# ContextOS — Powered Exoskeleton for AI Coding

Локальный MCP-сервер, который держит доказательства, логи команд и планы вне основного диалога и отдаёт агенту только нужное для следующего шага.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed, Gemini CLI · ★ 14
- Автор: yubinbin32-ops
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/yubinbin32-ops/ContextOS
- Обновлён: 2026-10-13
- HTML: https://affpapa.org/nevibecode/mcp/contextos-powered-exoskeleton-for-ai-coding

## Что делает

ContextOS работает как прослойка между ИИ-агентом и репозиторием. Чтение файлов, вывод команд, планы, архитектура и отчёты о проверках хранятся локально, а в основной контекст попадают лишь фрагменты, нужные для очередного решения. За счёт этого длинные сессии не забиваются логами и повторными чтениями одних и тех же файлов.

Внутри — набор инструментов: `ask` для точного чтения путей, диапазонов строк и AST-символов, `command` для однократного запуска с сохранением stdout и stderr, `pipeline` для групповых шагов, `micro` для мелких задач через настроенную API-модель и `agent` для изолированной реализации через CLI-адаптер. Архитектура описывается через Block и Chain, изменения проходят через `change` и `integrate`. Состояние проекта переживает перезапуск сессии: план и отчёты можно поднять заново.

Сервер запускается в Docker, поэтому образ `ghcr.io/yubinbin32-ops/contextos:3.0.3` должен быть доступен, а переменная `CONTEXTOS_PROJECT_ROOT` — указывать на корень проекта. Без неё сервер не поймёт, какой репозиторий обслуживать. Для режимов `micro` и `agent` нужны свои ключи и CLI-адаптеры — их надо настроить заранее.

## Требования
- Нужно: Docker
- Переменные окружения: `CONTEXTOS_PROJECT_ROOT` — это ключи и токены: значения спроси у человека, в репозиторий и общие файлы не записывай.

## Установка

### Claude Code (родная платформа)

**Командой платформы**
```bash
claude mcp add --env CONTEXTOS_PROJECT_ROOT=<CONTEXTOS_PROJECT_ROOT> --transport stdio contextos-powered-exoskeleton-for-ai-coding -- docker run -i --rm -e CONTEXTOS_PROJECT_ROOT ghcr.io/yubinbin32-ops/contextos:3.0.3
```
Вместо <…> подставьте свои значения

### Codex

**Командой платформы**
```bash
codex mcp add contextos-powered-exoskeleton-for-ai-coding --env CONTEXTOS_PROJECT_ROOT=<CONTEXTOS_PROJECT_ROOT> -- docker run -i --rm -e CONTEXTOS_PROJECT_ROOT ghcr.io/yubinbin32-ops/contextos:3.0.3
```
Вместо <…> подставьте свои значения

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "mcpServers": {
        "contextos-powered-exoskeleton-for-ai-coding": {
            "command": "docker",
            "args": [
                "run",
                "-i",
                "--rm",
                "-e",
                "CONTEXTOS_PROJECT_ROOT",
                "ghcr.io/yubinbin32-ops/contextos:3.0.3"
            ],
            "env": {
                "CONTEXTOS_PROJECT_ROOT": "<CONTEXTOS_PROJECT_ROOT>"
            }
        }
    }
}
```
Вместо <…> подставьте свои значения

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "servers": {
        "contextos-powered-exoskeleton-for-ai-coding": {
            "type": "stdio",
            "command": "docker",
            "args": [
                "run",
                "-i",
                "--rm",
                "-e",
                "CONTEXTOS_PROJECT_ROOT",
                "ghcr.io/yubinbin32-ops/contextos:3.0.3"
            ],
            "env": {
                "CONTEXTOS_PROJECT_ROOT": "<CONTEXTOS_PROJECT_ROOT>"
            }
        }
    }
}
```
Вместо <…> подставьте свои значения

### Gemini CLI

**Командой платформы**
```bash
gemini mcp add -e CONTEXTOS_PROJECT_ROOT=<CONTEXTOS_PROJECT_ROOT> contextos-powered-exoskeleton-for-ai-coding docker run -i --rm -e CONTEXTOS_PROJECT_ROOT ghcr.io/yubinbin32-ops/contextos:3.0.3
```
Вместо <…> подставьте свои значения

## Когда брать
- прочитать конкретный диапазон строк вместо всего файла
- сохранить вывод упавшего теста и вернуться к нему позже
- сгруппировать независимые проверки в один вызов
- провести изменение через проверку и получить отчёт
- восстановить план работы в новой сессии

## Примеры запросов агенту
- Прочитай через `ask` только функцию `parseConfig` из `src/config.ts`
- Запусти тесты через `command` и покажи только строки с ошибками
- Собери в `pipeline` чтение `package.json` и `tsconfig.json` параллельно

## Похожие
- [REA](https://affpapa.org/nevibecode/mcp/rea.md) — MCP-сервер · ★ 386989
- [GitHub](https://affpapa.org/nevibecode/mcp/github.md) — MCP-сервер · ★ 33918
- [Netdata](https://affpapa.org/nevibecode/mcp/netdata.md) — MCP-сервер · ★ 81115
- [browser-use](https://affpapa.org/nevibecode/mcp/browser-use.md) — MCP-сервер · ★ 119160
- [Codebase Memory](https://affpapa.org/nevibecode/mcp/codebase-memory.md) — MCP-сервер · ★ 47392
- [mcp-server](https://affpapa.org/nevibecode/mcp/mcp-server.md) — MCP-сервер · ★ 43872

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md