mufeedvh/code2prompt

解决的问题

它消除了在向大型语言模型 (LLMs) 提供上下文时，手动复制和格式化多个代码文件的繁琐过程。它通过自动化将本地代码库提取并结构化为单一、LLM 就绪的提示词，解决了“上下文工程”的问题。

运作方式

该工具使用 Rust 构建以实现高性能，它会遍历目录并读取文件，同时遵守 .gitignore 规则。它使用 Handlebars 模板将收集到的代码和元数据格式化为结构化提示词。它提供多种接口：用于快速使用的 CLI、用于交互式配置的 TUI、用于集成到代理或 RAG 管线的 Python SDK，以及用于代理应用程序高效访问本地代码库的 MCP 服务器。

目标用户

它专为手动向 AI 聊天界面（如 ChatGPT）提供代码上下文的开发者、构建 AI 代理的开发者，以及实现需要代码库提取的 RAG (检索增强生成) 管线的工程师而设计。

特色亮点

• 智能过滤：支持 glob 模式并自动遵守 .gitignore 设置。
• Git 集成：可以在生成的提示词中包含 Git diff、日志和分支比较。
• Token 估算：提供并行的每个文件 Token 计数，以估算提示词大小。
• 灵活输出：支持输出到 stdout、保存到文件或直接复制到剪贴板。
• 多语言支持：包含针对 CSV、Notebooks 和 JSONL 等格式的专门读取功能。