實用工具
把檔案拖到這裡
或點選選擇檔案。檔案只在目前分頁裡處理，不會上傳到任何伺服器。
要讓模型理解整個專案，把檔案整理成一份邊界清楚的文件送進去，效果遠比零零散散地貼上好得多。選取原始碼檔案，這個工具就依 yamadashy/repomix 帶紅的格式輸出：一段簡短說明、目錄樹，接著是每個附上路徑的檔案，可選 XML 標籤或 Markdown。相依套件資料夾、lock 檔、壓縮過的打包產物和二進位檔會被略過，每個檔案都以 o200k_base 分詞器計算 token 數，貼上之前就知道塞不塞得進上下文視窗。
它是怎麼運作的
- 路徑含有 node_modules 或 .git 的檔案、pnpm-lock.yaml 這類 lock 檔、壓縮檔和 source map、含有 NUL 位元組或無效 UTF-8 的檔案都會被略過。
- Markdown 格式下，每個檔案外層圍欄的反引號數量都多於檔案內部出現的反引號，含有程式碼區塊的 README 也不會把圍欄撐破。
- 打包結果可以直接複製，也可以下載成 repo-prompt.xml 或 repo-prompt.md，被略過的檔案清單寫在文件開頭的說明裡。
你的資料去了哪裡
哪也沒去。本工具完全在你的瀏覽器裡執行：你貼上的文字由頁面處理，不會傳輸到任何伺服器，也不會寫進任何紀錄。
本工具免費且免登入，執行結果只存在於你目前的頁面裡，不會被儲存到任何地方。
它要花多少
本工具完全免費，不需要登入，也不消耗點數。
常見問題
- 可以直接選整個資料夾嗎？
- 這裡的檔案選擇器支援多選，進入資料夾後用 Ctrl+A 或 Cmd+A 全選即可，檔案會保留檔名但不保留資料夾路徑。真正的儲存庫有多層目錄，還有需要遵守的 .gitignore，建議直接在專案裡執行 npx repomix，它還提供程式碼壓縮和密鑰掃描功能。
- token 數準不準？
- 對 o200k_base 是精確的，這是 GPT-4o 及之後 OpenAI 模型所用的分詞器。Claude、通義千問、DeepSeek、Llama 使用的分詞器不同，程式碼的 token 數可能明顯偏高或偏低，要貼近某個模型的上下文上限時，請把這個數字當成需要預留餘裕的估算值。
- 選 XML 還是 Markdown？
- XML 標籤能讓檔案邊界在任何情況下都清清楚楚，即使檔案裡有 Markdown 圍欄或看起來像標題的內容；Anthropic 的提示詞指南也建議用標籤組織結構化輸入。Markdown 對人來說更好讀，在聊天介面裡也能正常顯示。兩種格式的內容完全相同。
背後的開源專案
本工具是獨立實作，並未打包第三方函式庫。yamadashy/repomix（MIT）在程式碼層面做的是同一件事——如果你需要在自己的程式裡實作它，從那裡開始，而不是呼叫一個網頁。
yamadashy/repomix也常被稱作
- 程式碼打包給 ai
- repomix 線上
- 程式碼轉 prompt
- 把專案程式碼餵給 chatgpt
- 程式碼 token 計算
- 程式碼上下文打包