Claude Code Context Plugin : les 3 que j'installe sur chaque projet

Votre agent de code est intelligent. Il connaît la syntaxe, les patterns, les bonnes pratiques. Pourtant, à chaque nouvelle session, il passe plusieurs minutes à explorer votre repo comme un consultant junior qui débarque un lundi matin. Le problème n'est pas le modèle. C'est le contexte.

Trois plugins MCP changent radicalement cette équation pour Claude Code. Voici ceux que j'installe systématiquement, et pourquoi les autres peuvent attendre.

Le contexte est le vrai facteur limitant, pas le modèle

Pourquoi votre agent perd-il du temps avant chaque tâche ?

Si vous utilisez Claude Code, Cursor ou un autre copilote IA sur un repo réel, vous connaissez le scénario. Vous demandez "montre-moi où se fait l'authentification". L'agent lance une série de grep, lit des fichiers au hasard, explore des dossiers entiers. Cinq minutes plus tard, il a peut-être trouvé la bonne fonction. Ou pas.

Ce temps de discovery n'est pas un bug. C'est une limite structurelle. Le modèle ne connaît pas votre codebase. Il doit la parcourir à chaque session, à chaque question, en consommant des tokens à chaque exploration.

Selon McKinsey, les outils d'IA peuvent augmenter la productivité des développeurs de 20 à 45%. Mais cette promesse ne se concrétise que si l'agent accède rapidement au bon code. Sans contexte ciblé, vous payez pour de l'exploration, pas pour de la production.

Le système de plugins de Claude Code (skills, agents, MCP, hooks) ouvre la porte à des couches de contexte spécialisées sans changer de workflow. Comme le détaille Software Engineer Meets AI, un plugin est simplement un dossier contenant un plugin.json et des composants réutilisables. La marketplace Anthropic propose des plugins vérifiés, la communauté en publie de nouveaux chaque semaine.

Trois plugins se démarquent pour résoudre trois facettes du même problème : le code, la doc et la relecture.

Claude Context (Zilliz) : la recherche sémantique qui manquait

Comment fonctionne la recherche hybride ?

Claude Context est un serveur MCP open source développé par Zilliz, l'équipe derrière la base de données vectorielle Milvus. Le principe : indexer votre repo dans une base vectorielle, puis ne ramener que le code pertinent à chaque requête.

L'implémentation repose sur une recherche hybride qui combine embeddings denses (compréhension sémantique) et BM25 (correspondance exacte de mots-clés). Quand vous demandez "trouve le code responsable de l'onboarding utilisateur", la recherche sémantique excelle. Quand vous cherchez un nom de fonction précis ou un string d'erreur, BM25 prend le relais. Les deux ensemble couvrent la quasi-totalité des cas.

Le découpage du code s'appuie sur l'AST (Abstract Syntax Tree) quand c'est possible, avec un fallback sur un splitter classique. Les chunks respectent la structure logique du code plutôt que de couper au milieu d'une fonction. Le support linguistique est large : TypeScript, Python, Java, Go, Rust, C++, PHP, Ruby, Swift, Kotlin, Scala.

L'indexation incrémentale via Merkle Trees évite de tout reconstruire à chaque modification. Seuls les fichiers changés sont réindexés. Sur un monorepo, la différence se compte en minutes gagnées par jour.

Selon le repo GitHub de Claude Context, la surface d'API est volontairement minimale : quatre outils MCP (index_codebase, search_code, get_indexing_status, clear_index). Pas de feature creep, pas de 50 commandes qui font presque la même chose.

Faut-il choisir le cloud ou rester en local ?

Le chemin le plus simple passe par Zilliz Cloud (base vectorielle) et OpenAI (embeddings). Vous ajoutez le serveur MCP avec claude mcp add, passez vos clés API, et c'est opérationnel. Le repo précise que Node 20 est requis et que Node 24 n'est pas encore supporté. Un détail qui fait perdre du temps si vous ne le savez pas d'avance.

Pour les équipes qui travaillent sur du code sensible, Claude Context supporte un setup entièrement local avec Milvus et Ollama. La route cloud est plus rapide à configurer, la route locale est plus privée. J'apprécie cette flexibilité : elle tranche avec les outils qui vous forcent à tout envoyer vers l'extérieur.

Le projet revendique une réduction de 40% des tokens à qualité de retrieval équivalente, selon leur propre benchmark. Même en prenant ce chiffre avec prudence, la direction est logique. Mieux cibler le code injecté dans le contexte réduit mécaniquement la consommation. Avec plus de 11 000 stars GitHub et une licence MIT, c'est le plugin de contexte le plus mature de l'écosystème.

Context7 et le plugin Codex : deux approches complémentaires

Pourquoi la doc à jour change-t-elle tout pour le code généré ?

Context7, développé par Upstash, attaque un angle différent. Le problème n'est pas votre codebase, c'est la documentation des librairies que vous utilisez.

Les LLM ont des données d'entraînement figées. Quand vous demandez à Claude Code d'écrire un middleware Next.js 15, il peut proposer une API dépréciée depuis trois mois. Context7 résout ça en injectant la documentation fraîche directement depuis les repos sources des librairies.

Deux outils composent le plugin : resolve-library-id pour identifier la librairie, query-docs pour récupérer la doc pertinente. En pratique, ajoutez "use context7" à votre prompt. Selon le guide d'installation Context7, le setup se fait en une commande : npx ctx7 setup --claude. Le plugin inclut un agent docs-researcher et une commande /context7:docs pour les recherches manuelles.

Avec 317 000 installations sur la marketplace Claude, c'est le plugin le plus adopté de l'écosystème. Si vous développez avec Next.js, Supabase ou tout framework qui bouge vite, le gain est immédiat.

Quand utiliser Codex comme reviewer externe ?

Le plugin Codex d'OpenAI joue un rôle surprenant : il transforme Claude Code en orchestrateur multi-modèle. Trois commandes principales changent votre workflow de review.

codex review lance une relecture classique de vos changements, en lecture seule. codex adversarial-review va plus loin : il challenge vos choix d'implémentation et de design, questionne l'approche choisie par Claude et cherche les failles. Vous pouvez cibler la review avec un prompt ("look for race conditions and question the chosen approach").

codex rescue permet d'investiguer un bug ou de tenter un fix avec GPT 5.4 quand Claude est rate-limité. Avoir un second modèle sous la main évite les interruptions de flow. L'intérêt économique est double : les tâches déléguées consomment vos tokens OpenAI, pas vos tokens Claude. Et si vous avez un abonnement ChatGPT, l'accès premium à Codex est inclus.

Installer, combiner, rentabiliser : le setup qui marche

Quel plugin pour quel type de projet ?

Les trois plugins ne s'excluent pas. Ils ciblent des couches de contexte différentes.

Mon setup recommandé dépend de la taille du projet. Sur un repo de moins de 500 fichiers, grep et la découverte native de Claude suffisent. Au-delà, Claude Context devient rentable dès la première session.

Context7 s'installe sur tous les projets sans exception. Le coût est nul, le gain est immédiat dès que vous touchez à un framework tiers. C'est le plugin "no-brainer" de la liste.

Le plugin Codex est plus situationnel. Il brille quand vous bossez seul et que personne ne relit votre code, ou quand vous approchez les limites de rate de Claude. Pour une équipe avec des PR reviews en place, l'apport marginal est plus faible.

Le vrai levier n'est pas un seul plugin. C'est la combinaison des trois, orchestrée autour de fichiers de contexte projet clairs : CLAUDE.md, ARCHITECTURE.md, conventions. Sans cette fondation, même le meilleur plugin de recherche sémantique ramène du bruit.

« Le modèle est souvent assez intelligent. Le problème, c'est d'avoir le bon code devant lui sans perdre du temps ni des tokens. »

AICodeKing, mai 2026

Anthropic a récemment étendu la fenêtre de contexte de Claude à 1 million de tokens au prix standard, sans le doublement de tarif pratiqué par OpenAI et Google au-delà de 200k. Cette extension réduit la pression mais ne supprime pas le besoin de plugins contextuels. Charger un million de tokens ne sert à rien si 80% du contenu n'est pas pertinent pour la tâche en cours.

Comme le montre Leon van Zyl, le contexte élargi change surtout la planification. Vous pouvez charger un fichier de specs complet, découper l'implémentation en waves, traiter plus de features par session avant compaction. Combiné avec Claude Context pour la navigation et Context7 pour la doc, le workflow devient nettement plus fluide.

Un mot sur la sécurité. Installez toujours des plugins vérifiés par Anthropic ou provenant de sources de confiance. Un plugin malveillant peut altérer vos permissions et agir en votre nom. Sur r/de, la fuite du code source de Claude Code a rappelé que même les éditeurs majeurs ne sont pas à l'abri d'une erreur de publication. Raison de plus pour privilégier les outils open source (MIT) où le code est auditable.

Si vous construisez un système de production logicielle industrialisé autour de l'IA, ces plugins ne sont pas du luxe. Ils sont le minimum pour que vos agents passent du temps à produire plutôt qu'à découvrir. Les équipes qui industrialisent leur dev, comme celles accompagnées par GoLive Software, l'ont compris : la vitesse vient du contexte, pas du prompt.