К основному содержанию
MCP-сервер CX Codex

FreshContext — MCP-сервер для Claude Code: как установить

MCP-сервер пересчитывает релевантность документов в RAG с учётом даты публикации. Он отсекает устаревшие данные до того, как они попадут в контекст модели.

Установить в Claude Code · Командой платформы: удалённый сервер Все способы и платформы ↓
claude mcp add --transport http freshcontext https://api.freshcontext.dev/mcp
Открыть на GitHub

Что делает FreshContext

Обычный семантический поиск сопоставляет текст по векторной близости, игнорируя дату создания статьи. Из-за этого материалы прошлых лет получают такие же высокие оценки, как и свежие публикации. FreshContext встраивается между поисковой базой и агентом, корректируя векторный балл по формуле временного затухания. Для блогов, новостей и научных статей применяются разные коэффициенты угасания.

Основной инструмент сервера — evaluate_context. На вход передаются массив найденных фрагментов, профиль задачи и исходные метрики близости. Сервер анализирует дату извлечения, источник и возвращает вердикт с понятным действием, оценкой пригодности и предупреждениями. Выходные данные оформляются в стандартную структуру [FRESHCONTEXT].

Пакет freshcontext-mcp зафиксирован на версии 0.5.3, и его разработка автором прекращена. Кодовая база остаётся доступной под лицензией MIT, а подключить сервер можно локально через npx или по HTTP через адрес https://api.freshcontext.dev/mcp.

Какие задачи решает

  • Отфильтровать устаревшие статьи и записи в результатах RAG
  • Скорректировать векторную релевантность с учётом времени публикации
  • Получить структурированное обоснование надёжности каждого источника
  • Проверить готовность контекста перед отправкой в модель

Примеры запросов агенту

  • Оцени свежесть найденных статей через evaluate_context перед формированием ответа.
  • Проверь список ссылок на актуальность, используя профиль citation_check.
  • Отсортируй контекст по формуле временного затухания и покажи предупреждения.

Как установить FreshContext

1Командой платформы: удалённый сервер

claude mcp add --transport http freshcontext https://api.freshcontext.dev/mcp

2Командой платформы

claude mcp add freshcontext -- npx -y freshcontext-mcp

По шагам, с командами для каждой платформы: Как подключить MCP-сервер: Claude Code, Codex, Cursor, VS Code, Gemini CLI и другие

Вопросы о FreshContext

Как установить FreshContext в Claude Code?

Добавьте удалённый HTTP-сервер командой claude mcp add --transport http freshcontext https://api.freshcontext.dev/mcp. Если нужен локальный запуск через Node.js, выполните claude mcp add freshcontext -- npx -y freshcontext-mcp.

Зачем нужен FreshContext?

Он предотвращает использование устаревших документов в RAG-системах. Сервер пересчитывает семантический балл на основе времени публикации и отдаёт агенту чёткий вердикт по каждому источнику.

Развивается ли проект сейчас?

Релиз 0.5.3 стал финальным для пакета freshcontext-mcp, его активная разработка остановлена. При этом код распространяется под лицензией MIT и продолжает работать без обновлений.

Похожие MCP-серверы

Все MCP-серверы по теме «Настройка агента: память, контекст, субагенты» →
rag-engineer sickn33 Скилл для проектирования систем поиска и генерации с векторными базами данных. Помогает настроить чанкинг, выбрать embedding-модели и оптимизировать качество поиска перед тем, как результаты попадут в LLM. CX Codex +1 1 000установок evaluate-rag ai-evals-course Помогает раздельно оценить поиск и генерацию в RAG, подобрать метрики и проверить разбиение документов на чанки. CX Codex +1 970установок prompt-engineering NeoLabHQ Скилл содержит паттерны составления промптов для агентов, сабагентов и LLM. Пригодится при сборке промпт-шаблонов, цепочек рассуждений и хуков. CX Codex +1 1 400установок llm-context brave Извлекает готовый контекст веб-страниц через API Brave Search для заземления ответов ИИ. Пригодится при настройке RAG и автономных агентов. CX Codex +1 1 300установок rag giuseppe-trisciuoglio Скилл помогает развернуть пайплайн Retrieval-Augmented Generation: от нарезки документов и расчёта эмбеддингов до поиска в векторной базе и передачи контекста модели. CX Codex +1 3 700установок rag-architect Alireza Rezvani Помогает спроектировать RAG-пайплайн по реальным документам и проверить качество поиска. Подойдёт, когда нужно выбрать разбиение на чанки, эмбеддинги или векторную базу. 629установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой