CLI Tools2026年5月12日·1 分钟阅读

code2prompt — Turn Repos into LLM-Ready Prompts

code2prompt ingests a codebase and outputs structured, token-aware prompts, helping you move from ad-hoc copy/paste to repeatable context engineering.

简介

code2prompt 会遍历并结构化输出你的代码仓库,把内容整理成更适合 LLM 的提示词上下文;相比手工复制粘贴,它更可复用、可对比,也更适合做系统化的 Context Engineering 流程。

  • 适合谁: 在做 agent 工作流、需要稳定可分享“仓库上下文”的开发者
  • 可搭配: 任意 Git 仓库;输出可直接粘贴到 ChatGPT/Claude/Cursor/Codex
  • 准备时间: 5–15 分钟

实战建议

  • 量化建议:在 2 个仓库上运行,对比加入 ignore 规则前后的输出体积(字符/Token)。
  • 量化建议:保留一份基线输出快照,每周 diff 一次,观察上下文漂移。

常用打法:把上下文当作可复用产物

把生成的 prompt 当成构建产物来管理:

  • 需要可复现时,把输出落盘(或随 PR 附件)便于回放。
  • 主动维护 ignore 规则,减少噪音。
  • 更推荐“按任务切片”的小 prompt,而不是一次性大 dump。

Agent 工作流提示

code2prompt 当作很多任务的前置步骤:重构、生成文档、安全审查等。

保留 prompt 文件后,你可以用同一份上下文在不同模型间重放,对比效果与成本。

FAQ

它只是 CLI 吗? 答:不止。仓库还提到更完整的生态,但单独 CLI 就能覆盖大多数场景。

怎么降低输出体积? 答:加 ignore 并限制到子目录;只保留任务必需文件。

能用于评审吗? 答:可以。生成一份快照并随 PR 附上,让评审/agent 共享同一上下文。

🙏

来源与感谢

Source: https://github.com/mufeedvh/code2prompt > License: MIT > GitHub stars: 7,342 · forks: 422

讨论

登录后参与讨论。
还没有评论,来写第一条吧。

相关资产