mcp-context-cache
Efficiently loads, caches, and delivers project file context for AI agents using the Model Context Protocol, reducing multiple file reads to a single call with LRU caching and security validation.
README
mcp-context-cache
Caché de contexto para agentes de IA. Carga, almacena y entrega el contexto de archivos del proyecto de forma eficiente usando el Protocolo de Contexto de Modelos (MCP).
¿Por qué usarlo?
| Sin este servidor | Con este servidor |
|---|---|
El agente llama a read_file una vez por archivo |
Una sola llamada devuelve todo el proyecto |
| 30 archivos = 30 tool calls | 30 archivos = 1 tool call |
Características
- Caché LRU — Los archivos se hashean con SHA-256 y se almacenan en memoria. Los archivos sin cambios nunca se vuelven a leer del disco.
- Pipeline de seguridad — 8 pasos de validación bloquean archivos sensibles (
.env,*.pem, credenciales, binarios, etc.). - 3 herramientas MCP — Carga de contexto flexible: por lista de archivos, directorio o archivo de configuración.
- Truncado inteligente — Respeta límites de tamaño configurables y reporta los archivos omitidos.
- Orden alfabético — Salida determinista para respuestas estables del agente de IA.
Instalación
Instalación global (recomendada)
npm install -g mcp-context-cache
Con pnpm:
pnpm add -g mcp-context-cache
Verificar la instalación:
mcp-context-cache --version
Sin instalar
npx mcp-context-cache --init
Guía de configuración
Paso 1 — Registra el servidor MCP en tu IDE
VS Code
Opción A — Global (todos los workspaces):
Edita ~/.config/Code/User/mcp.json en macOS/Linux o %APPDATA%\Code\User\mcp.json en Windows:
{
"servers": {
"mcp-context-cache": {
"type": "stdio",
"command": "mcp-context-cache"
}
}
}
Opción B — Por workspace:
Crea .vscode/mcp.json en la raíz del proyecto:
{
"servers": {
"mcp-context-cache": {
"type": "stdio",
"command": "mcp-context-cache"
}
}
}
JetBrains (IntelliJ, WebStorm, PyCharm, etc.)
Crea .mcp.json en la raíz del proyecto:
{
"mcpServers": {
"mcp-context-cache": {
"command": "mcp-context-cache"
}
}
}
JetBrains AI Assistant detecta
.mcp.jsonautomáticamente desde la versión 2024.3.
Paso 2 — Instrucciones al agente para preferir las herramientas MCP
Los agentes de IA usan sus herramientas nativas por defecto. Debes indicarles explícitamente que prefieran las del servidor MCP.
VS Code — Instrucciones globales
Crea el archivo ~/.config/Code/User/prompts/mcp-context-cache.instructions.md:
---
applyTo: "**"
---
# Carga de contexto — mcp-context-cache
## HERRAMIENTAS PROHIBIDAS
NUNCA uses estas herramientas para leer archivos del proyecto:
- `read_file`
- `list_dir`
- `file_search`
- `semantic_search`
- `grep_search`
Solo se permite usarlas si TODAS las herramientas MCP fallan con error.
## PROCEDIMIENTO OBLIGATORIO
Antes de cualquier otra llamada al inicio de una tarea:
1. Verifica si el workspace contiene un archivo `contextcache.json`.
2. Si existe → llama a `get_context_from_config` con `{ "projectRoot": "<ruta-absoluta>" }`.
3. Si no existe y necesitas un directorio → llama a `get_directory_context`.
4. Para archivos específicos → llama a `get_project_context` con un array `paths`.
5. Solo usa `read_file` si las tres herramientas MCP devuelven error.
## Referencia de herramientas
- `get_context_from_config` → `{ "projectRoot": "<ruta-absoluta>" }`
- `get_project_context` → `{ "paths": ["rel/ruta.ts", ...], "projectRoot": "<ruta-absoluta>" }`
- `get_directory_context` → `{ "rootPath": "<ruta-absoluta-al-directorio>" }`
El frontmatter
applyTo: "**"le indica a VS Code Copilot que inyecte este archivo en cada conversación.
VS Code — Por proyecto
Crea .github/copilot-instructions.md en la raíz del proyecto:
## PROHIBIDO — no uses estas herramientas para leer archivos
NUNCA llames a `read_file`, `list_dir`, `file_search`, `semantic_search` o `grep_search`.
Solo recurre a ellas si todas las herramientas MCP devuelven error.
## PRIMER PASO OBLIGATORIO
Este proyecto tiene un `contextcache.json`. Llama a `get_context_from_config` antes de cualquier otra herramienta:
{ "projectRoot": "<ruta-absoluta-a-este-repo>" }
JetBrains — Prompt de sistema global (AI Assistant)
Ve a Settings → Tools → AI Assistant → System prompt y agrega:
Al trabajar en cualquier proyecto que tenga un archivo contextcache.json, llama a la herramienta MCP
get_context_from_config con la ruta raíz del proyecto antes de leer archivos individuales.
Prefiere get_directory_context sobre leer archivos uno por uno, y get_project_context
sobre múltiples llamadas a read_file.
Paso 3 — Inicializa tu proyecto
Ejecuta en la raíz del proyecto para generar un contextcache.json:
npx @jdug-jadodev/mcp-context-cache --init
O créalo manualmente:
{
"modules": [
{
"name": "src",
"path": "src",
"includeInstructions": true,
"excludePatterns": ["**/*.test.ts", "**/*.spec.ts", "**/__mocks__/**"]
}
],
"globalInstructions": ".github/copilot-instructions.md",
"maxTotalSizeKb": 2048,
"cache": {
"maxEntries": 5000,
"maxEntrySizeKb": 1024
},
"security": {
"allowedPaths": ["./"],
"deniedPaths": ["./node_modules", "./dist", "./secrets", "./.git"],
"deniedFiles": [".env", "credentials.json", "*.pem"],
"maxFileSizeKb": 500,
"allowedExtensions": [".ts", ".tsx", ".js", ".jsx", ".json", ".md", ".yaml", ".yml"]
}
}
Referencia de campos
| Campo | Descripción |
|---|---|
modules |
Lista de directorios a empaquetar |
modules[].path |
Ruta relativa a la raíz del proyecto |
modules[].includeInstructions |
Si es true, antepone el contenido de globalInstructions |
modules[].excludePatterns |
Patrones glob a omitir |
globalInstructions |
Ruta al Markdown incluido al inicio del bundle cuando includeInstructions: true |
maxTotalSizeKb |
Tamaño máximo total del bundle en KB |
cache.maxEntries |
Número máximo de archivos en la caché LRU |
cache.maxEntrySizeKb |
Tamaño máximo de archivo individual en caché |
security.allowedPaths |
Rutas desde las que el servidor puede leer |
security.deniedPaths |
Rutas siempre bloqueadas |
security.deniedFiles |
Patrones de nombres de archivo siempre bloqueados |
security.maxFileSizeKb |
Tamaño máximo de archivo a servir |
security.allowedExtensions |
Lista blanca de extensiones de archivo |
Herramientas MCP
get_context_from_config
Carga el contexto completo del proyecto definido en contextcache.json. Úsala siempre primero.
{ "projectRoot": "/ruta/absoluta/al/proyecto" }
| Parámetro | Tipo | Requerido | Descripción |
|---|---|---|---|
projectRoot |
string | sí | Directorio que contiene contextcache.json |
configPath |
string | no | Ruta explícita a contextcache.json |
get_directory_context
Carga recursivamente todos los archivos de un directorio.
{ "rootPath": "/ruta/absoluta/al/directorio", "excludePatterns": ["*.test.ts"] }
| Parámetro | Tipo | Requerido | Descripción |
|---|---|---|---|
rootPath |
string | sí | Directorio a escanear |
configPath |
string | no | Ruta a contextcache.json para la configuración de seguridad |
excludePatterns |
string[] | no | Patrones glob adicionales a excluir |
get_project_context
Carga una lista específica de archivos por ruta.
{ "paths": ["src/auth/login.ts", "src/types.ts"], "projectRoot": "/ruta/absoluta" }
| Parámetro | Tipo | Requerido | Descripción |
|---|---|---|---|
paths |
string[] | sí | Rutas de archivos a cargar |
projectRoot |
string | no | Raíz para resolver rutas relativas |
configPath |
string | no | Ruta a contextcache.json |
Formato de salida
Cada archivo en el bundle se envuelve con marcadores BUNDLE:
BUNDLE_START: <sha256-fingerprint>
ruta/al/archivo.ts
<contenido completo del archivo>
BUNDLE_END: ruta/al/archivo.ts
Los archivos siempre se ordenan alfabéticamente para una salida determinista.
Manejo de BUNDLE_TRUNCATED
Cuando el tamaño total supera maxTotalSizeKb, la respuesta incluye:
BUNDLE_TRUNCATED: límite de tamaño excedido.
Límite configurado: 2048 KB
Tamaño total: 3100 KB
Archivos omitidos:
src/modulo-grande/archivo-a.ts
src/modulo-grande/archivo-b.ts
Llama a get_project_context con las rutas omitidas para recuperarlos en una llamada de seguimiento.
Seguridad
Los siguientes archivos están siempre bloqueados, independientemente del contextcache.json:
.env,.env.*,credentials.json,*.pem,id_rsa,id_ed25519*.key,private.key,secret*,secrets.json,token*service-account.json,.npmrc,.pypirc- Todos los binarios:
.exe,.dll,.png,.zip,.wasm, etc.
Las rutas fuera de allowedPaths son rechazadas. El servidor nunca sigue symlinks fuera del árbol permitido.
Desarrollo
pnpm install
pnpm build # Compila TypeScript → dist/
pnpm dev # Ejecuta con tsx (sin paso de build)
pnpm test # Suite de tests con Vitest
Licencia
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。