Aprendizagem pessoal com IA
e orientação prática
Beanbag Marscode1

code2prompt: conversão de bibliotecas de código em arquivos de prompt compreensíveis de modelo grande

Introdução geral

O code2prompt é uma ferramenta de linha de comando de código aberto, criada pelo desenvolvedor Mufeed VH e hospedada no GitHub, projetada para ajudar os usuários a converter rapidamente bases de código inteiras em prompts adequados para o Modelo de Linguagem Grande (LLM). Ele gera uma saída Markdown formatada percorrendo o diretório de código, gerando uma estrutura de árvore de origem e consolidando o conteúdo dos arquivos para uso direto em tarefas como análise de código, documentação ou aprimoramento de recursos. Com suporte para personalização de modelos do Handlebars, estatísticas de contagem de tokens e integração com o Git diff, a ferramenta é particularmente adequada para desenvolvedores que desejam aproveitar o poder de grandes modelos, como ChatGPT (ou Claude) para lidar com bases de código complexas. Seja para otimizar o desempenho, encontrar bugs ou gerar commits, o code2prompt proporciona ganhos significativos de eficiência. Em 3 de março de 2025, o projeto tinha mais de 4.500 estrelas, o que demonstra sua ampla aceitação na comunidade de desenvolvedores.

code2prompt: ferramenta de linha de comando para converter a base de código em um modelo grande prompt-1


 

Lista de funções

  • Conversão da base de códigoConsolidar arquivos de código de um diretório especificado em um único prompt legível por LLM.
  • Geração de árvore de código-fonteGeração automática de uma estrutura em árvore de diretórios de código para facilitar a compreensão do layout do projeto.
  • Personalização de modelosPersonalize o formato de saída com modelos do Handlebars para dar suporte a uma ampla gama de cenários de uso.
  • Contagem de tokensGeração estatística de prompts para token para garantir a adaptação às restrições contextuais de diferentes modelos.
  • Integração com o GitSuporte para adicionar Git diff e log para mostrar o histórico de alterações de código.
  • Filtragem de documentosFiltragem de arquivos no modo glob: oferece suporte à filtragem de arquivos no modo glob, ignorando conteúdo estranho, como .gitignore.
  • Saída MarkdownGeração de documentos Markdown estruturados para facilitar o upload diretamente no LLM.
  • Suporte a várias plataformasEstável em Linux, macOS e Windows.
  • Suporte à área de transferênciaCopie automaticamente as dicas geradas para a área de transferência para aumentar a eficiência operacional.

 

Usando a Ajuda

Processo de instalação

O code2prompt é uma ferramenta de linha de comando escrita em Rust com um processo de instalação simples e suporte para vários métodos. Aqui estão as etapas detalhadas:

Método 1: Instalação por meio do código-fonte

  1. pré-condiçõesVerifique se o Rust e o Cargo (o gerenciador de pacotes do Rust) estão instalados em seu sistema. Isso pode ser verificado com o seguinte comando:
    rustc --version
    cargo --versão

Se você não o tiver, visite o site do Rust para fazer o download e instalá-lo.
2. armazém de clones::

git clone https://github.com/mufeedvh/code2prompt.git
cd code2prompt
  1. Compilação e instalação::
    cargo build --release
    

    Depois de compilado, o alvo/liberação/ para encontrar o diretório code2prompt Arquivo executável.

  2. Mover para o caminho global(Opcional): move os arquivos para um caminho do sistema para chamadas globais, por exemplo:
    sudo mv target/release/code2prompt /usr/local/bin/
    

Método 2: Pré-compilando binários

  1. Visite a página de versões do GitHub para fazer download da versão mais recente do binário para seu sistema operacional (por exemplo code2prompt-v2.0.0-linux-x86_64).
  2. Descompacte e dê permissão de execução:
    chmod +x code2prompt
    
  3. Mover para o caminho global (opcional):
    sudo mv code2prompt /usr/local/bin/
    

Método 3: Instalação via Nix

Se você usar o gerenciador de pacotes Nix, poderá instalá-lo diretamente:

# sem flocos
nix-env -iA nixpkgs.code2prompt
# com flocos
nix profile install nixpkgs#code2prompt

Uso

Depois de instalado, você pode executá-lo na linha de comando code2prompt. Abaixo está o procedimento de operação detalhado das principais funções:

1. uso básico: geração de dicas de base de código

Suponha que você tenha um diretório de código /caminho/para/codebaseExecute o seguinte comando:

code2prompt /path/to/codebase
  • A saída conterá a árvore de origem e todo o conteúdo do arquivo, gerado por padrão no formato Markdown e copiado para a área de transferência.
  • Saída de amostra:
    Árvore de origem.
    

    dir/
    file1.rs
    └── file2.py

    `dir/file1.rs`.
    

2. modelos personalizados

O code2prompt fornece modelos incorporados (por exemplo, para gerar mensagens de confirmação do git, comentários de documentação etc.) localizados no diretório de instalação do modelos/ pasta. Você também pode criar modelos personalizados. Por exemplo, usando o document-the-code.hbs Adicione comentários ao documento:

code2prompt /path/to/codebase -t templates/document-the-code.hbs
  • Os modelos personalizados precisam seguir a sintaxe do Handlebars, com variáveis como caminho_do_código_absoluto(caminho do código),árvore_de_origem(árvore de código-fonte) e arquivos(lista de documentos).

3. contagem de tokens e opções de codificação

Visualize o número de tokens de dica gerados, com suporte para vários divisores:

code2prompt /path/to/codebase --tokens -c cl100k
  • Particípio opcional:cl100k(padrão),p50kep50k_editer50k.

4. integração com o Git

Adicione o Git diff (arquivos preparados):

code2prompt /path/to/codebase --diff

Compare as diferenças entre os dois ramos:

code2prompt /path/to/codebase --git-diff-branch "main, development"

Obtenha o registro de confirmação entre as ramificações:

code2prompt /path/to/codebase --git-log-branch "main, development"

5. filtragem de documentos

Excluir arquivos ou diretórios específicos:

code2prompt /path/to/codebase --exclude "*.log" --exclude "tests/*"

Contém apenas arquivos específicos:

code2prompt /path/to/codebase --include "*.rs" --include "*.py"

6. salvar a saída

Salve os resultados como um arquivo em vez de apenas copiá-los para a área de transferência:

code2prompt /path/to/codebase -o output.md

Exemplo de operação

Suponha que você queira gerar recomendações de otimização de desempenho para um projeto Python:

  1. Executar comando:
    code2prompt /path/to/project -t templates/improve-performance.hbs -o prompt.md
    
  2. comandante-em-chefe (militar) prompt.md Conteúdo carregado para Claude ou ChatGPT, digite "Sugerir otimizações de desempenho com base nessa base de código".
  3. Obtenha as opções de otimização retornadas pelo modelo, como otimização de loop, recomendações de gerenciamento de memória, etc.

advertência

  • Se a função de área de transferência falhar em alguns sistemas (por exemplo, Ubuntu 24.04), exporte para o terminal e copie manualmente:
    code2prompt /path/to/codebase -o /dev/stdout | xclip -selection c
    
  • sonda .gitignore para garantir que arquivos estranhos sejam corretamente ignorados (disponível com o --no-ignore (Desativado).

Com as etapas acima, você pode começar a usar rapidamente o code2prompt e transformar facilmente sua base de código em prompts utilizáveis de modelos grandes, concluindo todo o processo, da análise à otimização.

CDN1
Não pode ser reproduzido sem permissão:Chefe do Círculo de Compartilhamento de IA " code2prompt: conversão de bibliotecas de código em arquivos de prompt compreensíveis de modelo grande

Chefe do Círculo de Compartilhamento de IA

O Chief AI Sharing Circle se concentra no aprendizado de IA, fornecendo conteúdo abrangente de aprendizado de IA, ferramentas de IA e orientação prática. Nosso objetivo é ajudar os usuários a dominar a tecnologia de IA e explorar juntos o potencial ilimitado da IA por meio de conteúdo de alta qualidade e compartilhamento de experiências práticas. Seja você um iniciante em IA ou um especialista sênior, este é o lugar ideal para adquirir conhecimento, aprimorar suas habilidades e realizar inovações.

Entre em contato conosco
pt_BRPortuguês do Brasil