¿Qué es CocoIndex Code?
CocoIndex Code, del equipo que creó el motor de transformación de datos CocoIndex, divide un repositorio en fragmentos siguiendo los límites de funciones y clases con tree-sitter, los convierte en embeddings y guarda los vectores en archivos SQLite y LMDB integrados dentro de la carpeta .cocoindex_code del proyecto. Así un agente encuentra código describiéndolo, por ejemplo "cómo se gestionan las sesiones de usuario", en lugar de adivinar nombres para grep. El motor en Rust vuelve a indexar solo los archivos que han cambiado.
La herramienta de línea de comandos ccc funciona como CLI, como skill para Claude Code y otros agentes, o como servidor MCP con claude mcp add cocoindex-code -- ccc mcp. La instalación completa incluye Sentence Transformers y usa por defecto el pequeño modelo Snowflake/snowflake-arctic-embed-xs en tu propia máquina, sin clave de API; la instalación ligera envía los embeddings a través de LiteLLM a proveedores en la nube o a Ollama. Un daemon en segundo plano mantiene el modelo cargado entre consultas.
El repositorio se creó en febrero de 2026, tiene unas 2.980 estrellas y usa la licencia Apache-2.0. La versión 0.2.43 salió el 5 de noviembre de 2026 y figura en el registro oficial de MCP. El paquete de PyPI registró unas 1.270 descargas en la semana hasta el 10 de noviembre.
Cómo instalar CocoIndex Code
pipx install 'cocoindex-code[full]' && claude mcp add cocoindex-code -- ccc mcp¿Merece la pena CocoIndex Code?
CocoIndex Code hace una sola cosa: responde a una pregunta en lenguaje natural con los cinco fragmentos de código más parecidos. El servidor MCP expone una única herramienta, search, con filtros por lenguaje y por patrón de ruta y un límite de 1 a 100 resultados. Una sola herramienta mantiene el coste de contexto casi en cero, y como refresh_index vale true por defecto, cada consulta vuelve a indexar antes lo que haya cambiado desde la anterior, así que el agente no lee código desactualizado.
La recuperación es pura similitud de embeddings. No hay una parte por palabras clave o BM25, algo que una issue abierta en marzo de 2026 todavía reclama, de modo que un identificador exacto puede quedar por debajo de un fragmento que solo suena parecido. Semble, su rival más cercano aquí, combina BM25 con embeddings y añade una herramienta find_related. El titular del README de un 70% de ahorro de tokens no viene con ninguna metodología publicada, mientras que Semble al menos documenta su benchmark.
Los embeddings locales son a la vez el principal atractivo y el principal coste. La instalación completa añade alrededor de 1 GB de PyTorch y transformers, y la imagen Docker completa pesa unos 5 GB frente a 450 MB de la ligera, que envía el código a una API de embeddings en la nube. El modelo por defecto es pequeño y rápido en CPU; para mejorar la recuperación de código, el README recomienda nomic-ai/CodeRankEmbed, con 137M de parámetros y alrededor de 1 GB de VRAM, y cambiar de modelo obliga a reindexar todo.
Dos opciones por defecto merecen atención. La telemetría de uso anónima está activada salvo que se defina COCOINDEX_DISABLE_USAGE_TRACKING=1; el README dice que excluye código, rutas, consultas y resultados. La configuración Docker documentada monta todo tu directorio personal con lectura y escritura dentro del contenedor, salvo que lo limites con COCOINDEX_HOST_WORKSPACE. Ninguna de las dos es rara, pero ambas hay que desactivarlas a mano.
El almacén del índice tiene un techo que conviene conocer antes de un monorepo grande: LMDB viene limitado a 4 GiB, y decenas de miles de archivos con un modelo de muchas dimensiones pueden provocar MDB_MAP_FULL hasta que subas COCOINDEX_LMDB_MAP_SIZE y reinicies el daemon. Frente a Serena o a un grafo de código como codebase-memory-mcp, encuentra el código pero no sabe decir quién lo llama.
Dónde se gana su sitio
Un desarrollador que llega a una base de código desconocida en Python y TypeScript
Encontrar dónde vive un comportamiento sin saber cómo lo llamó nadie
Instala cocoindex-code[full] con pipx, registra ccc mcp en Claude Code y pregunta "dónde se gestionan los reintentos de los webhooks". El agente recibe cinco fragmentos ordenados en lugar de hacer grep con nombres adivinados; las preguntas sobre quién llama a qué siguen necesitando Serena o un grafo de código.
Una consultora cuidadosa con la seguridad que trabaja bajo acuerdos de confidencialidad con clientes
Dar búsqueda semántica a los agentes sin que el código salga del portátil
Mantén el modelo local de Sentence Transformers por defecto y define COCOINDEX_DISABLE_USAGE_TRACKING=1 en el perfil de la shell. No se factura nada; el coste es alrededor de 1 GB de disco para dependencias y tiempo de CPU en el primer indexado.
Un equipo de plataforma que ejecuta agentes en un contenedor de desarrollo compartido
Ofrecer la misma configuración de búsqueda en la imagen de cada desarrollador
Ejecuta la imagen ligera cocoindex/cocoindex-code (unos 450 MB) con una clave de embeddings de Voyage u OpenAI y monta solo la carpeta de código mediante COCOINDEX_HOST_WORKSPACE. El gasto en embeddings depende del tamaño del repositorio y del precio por token del proveedor.
Antes de decidirte
- Puesta en marcha
- pipx install 'cocoindex-code[full]' o uv tool install, y después claude mcp add cocoindex-code -- ccc mcp (también documentado para Codex, OpenCode, Kilo Code y Oh My Pi). ccc init elige el modelo; la primera búsqueda construye el índice. Las primeras ejecuciones no interactivas necesitan un ccc init previo.
- Integraciones
- Una herramienta MCP, search (query, limit, offset, refresh_index, languages, paths), de solo lectura. La CLI añade ccc grep para búsqueda estructural por ejemplo, ccc status y ccc doctor. Como alternativa a MCP se ofrecen un marketplace de plugins para Claude Code y la instalación como skill.
- Datos y privacidad
- Los archivos del índice están en la carpeta .cocoindex_code del proyecto, que se añade a .gitignore. Con Sentence Transformers en local ningún código sale de la máquina; con un proveedor de LiteLLM cada fragmento se envía a ese proveedor. La telemetría anónima está activada por defecto. No hay avisos de seguridad publicados.
- Coste a escala
- Gratis en local, más allá del tiempo de CPU o GPU y el disco. El coste de los embeddings en la nube crece con el tamaño del código según las tarifas del proveedor; los índices compartidos por equipos y la deduplicación entre ramas son funciones enterprise, con precio bajo consulta.
- Límites
- El almacén LMDB del índice está limitado a 4 GiB por defecto; los repositorios grandes necesitan subir COCOINDEX_LMDB_MAP_SIZE. Cambiar de modelo exige ccc reset y reindexar todo. El Python del sistema en macOS no permite cargar extensiones de SQLite. Unas 26 issues abiertas y 41 pull requests abiertas.
Lo bueno
- Una sola herramienta MCP de solo lectura, con un coste de contexto casi nulo
- Embeddings locales sin clave de API en la instalación completa
- Reindexado incremental antes de cada consulta por defecto
- Apache-2.0, con acceso vía LiteLLM a más de 100 proveedores de embeddings
Lo malo
- Solo similitud vectorial; sin ranking por palabras clave ni BM25
- Telemetría anónima activada por defecto
- La instalación completa añade alrededor de 1 GB de dependencias de PyTorch
- Sin grafo de llamadas, referencias ni tipos
Ideal para
Desarrolladores que quieren que un agente encuentre código por su descripción en un repositorio privado sin enviar el código fuente a una API de embeddings en la nube.
Alternativas a CocoIndex Code
CocoIndex Code: preguntas frecuentes
- ¿Merece la pena CocoIndex Code?
- Una forma ordenada y privada de dar a un agente búsqueda por significado en un repositorio, pero es solo búsqueda vectorial, envía datos de uso por defecto y ejecutarlo en local cuesta un gigabyte de dependencias. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta CocoIndex Code?
- Gratuito y de código abierto (Apache-2.0). Los proveedores de embeddings en la nube te facturan directamente; los índices compartidos por equipos son una función enterprise sin precios publicados.
- ¿Qué inconvenientes tiene CocoIndex Code?
- Solo similitud vectorial; sin ranking por palabras clave ni BM25; telemetría anónima activada por defecto; la instalación completa añade alrededor de 1 GB de dependencias de PyTorch; sin grafo de llamadas, referencias ni tipos.
- ¿Para quién es CocoIndex Code?
- Desarrolladores que quieren que un agente encuentre código por su descripción en un repositorio privado sin enviar el código fuente a una API de embeddings en la nube.
- ¿Cuánto cuesta CocoIndex Code para un equipo o en producción?
- Gratis en local, más allá del tiempo de CPU o GPU y el disco. El coste de los embeddings en la nube crece con el tamaño del código según las tarifas del proveedor; los índices compartidos por equipos y la deduplicación entre ramas son funciones enterprise, con precio bajo consulta.
- ¿Es CocoIndex Code seguro para los datos de la empresa?
- Los archivos del índice están en la carpeta .cocoindex_code del proyecto, que se añade a .gitignore. Con Sentence Transformers en local ningún código sale de la máquina; con un proveedor de LiteLLM cada fragmento se envía a ese proveedor. La telemetría anónima está activada por defecto. No hay avisos de seguridad publicados.
- ¿Cuáles son las mejores alternativas a CocoIndex Code?
- Las alternativas más cercanas que hemos analizado son Semble, codebase-memory-mcp, Serena y CodeGraph.
Respuestas comprobadas el 11 nov 2026.