ContexteTech

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

• 连接方式: 电脑或云端
• 传输方式: stdio, Streamable HTTP
• 分类: 搜索与 AI 记忆

安装

选择你使用的 AI 应用，然后复制设置。

你需要

• 在云端运行无需安装任何东西，通过互联网连接
• PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

https://contextetech.com/mcp

{
  "mcpServers": {
    "contexte": {
      "command": "uvx",
      "args": [
        "contexte",
        "mcp"
      ]
    }
  }
}

claude mcp add --transport http contexte https://contextetech.com/mcp

claude mcp add contexte -- uvx contexte mcp

{
  "mcpServers": {
    "contexte": {
      "url": "https://contextetech.com/mcp"
    }
  }
}

{
  "mcpServers": {
    "contexte": {
      "command": "uvx",
      "args": [
        "contexte",
        "mcp"
      ]
    }
  }
}

{
  "servers": {
    "contexte": {
      "type": "http",
      "url": "https://contextetech.com/mcp"
    }
  }
}

{
  "servers": {
    "contexte": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "contexte",
        "mcp"
      ]
    }
  }
}

https://contextetech.com/mcp

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

工具名称和描述与服务器在 2026年11月8日 报告的完全一致。这些内容由作者撰写，不是我们写的；我们以纯文本形式显示。

• search_resources

  Search the ContexteTech catalogue of AI building blocks: fine-tuning and evaluation datasets (chat, DPO, agent traces), prompts, few-shot contexts, MCP servers, models and more, many grounded in official European sources, in 9 languages. Use it first when the user needs AI traini

• load_resource

  Read one ContexteTech resource, usually right after search_resources or when the user gives a code or page URL. Accepts the short code (end of the page URL, e.g. 'jr6t0n'), 'author/name', or 'code#v2' for a fixed version. Always returns title, type, licence, language, source, ver

• fill_prompt

  Fill a ContexteTech prompt template and return the ready-to-send text, nothing else. Use it when the user wants a prompt applied to their own case; call load_resource first if you need the template or the exact variable names. 'variables' maps each {{name}} of the template to its

• estimate_cost

  Estimate in euros what a ContexteTech resource costs to run with common AI models, from the week's list prices. Use it when the user asks about cost, budget or the cheapest model. For a prompt or context: input and output tokens, cost per call for each model and batch discount; f

• search

  Search the ContexteTech catalogue of AI datasets, prompts and contexts. Returns results with id, title and url.

• fetch

  Fetch the full content of a ContexteTech resource by the id returned by search.

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月8日

• ! 注意

  作者与仓库一致

  发布者（contexte-tech）不是仓库所有者（contexte-tech）；可能是其他人代为上架的

• … 尚未检查

  仍在维护

  我们还没有从 GitHub 读取这个仓库

• … 尚未检查

  有许可证

  我们还没有从 GitHub 读取这个仓库

• ✓ 通过

  端点有响应

  在 410 毫秒内响应（HTTP 200）

• – 不适用

  使用 OAuth 登录

  无需登录

• ✓ 通过

  工具描述中没有隐藏指令

  已读取 6 个工具描述，未发现针对 AI 的隐藏指令

与“搜索与 AI 记忆”中的其他服务器比较i

• 星标数多于此分类中其他 5716 个服务器的 0%
• 发布到注册中心的时间比此分类中其他 5716 个服务器的 62% 更新
• 基础检查结果等于或优于此分类中其他 5716 个服务器的 39%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：↓ 每周下载量i★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

作者的 README

仓库中没有找到 README