Claude Code 装上这个插件，看代码再也不会迷路了

不知道你有没有这种感觉——让 AI 看一个陌生项目，它总能给你整出一些”你这是什么语言我不懂”的发言。

不是它笨，是它真的不了解你项目的上下文。
Docent 就是来解决这个问题的。

简单说，Docent 是什么

Docent 是一个面向 AI Agent 的代码库导航系统，基于 MCP（Model Context Protocol）协议工作。你可以把它理解为”给 AI 看的项目地图”，让它知道代码怎么组织的、文档在哪里、哪些工作流是怎么跑的。

GitHub：https://github.com/tnez/docent

安装方式也很简单，在 Claude Code 的配置文件里加一段 MCP server 配置，然后用对话的方式让 AI 初始化一下项目，就能用了。

它具体能做什么

语义搜索技能（Skill Discovery）
你问”How do I run tests?”，Docent 不是简单匹配关键词，而是真正理解你的问题，去项目文档里找最相关的答案。它内置了一套基于自然语言的技能查找机制，比传统的模糊匹配精准得多。

项目结构分析
新接手一个项目，最怕的就是不知道从哪读起。Docent 能让 AI 快速理解项目的语言、框架、目录结构，生成一份结构化的”项目地图”——不需要你手动写任何说明文档。

质量评估
这个挺有意思。Docent 不是做模式匹配那种”有没有 TODO、有没有注释”的粗浅检查，而是做语义层面的质量评估。说白了，它会真正理解代码在干什么，再判断写得好不好。

模板库 + 工作流
内置了 ADRs、RFCs、规范文档等模板，直接让 AI 用自然语言生成。比如 “Create an ADR for using PostgreSQL”，它就能自动帮你生成一篇结构完整的架构决策记录。

怎么用

第一步：配置 MCP Server

// Claude Code: ~/.claude.json
{
  "mcpServers": {
    "docent": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@tnezdev/docent"]
    }
  }
}

第二步：初始化项目

进入项目后，直接对 Claude Code 说：

“Set up docent in this project”

AI 会自动运行 docent act bootstrap 创建 .docent/ 目录结构。

第三步：自然对话使用

之后就是完全自然语言驱动：
– “How do I configure the build process?” → 自动搜索相关文档
– “Check project health” → 运行健康检查
– “Create an ADR for using PostgreSQL” → 生成架构决策文档
– “I finished the auth module” → 自动记录到工作日志

为什么值得装

现在很多团队已经开始用 AI Agent 做代码审查、文档生成这类工作了。但 AI 对项目背景的理解一直是硬伤——它没有”记忆”，每次对话都是白板状态。

Docent 的思路很对：不是让人类写更多文档，而是让 AI 能够自主发现和理解已有的项目知识。 装上它之后，你的 Claude Code 就不再是”问啥答啥的工具“，而是真正能理解你在做什么、主动给你提供相关上下文的存在。

GitHub 开源地址：https://github.com/tnez/docent

GitHub: https://github.com/tnez/docent