipliziert Token-Nutzung. Ein Index pro Repo, den alle Worker abfragen, schlägt jeden Worker, der src/ neu liest. Beide Stacks funktionieren; LlamaIndex einfacher aus Python-Workern, claude-context einfacher aus MCP-nativen Hosts.
Szenario D — „Kontext setzt sich zurück“ in langen Threads
Retrieval lässt die Chat-History nicht wachsen — es schrumpft Injections pro Turn. Trotzdem: frische Session pro Task, nur abgerufene Chunks pinnen, nicht dieselbe 2 k-Zeilen-Datei erneut einfügen. Für Harness-Sprawl siehe ECC-Install-Guide.
Acht-Schritte-Runbook nebeneinander
Schritte 1–4 — Gemeinsame Vorbereitung
- Baseline messen — Provider-Dashboard-Ausgaben für eine Woche „grep + volle Datei“ notieren.
- Ein Pilot-Repo wählen — Ein Service, nicht das ganze Monorepo, für den ersten Index.
- Ignore-Regeln hinzufügen —
node_modules,dist,.git, generierte Protobufs ausschließen. - 3 Benchmark-Fragen definieren — z. B. Auth, Billing-Webhook, Feature-Flag — nach Indexierung erneut stellen.
Schritte 5–8 — Pfad A: claude-context
- MCP registrieren (Befehl oben); prüfen, dass
claude mcp listclaude-contextzeigt. index_codebaseauf Pilot-Repo-Root; warten bisget_indexing_status= complete.- Claude Code fragen: „Use search_code: where is CSRF disabled for admin routes?“ — Zitate chunk-sized bestätigen.
- Tokens für diesen Turn vs. Baseline-Frage aus Schritt 1 loggen.
Schritte 5–8 — Pfad B: LlamaIndex
pip install llama-index llama-index-embeddings-openaiin venv auf derselben Maschine wie Code.- Index persistieren:
storage_context = StorageContext.from_defaults(persist_dir="./rag_index")nach erstem Build. query_enginein 20-Zeilen-CLI oder FastAPI-Endpoint wrappen, den Ihr IDE-Script aufruft.- Dieselben 3 Benchmark-Fragen erneut; Antwortqualität und Embedding-Position auf Rechnung vergleichen.
Hinweis lokales Hosting (optional)
Indexieren ist CPU + Disk-intensiv, GPU nicht zwingend für API-Embeddings. Ein always-on Mac mit 16 GB RAM hält Milvus Lite/kleine Indizes für mid-size Repos; 24 GB, wenn Sie auch lokales Ollama für 0 $ Inference laufen lassen. Siehe M4-Speicher-Matrix zum Dimensionieren — ein Satz zum Hosting, kein Sales-Pitch.
Fehlerbehebung
MCP search_code liefert leer
Ursache: Falscher oder veralteter Index-Pfad. Fix: index_codebase mit absolutem Pfad erneut; prüfen, dass Ignore-Regeln src/ nicht übersprungen haben.
LlamaIndex antwortet mit falschem Package
Ursache: Chunks mischen Monorepo-Packages. Fix: Metadata-Filter MetadataFilter(key="file_path", value="packages/api") hinzufügen.
Kosten nach RAG noch hoch
Ursache: Agent liest nach Suche noch volle Dateien. Fix: System-Prompt: „Use retrieval chunks only; do not cat entire files unless chunk IDs insufficient.“
Node-24-Install schlägt bei claude-context fehl
Ursache: Upstream begrenzt Node <24. Fix: nvm use 22 vor npx @zilliz/claude-context-mcp.
Empfohlener Pfad
| Ihre Situation | Wählen |
|---|---|
| Claude Code / Cursor, schnellster Win | claude-context MCP |
| Docs + Code + Tickets in einem Retriever | LlamaIndex DIY |
| Null Cloud-Vector-DB | LlamaIndex + LanceDB/Chroma lokal |
| Bereits MCP-Server gebaut | claude-context als zweites MCP-Tool hinzufügen |
| Einzelne 200-Zeilen-Datei bearbeiten | Keines — Datei direkt öffnen |
Wenn X → Y: Spricht Ihr Host MCP und schmerzt Repo-Suche, starten Sie mit claude-context. Schmerzt Custom-Korpora, starten Sie mit LlamaIndex.
FAQ
Ist claude-context dasselbe wie Claudes eingebautes Projektwissen?
Nein. Projekt-Uploads werden vom Host verwaltet. claude-context ist ein separater Indexer mit hybrider Code-Suche und inkrementeller Sync — näher an einer dedizierten Code-Suchmaschine.
Ersetzt LlamaIndex claude-context?
Funktional überlappt es bei Code-Q&A. LlamaIndex ist breiter und self-hosted; claude-context schmaler und IDE-integriert. Teams können LlamaIndex in CI und claude-context in der IDE auf denselben Embeddings nutzen.
Behebt RAG falsche Edits?
Nein. Es verbessert Discovery. Sie brauchen weiterhin Tests, Review und kleine scoped Diffs. Schlechtes Retrieval kann irreführen — zitierte Pfade immer spot-checken.
Wie oft neu indexieren?
Nach großen Merges oder wöchentlich auf aktivem main. claude-contexts Inkrementindex reduziert Full-Rebuilds; LlamaIndex kann refresh_ref_docs-Muster nur auf geänderte Dateien anwenden.
Was ist mit Festland-Netzwerk und npm?
Entwickler in CN indexieren oft auf einer stabilen Remote-Dev-Box (SSH), damit npm/pip und Embedding-APIs konsistente Routen sehen — gleiches Muster wie OpenClaw Remote Setup, ohne vorgeschriebenen Vendor.
Verwandte Guides
Nach der RAG-Stack-Wahl ergänzen Sie MCP- und Mac-Hosting-Guides für einen always-on Index auf Apple Silicon.