Сервер MCP и навыки Codex для использования Microsoft FastContext только для чтения Субагент разведки хранилища.

FastContext отвечает на один узкий вопрос:

Какие файлы и диапазоны линий должен проверить главный агент, прежде чем решить эту задачу?

Этот репозиторий обеспечивает полную интеграцию:

• fastcontext-mcp: сервер MCP на Python stdio, который устанавливает Microsoft FastContext в качестве зависимой среды выполнения. T1: навык Кодекса, который учит агента, когда делегировать разведку хранилища.
• Руководство по установке MCP на английском, традиционном китайском и японском языках.

Он не связывает вес модели, не запускает вывод или не изменяет репозитории. MCP Сервер запускает модуль T2 в той же среде Python и возвращает цитирование файловой линии кандидата для проверки основным агентом.

One-Line LLM Агент Установить быстро

Спросите агента LLM:

Установите Инструменты Агента FastContext из https://github.com/Jakevin/fastcontext-agent-tools; его установка пакета включает Microsoft FastContext.

FastContext Agent Tools

MCP server and Codex skill for using Microsoft’s FastContext as a read-only repository exploration subagent.

FastContext answers one narrow question for a coding agent:

Which files and line ranges should the main agent inspect before solving this task?

This repository provides the complete integration:

• fastcontext-mcp: a Python stdio MCP server that installs Microsoft FastContext as a pinned runtime dependency.
• skills/fastcontext-explorer: a Codex skill that teaches an agent when to delegate repository exploration.
• MCP setup guides in English, Traditional Chinese, and Japanese.

It does not bundle model weights, run inference, or modify repositories. The MCP server runs the bundled fastcontext.cli module in the same Python environment and returns candidate file-line citations for the main agent to verify.

One-Line LLM Agent Install Prompt

Ask an LLM agent:

Install FastContext Agent Tools from https://github.com/Jakevin/fastcontext-agent-tools; its package installation includes Microsoft FastContext. Configure python -m fastcontext_mcp as a stdio MCP server with BASE_URL, MODEL, API_KEY, and FASTCONTEXT_ALLOWED_ROOTS, then enable skills/fastcontext-explorer.

Direct install command for Codex-style local skills:

git clone https://github.com/Jakevin/fastcontext-agent-tools && cd fastcontext-agent-tools && python -m pip install -e . && mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills" && ln -sfn "$(pwd)/skills/fastcontext-explorer" "${CODEX_HOME:-$HOME/.codex}/skills/fastcontext-explorer"

Why This Exists

Microsoft FastContext separates repository exploration from code solving. The upstream project describes a dedicated explorer that uses read-only READ, GLOB, and GREP tools, issues parallel tool calls, and returns compact `` citations. Microsoft reports Mini-SWE-Agent integration gains of up to 5.5 score improvement and up to 60% main-agent token reduction.

Primary sources:

• Microsoft FastContext:
• Model card:
• Paper:

Quick Install

git clone https://github.com/Jakevin/fastcontext-agent-tools
cd fastcontext-agent-tools
python -m pip install -e .
python -m fastcontext_mcp --print-health

If your Python scripts directory is on PATH, fastcontext-mcp --print-health works too.

Requirements

• Python 3.12+.
• An OpenAI-compatible endpoint serving a FastContext-compatible model.

Installing this package also installs Microsoft FastContext from the pinned official source revision. No separate FastContext checkout or CLI installation is required.

Endpoint environment:

export BASE_URL="http://127.0.0.1:30000/v1"
export MODEL="microsoft/FastContext-1.0-4B-SFT"
export API_KEY="your-api-key"
export FASTCONTEXT_ALLOWED_ROOTS="/path/to/repos"