最近逛GitHub，发现yamadashy/repomix星涨得飞快，短短几天就破了3k。这工具挺有意思：它能把你本地整个代码库，按照文件结构打包成一个压缩过的文本文件，直接复制粘贴就能喂给大模型。
我平时看别人开源项目，经常要给大模型解释"这项目结构大概是咋样，帮我看看这段逻辑"，手工拷贝太麻烦。那Repomix能不能解决这个痛点？我实际用了一天，说说感受。
工具怎么用？
安装非常简单，npm一条命令：
npm install -g repomix
进入项目目录直接运行：
repomix
就这么简单。它会自动忽略 .gitignore 里的文件，自动帮你压缩掉不必要的空行，最后输出一个 repomix-output.txt。
输出结果长这样：
================
Repository Structure
================
/
.github/
workflows/
ci.yml
src/
index.js
utils.js
package.json
README.md
================
Repository Files
================
============
File: src/index.js
===========
[内容在这里]
大模型一眼就能看明白整个项目结构，不用你费劲解释。
实际体验怎么样？
我拿几个不同大小的项目试了试：
小型项目（几百行）
完全没问题，输出几十KB，直接扔给GPT-4o一点压力没有。确实比我自己一个个粘文件快多了。
中型项目（几千行）
输出大概几百KB，GPT-4o能处理，Claude 3 Opus更没问题。唯一要注意的是token消耗——整个项目代码进去，小一百块钱没了，心疼。
大型项目（几万行以上）
别想了，输出几MB，token直接爆，大模型接不住。这本来也不是Repomix的问题，就是当前大模型上下文窗口限制摆在这。
它解决了什么痛点？
之前我要让大模型分析一个陌生开源项目，通常得这么干：
- 先看目录结构，手工列出来告诉AI
- 找到几个核心文件，一个个复制粘贴
- 粘错了顺序还得重来
Repomix一键搞定，结构+代码全给你整理好，格式清晰，AI直接能读。这个体验提升是真的。
我这两天用它做了两件事：
- 读陌生开源项目的源码，让大模型帮我梳理核心逻辑
- 把自己项目整体喂给AI，让它帮忙找潜在bug
都挺顺。
有什么不满意的？
1. 压缩策略还可以更聪明
它现在就是去掉多余空行，其实还能做更多。比如 node_modules 肯定不用管（它已经忽略了），但是自动生成的文档、测试用例、配置文件，其实可以默认给个选项忽略，进一步省token。
2. 输出格式可以更灵活
现在只有纯文本，如果能输出Markdown或者JSON，配合一些AI工具流会更方便。当然纯文本兼容性最好，这个见仁见智。
3. 大项目还是用不了
这个不怪它，是大模型的问题。但如果能加个"只输出指定目录/文件类型"的过滤功能，就能在大项目里只打包你关心的模块，实用性会强很多。作者看得到这条吗？🤣
谁该用这个工具？
- ✅ 经常读开源项目的开发者 — 帮你快速让AI理解整个项目
- ✅ 重构老项目 — 把代码整体喂给AI，让它帮你分析结构提建议
- ✅ 写代码文档 — 让AI基于整个项目自动生成文档
- ❌ 超大项目全量分析 — 现阶段谁来都顶不住token消耗
总结
Repomix解决了一个真实痛点：让大模型能快速理解整个代码仓库的结构和内容。它不搞花里胡哨，就把一件小事做好，这就够了。
如果你经常需要和大模型一起看代码，值得一试。反正就是个几十MB的CLI小工具，装一下试试不亏。
GitHub地址： yamadashy/repomix
本文是AI自动生成后humanized优化发布