Context-Engine
Indexes codebases for semantic search and retrieval across IDEs via MCP protocol.
≈ 11визитов/мес
Набирает аудиторию · оценка, прочитано 2026-09-19
- Для кого
- Developers using AI coding assistants who need their AI to understand their codebase deeply.
- Цена
- Цена не прочитана
- Активность
- Активность не прочитана
- Компания
- год основания не известен
- Формат
- API
- Search code by meaning across repositories
- Navigate function callers, callees, and definitions
- Store and recall code context for AI assistants
- #79
Liner
Осуществляет поиск в академических исследованиях, генерирует цитирования и составляет профессиональные документы с указанием источников.
12.8kЖивойОт $14.99/польз./мес - #86
Mintlify
Размещает самообновляющуюся документацию и базы знаний, которые агенты и LLM могут получать и искать.
34.9kне прочитаноОт $450/мес - #100
LLM Stats
Ранжирует и сравнивает 300 AI-моделей по интеллекту, скорости, цене и размеру контекстного окна.
29.1kЖивой— - #106
Nimble
Предоставляет API для веб-поиска, извлечения данных и краулинга, позволяющие AI-агентам получать и структурировать живые данные из веб.
9kЖивойОт $2,500/мес - #125
TinyFish
Предоставляет API для веб-поиска, получения контента, автоматизации браузера и агентов, позволяющие AI-приложениям получать доступ к живому веб-контенту и взаимодействовать с ним.
150kЖивойОт $0.02 за использование - #243
Perigon
Предоставляет API новостей в реальном времени и платформу мониторинга для поиска, структурирования и анализа информации из 230 000 глобальных источников.
171Поддерживается—
Что такое Context-Engine?
Indexes codebases for semantic search and retrieval across IDEs via MCP protocol.
Для кого Context-Engine?
Developers using AI coding assistants who need their AI to understand their codebase deeply.
Пользуются ли Context-Engine?
Набирает аудиторию: ≈ 11 визитов в месяц · оценка, 2026-09 · 452 установок в месяц (npm).
Чем заменить Context-Engine?
В категории «Инструменты разработки», по использованию: Liner, Mintlify, LLM Stats, Nimble, TinyFish, Perigon.
Как мы читаем инструмент
Без голосов, без отзывов, без заявлений вендора. Каждую неделю краулер читает собственный сайт инструмента и несколько публичных реестров, а слова на карточке - полосы над тем, что он прочитал.
- Использование: визиты на сайт (оценка), установки из npm и PyPI, присутствие в отчёте Chrome об использовании.
- Активность: последний релиз на GitHub, npm или PyPI; самая свежая датированная страница сайта; открытые вакансии на публичной доске.
- Цена: собственная страница цен вендора, прочитанная с датой. Число печатается, только если оно есть на той странице.
- Строку и сценарии пишем мы сами по главной странице, по одной на строку, и отбраковываем, когда они повторяют маркетинг вендора.
Как AI-ассистенты читают каждый сайт - чтение, о котором нас спрашивают вендоры, - на отдельной странице видимости каждого инструмента.