O que é CocoIndex Code?
O CocoIndex Code, da equipe por trás do motor de transformação de dados CocoIndex, divide um repositório em trechos seguindo os limites de funções e classes com tree-sitter, gera embeddings e guarda os vetores em arquivos SQLite e LMDB embutidos na pasta .cocoindex_code do projeto. Assim o agente encontra código descrevendo-o, por exemplo "como as sessões de usuário são gerenciadas", em vez de adivinhar nomes para o grep. O motor em Rust reindexa apenas os arquivos que mudaram.
A ferramenta de linha de comando ccc funciona como CLI, como skill para o Claude Code e outros agentes ou como servidor MCP com claude mcp add cocoindex-code -- ccc mcp. A instalação completa traz Sentence Transformers e usa por padrão o pequeno modelo Snowflake/snowflake-arctic-embed-xs na sua própria máquina, sem chave de API; a instalação enxuta manda os embeddings pelo LiteLLM para provedores em nuvem ou para o Ollama. Um daemon em segundo plano mantém o modelo carregado entre as consultas.
O repositório foi criado em fevereiro de 2026, tem cerca de 2.980 estrelas e usa a licença Apache-2.0. A versão 0.2.43 saiu em 5 de novembro de 2026 e está listada no registro oficial de MCP. O pacote no PyPI registrou cerca de 1.270 downloads na semana até 10 de novembro.
Como instalar CocoIndex Code
pipx install 'cocoindex-code[full]' && claude mcp add cocoindex-code -- ccc mcpCocoIndex Code vale a pena?
O CocoIndex Code faz uma coisa só: responde a uma pergunta em linguagem natural com os cinco trechos de código mais parecidos. O servidor MCP expõe uma única ferramenta, search, com filtros por linguagem e por padrão de caminho e limite de 1 a 100 resultados. Uma ferramenta só mantém o custo de contexto perto de zero, e como refresh_index é true por padrão, cada consulta primeiro reindexa o que mudou desde a anterior, então o agente não lê código desatualizado.
A recuperação é pura similaridade de embeddings. Não há uma parte por palavras-chave ou BM25, que uma issue aberta em março de 2026 ainda pede, então um identificador exato pode ficar abaixo de um trecho que só parece relacionado. O Semble, seu rival mais próximo aqui, combina BM25 com embeddings e acrescenta uma ferramenta find_related. A manchete do README de 70% de economia de tokens vem sem metodologia publicada, enquanto o Semble pelo menos documenta seu benchmark.
Os embeddings locais são ao mesmo tempo a maior atração e o maior custo. A instalação completa acrescenta cerca de 1 GB de PyTorch e transformers, e a imagem Docker completa tem uns 5 GB contra 450 MB da enxuta, que envia o código para uma API de embeddings em nuvem. O modelo padrão é pequeno e rápido em CPU; para uma busca de código melhor, o README indica o nomic-ai/CodeRankEmbed, com 137M de parâmetros e cerca de 1 GB de VRAM, e trocar de modelo exige reindexar tudo.
Dois padrões merecem atenção. A telemetria de uso anônima fica ligada a menos que COCOINDEX_DISABLE_USAGE_TRACKING=1 esteja definido; o README diz que código, caminhos, consultas e resultados ficam de fora. A configuração Docker documentada monta todo o seu diretório pessoal com leitura e escrita dentro do contêiner, a menos que você o restrinja com COCOINDEX_HOST_WORKSPACE. Nenhum dos dois é incomum, mas os dois precisam ser desligados manualmente.
O armazenamento do índice tem um teto que vale conhecer antes de um monorepo grande: o LMDB vem limitado a 4 GiB, e dezenas de milhares de arquivos com um modelo de muitas dimensões podem disparar MDB_MAP_FULL até você aumentar COCOINDEX_LMDB_MAP_SIZE e reiniciar o daemon. Comparado ao Serena ou a um grafo de código como o codebase-memory-mcp, ele encontra o código, mas não sabe dizer quem o chama.
Onde ele se destaca
Um desenvolvedor chegando a uma base de código desconhecida em Python e TypeScript
Descobrir onde fica um comportamento sem saber que nome alguém deu a ele
Instale cocoindex-code[full] com pipx, registre ccc mcp no Claude Code e pergunte "onde são tratadas as novas tentativas dos webhooks". O agente recebe cinco trechos ordenados em vez de rodar grep com nomes adivinhados; perguntas sobre quem chama o quê ainda exigem o Serena ou um grafo de código.
Uma consultoria atenta à segurança que trabalha sob acordos de confidencialidade com clientes
Dar busca semântica aos agentes sem que o código saia do notebook
Mantenha o modelo local padrão do Sentence Transformers e defina COCOINDEX_DISABLE_USAGE_TRACKING=1 no perfil do shell. Nada é cobrado; o custo é cerca de 1 GB de disco para dependências e tempo de CPU na primeira indexação.
Uma equipe de plataforma que roda agentes em um contêiner de desenvolvimento compartilhado
Oferecer a mesma configuração de busca na imagem de cada desenvolvedor
Rode a imagem enxuta cocoindex/cocoindex-code (cerca de 450 MB) com uma chave de embeddings da Voyage ou da OpenAI e monte só a pasta de código via COCOINDEX_HOST_WORKSPACE. O gasto com embeddings depende do tamanho do repositório e do preço por token do provedor.
Antes de decidir
- Configuração
- pipx install 'cocoindex-code[full]' ou uv tool install, depois claude mcp add cocoindex-code -- ccc mcp (documentado também para Codex, OpenCode, Kilo Code e Oh My Pi). ccc init escolhe o modelo; a primeira busca constrói o índice. Execuções iniciais não interativas precisam de um ccc init prévio.
- Integrações
- Uma ferramenta MCP, search (query, limit, offset, refresh_index, languages, paths), somente leitura. A CLI acrescenta ccc grep para busca estrutural por exemplo, ccc status e ccc doctor. Um marketplace de plugins do Claude Code e a instalação como skill são oferecidos como alternativas ao MCP.
- Dados e privacidade
- Os arquivos do índice ficam na pasta .cocoindex_code do projeto, adicionada ao .gitignore. Com Sentence Transformers local, nenhum código sai da máquina; com um provedor do LiteLLM, cada trecho é enviado a esse provedor. A telemetria anônima fica ligada por padrão. Não há avisos de segurança publicados.
- Custo em escala
- Gratuito localmente, além do tempo de CPU ou GPU e do disco. O custo de embeddings em nuvem cresce com o tamanho do código nas tarifas do provedor; índices compartilhados por equipes e deduplicação entre branches são recursos enterprise, com preço sob consulta.
- Limites
- O armazenamento LMDB do índice é limitado a 4 GiB por padrão; repositórios grandes precisam aumentar COCOINDEX_LMDB_MAP_SIZE. Trocar de modelo exige ccc reset e reindexação completa. O Python do sistema no macOS não carrega extensões do SQLite. Cerca de 26 issues e 41 pull requests abertas.
O que é bom
- Uma única ferramenta MCP somente leitura, com custo de contexto quase nulo
- Embeddings locais sem chave de API na instalação completa
- Reindexação incremental antes de cada consulta por padrão
- Apache-2.0, com acesso via LiteLLM a mais de 100 provedores de embeddings
O que não é
- Só similaridade vetorial; sem ranking por palavras-chave nem BM25
- Telemetria anônima ligada por padrão
- A instalação completa acrescenta cerca de 1 GB de dependências do PyTorch
- Sem grafo de chamadas, referências nem tipos
Ideal para
Desenvolvedores que querem que um agente encontre código pela descrição em um repositório privado sem enviar o código-fonte para uma API de embeddings em nuvem.
Alternativas ao CocoIndex Code
CocoIndex Code: perguntas frequentes
- CocoIndex Code vale a pena?
- Um jeito organizado e privado de dar a um agente busca por significado em um repositório, mas é só busca vetorial, envia dados de uso por padrão e custa um gigabyte de dependências para rodar localmente. Damos nota 3.8 de 5.
- Quanto custa CocoIndex Code?
- Gratuito e de código aberto (Apache-2.0). Provedores de embeddings em nuvem cobram de você diretamente; índices compartilhados por equipes são um recurso enterprise sem preços publicados.
- Quais são as desvantagens de CocoIndex Code?
- Só similaridade vetorial; sem ranking por palavras-chave nem BM25; telemetria anônima ligada por padrão; a instalação completa acrescenta cerca de 1 GB de dependências do PyTorch; sem grafo de chamadas, referências nem tipos.
- Para quem CocoIndex Code é indicado?
- Desenvolvedores que querem que um agente encontre código pela descrição em um repositório privado sem enviar o código-fonte para uma API de embeddings em nuvem.
- Quanto custa CocoIndex Code para uma equipe ou em produção?
- Gratuito localmente, além do tempo de CPU ou GPU e do disco. O custo de embeddings em nuvem cresce com o tamanho do código nas tarifas do provedor; índices compartilhados por equipes e deduplicação entre branches são recursos enterprise, com preço sob consulta.
- CocoIndex Code é seguro para dados da empresa?
- Os arquivos do índice ficam na pasta .cocoindex_code do projeto, adicionada ao .gitignore. Com Sentence Transformers local, nenhum código sai da máquina; com um provedor do LiteLLM, cada trecho é enviado a esse provedor. A telemetria anônima fica ligada por padrão. Não há avisos de segurança publicados.
- Quais são as melhores alternativas ao CocoIndex Code?
- As alternativas mais próximas que analisamos são Semble, codebase-memory-mcp, Serena e CodeGraph.
Respostas verificadas em 11 de nov. de 2026.