Repomix vs code2prompt vs Gitingest 对比：把代码仓库喂给 AI 哪个更好用

Repomix 对比 code2prompt 和 Gitingest：把代码仓库喂给 AI 哪个更好用

🇺🇸
Read in English: Feeding Your Whole Codebase to an AI: Repomix vs code2prompt vs Gitingest

去年我接手过一个”祖传”项目。说是祖传，其实也没多老，就是一个三年前写的内部服务，原开发者已经离职，README 里只留下一句”启动方式见文档”，而那个文档链接早就 404 了。剩下的是四百多个文件、几万行代码，还有一堆我从来没听过的依赖。

我做的第一件事，是想办法让 AI 帮我读代码。我把几个看起来核心的文件复制粘贴进 ChatGPT，它确实能解释，但每次只能看一小块。我问它”这个函数调用的那个类定义在哪”，它答不上来，因为它压根没看到那个文件。

这种挤牙膏式的问答来来回回耗了我大半天，比我自己翻代码还累。

后来我才知道，有一类工具专门干这件事：把整个代码仓库打包成一个文件，让 AI 一口气看完。这类工具里现在有三个比较火的，Repomix、code2prompt、Gitingest。它们干的活看起来一样，选起来却大有讲究。

为什么”看起来一样，其实不一样”

先把场景说清楚。想把一个仓库喂给大模型，常见的有四种做法。

最原始的是手动复制粘贴。打开几个文件，把内容贴进对话框。这种做法的前提是你已经精确知道哪两三个文件有用，一旦模型需要的上下文是某个你没贴进去的文件，它就歇菜了。

第二个是 RAG，也就是把代码切块存进向量库，每次按问题检索相关片段。它能处理超大仓库，但检索质量成了新瓶颈：跨文件的逻辑链条经常因为某个关键块没被检索到而断掉，而且你还得维护一整套索引管道。

第三个是 agentic 工具，Cursor、Claude Code、Copilot 这类，让模型自己在仓库里探索。这是重武器，适合日常开发，但轻量场景下有点大材小用。

第四个就是单文件打包。把目录树放在最前面，然后每个文件的内容挂在路径标题下面，整个塞进一个 prompt。模型一眼看到全貌：结构、导入、配置、实现，全都在。这条路对大多数中小型项目来说最划算，因为几万行代码打包后通常在 5 万到 15 万 token 这个区间，正好落在主流模型的上下文窗口里。

Repomix、code2prompt、Gitingest 走的就是第四条路，但各有各的走法。

Repomix：省 token 这件事上想得最细

Repomix 是三者里最出圈的，前身叫 Repopack，GitHub 上大约有 2.8 万颗 star。它用 TypeScript 写的，装起来一行命令：

“`

npm install -g repomix

“`

装完进项目目录敲一下 repomix，它就生成一个 repomix-output.xml，把整个仓库装进去。

我第一次用时有点意外，它默认输出的不是纯文本，而是 XML。当时我以为是把简单的事搞复杂了，后来才明白，XML 的结构化标签对模型区分”这是文件名””这是文件内容”这类边界特别友好，Claude 对这种格式的优化也比较到位。不过它同样支持换成 Markdown、JSON 或纯文本，加个 --style 参数就行。

Repomix 真正让人记住的，是它在省 token 这件事上塞的一堆细节。它有个 --compress 选项，用 Tree-sitter 把代码结构做压缩，去掉空行和冗余部分，同一个仓库能省下不少 token。它还给每个文件、整个仓库分别统计 token 数，你在粘贴之前就知道大概要占多少上下文，心里有底。

还有一个细节我很喜欢：它内置了 Secretlint，打包的时候会顺手扫一遍有没有硬编码的密钥。这对”把代码交给外部 AI 服务”这件事来说挺关键，你肯定不想把生产环境的 key 一起贴给 ChatGPT。

它的能力还在往外长。--remote 可以直接打包远程 GitHub 仓库，支持分支和 commit 地址；--mcp 能让它变成一个 MCP server，供 Claude、Cursor 这些工具按需调用；后来又出了浏览器扩展、Docker 版和网页版 repomix.com，入口越来越多。

code2prompt：模板自由度和速度是它的牌

code2prompt 是另一路选手，用 Rust 写的。它的卖点首先是快。Rust 单二进制，没有 Node 那层运行时，打包速度确实比 Repomix 快一截。不过它真正区别于 Repomix 的地方，是那套 Handlebars 模板系统。

Repomix 的输出格式基本是固定的，XML 或 Markdown 那几个。code2prompt 则可以自己定义 prompt 长什么样：你可以做一个”代码审查”模板，让它输出”目标 + 格式 + 上下文”的结构，也可以做一个”重构”模板。对喜欢折腾 prompt 的人来说，这个自由度很实用。

它还有个交互式 TUI，在终端里勾选要包含哪些文件，比记命令行参数直观。另外它提供了 Python 绑定和一个 MCP server，方便把它嵌进 RAG 管道，或者让 agent 按需拉取上下文。这一点对写脚本做自动化的人来说是加分项。

code2prompt 的短板也摆在明面上。社区规模比 Repomix 小很多，star 数大约 7.4k，差了快一个量级。发版节奏也在放缓，最近一个 tagged release 还是 2025 年 12 月的 v4.2.0，虽然仓库本身 2026 年还在更新。它没有 Tree-sitter 压缩，省 token 的能力不如 Repomix。

Gitingest：把”hub”换成”ingest”，零门槛

Gitingest 走的是完全不同的路线。前两个都得装命令行工具，Gitingest 主打的是零门槛。

它最有代表性的用法是：把任意 GitHub 网址里的 hub 换成 ingest。比如你想看 FastAPI 的仓库，就把 github.com/fastapi/fastapi 改成 gitingest.com/fastapi/fastapi，网页直接给你生成一份可以粘给 LLM 的文本摘要，目录树加文件内容，一目了然。

这对不想装任何东西的人太友好了。你甚至可以在浏览器里直接把某个开源库消化成一坨文本，扔给 ChatGPT 问问题，全程不用碰终端。

它也有 CLI，底层是 Python。因为整个项目是从 Python 生态里长出来的，它对 Python 项目和数据科学工作流更顺手。它还支持私有仓库，用的是 personal access token，而且 token 不落盘、用完即弃、处理完就删克隆，隐私这块想得比较周到。

Gitingest 的局限在于，它默认单个文件有 50kB 的上限，超大的文件会被截断。它的 star 数在 1.4 万左右，介于另外两者之间。它也是三者里深度定制能力最弱的，想精细控制包含和排除规则、换输出格式，选择比另外两个少。

一张表看清差异

这三款工具各有侧重，光靠文字不容易比，我整理了一张表。看表之前先说明一句：这里列的”省 token 手段”和”密钥检测”是它们差异最大的地方，也是大多数人选错工具的根源。

维度	Repomix	code2prompt	Gitingest
技术栈	TypeScript / Node	Rust	Python
安装门槛	npm 一行命令	下载单二进制	网页直接用，也可装 CLI
默认输出	XML，可换 MD/JSON/纯文本	自定义模板	纯文本
省 token 手段	Tree-sitter 压缩	无	单文件 50kB 上限
密钥检测	内置 Secretlint	无	无
token 计数	有	有	无
MCP server	有	有	无
特色	浏览器扩展 / Docker / 远程打包	Handlebars 模板 / TUI / Python 绑定	hub 换 ingest 零门槛

表格本身已经能说明很多问题。Repomix 在”省 token + 安全 + 生态”这条线上最完整，code2prompt 在”速度 + 定制”上有自己的位置，Gitingest 赢在门槛。

到底怎么选

选哪款，取决于你站在哪个位置。

如果你要一次看全、越省 token 越好、还担心密钥泄露，Repomix 最稳。它社区最大，出问题容易找到答案，坑最少。这也是它 star 数拉开差距的原因。

如果你在意速度，喜欢自定义 prompt 格式，或者想把它嵌进自己的 Python 流程里，code2prompt 更顺手。它的模板系统是另外两个给不了的。

如果你只想偶尔把一个开源库塞给 AI 问两个问题、不想装任何东西，Gitingest 的网页版是最快的路径。打开网页、换两个字母、粘文本，三步完事。

还有一类场景要单独拎出来讲：超大仓库。几十万行代码、monorepo、企业级项目，这时候不管用哪款，全量打包都会撑爆上下文窗口。正确的做法是打包一个子树，用 --include 和 --ignore 圈定范围，或者干脆上 agentic 工具让模型自己按需探索。这三款工具的甜蜜区，恰恰是”中小型仓库”这个区间，超过这个区间它们就力不从心了。

回到我那个祖传项目。最后我是用 Repomix 把整个仓库打成一个 XML，塞进 Claude，让它先给我画了一张模块依赖图，再逐个解释核心流程。那个下午省下来的时间，比装工具折腾的几分钟多得多。

工具本身没有高下，只有合不合适。搞清楚你的仓库多大、你有多在意 token 和隐私、你愿不愿意装东西，答案自己就浮出来了。