Repomix

Repomix 解决的是一个很具体的问题：把整个代码库塞进 AI 的上下文窗口。它把本地或远程仓库打包成单一文件，输出格式可选 XML、Markdown、JSON 或纯文本，专为 Claude、ChatGPT、Gemini 等模型设计，也适配 MCP 与代码审查工作流，并曾获得开源奖项提名（Open Source Awards Nomination）。

核心能力

• 多格式输出：XML、Markdown、JSON、纯文本可选，适配不同模型的输入偏好；还可输出可解析格式（Parsable Format）供程序消费。
• AI 优化：默认包含文件摘要与目录结构、可选显示行号，让模型先建立全局认识再读细节，提升理解质量。
• Git 感知：默认尊重 .gitignore，只打包真正需要的源码；include / ignore 规则用 glob 模式精确控制哪些文件进包，避免噪声；不过自定义 include 规则可能绕过 .gitignore，配置时留意边界。
• Token 计数与压缩：打包前估算体积，避免超出模型上下文上限；提供压缩选项（去注释、去空行）为超大仓库瘦身，但压缩后代码可读性下降，审查场景慎用。
• 安全过滤：面向分享与提交场景，帮助识别敏感信息（Security-Focused），减少把密钥带进对话的风险。
• CLI 与网页版：命令行可集成进日常流程与脚本（官网提供 Quick Start 与 Power Users Guide 指南），也有在线版直接粘贴仓库地址即可使用，甚至可以直接在网页上调整格式与过滤选项再复制结果。

适合谁

需要把项目上下文交给 AI 做代码审查、重构建议的开发者；想为 LLM 生成「知识数据包」（Knowledge Datapacks）的团队；以及用 LLM 做代码生成工作流、需要稳定上下文输入的人。

注意事项

• 大仓库即便压缩也可能膨胀到超出上下文上限，务必先看 Token 计数再喂给模型。
• 打包的是代码快照，模型看不到仓库实时状态，改动后需重新打包。
• 开源代码直接打包分享问题不大，专有代码要警惕把敏感信息带进公开场景。
• 超大仓库打包耗时较长，建议按模块分批处理；网页版对超大仓库可能有限制，巨型仓库建议改用 CLI 本地打包。
• 输出是代码快照式语料，模型理解依赖代码本身的注释与命名质量，命名混乱的项目效果会打折。
• 图片、音视频等二进制资源不会进入文本输出，涉及此类文件的上下文需另行处理；输出以纯文本为主，代码高亮等格式信息有限。

使用建议

做代码审查时按模块分批打包，比一次性塞进整个仓库效果更稳；先把 include/ignore 规则写好，让每次打包的边界一致；需要长期复用同一仓库时，把打包命令固化成脚本，保证团队产出格式统一。官方还总结了 LLM 代码生成工作流与知识数据包（Knowledge Datapacks）两类真实用例，按自己的场景对号入座，能更快找到合适的配置；给新成员发一份打包好的项目上下文，也能显著加速入职理解。