%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Gitingest
简介 :
GitIngest是一个工具，它可以将任何Git仓库转换成一个适合大型语言模型（LLMs）使用的文本摘要。这个工具的主要优点是它能够提供易于理解的代码上下文，优化输出格式以适应LLM提示，并且提供文件和目录结构、提取大小和令牌计数等统计信息。GitIngest可以作为一个命令行工具运行，也可以作为一个Python包导入代码中使用。它对于开发者和研究人员来说是一个强大的工具，因为它可以帮助他们理解和分析代码库，特别是在自然语言处理和机器学习领域。
需求人群 :
目标受众是开发者、数据科学家和研究人员，他们需要理解和分析代码库，尤其是在自然语言处理和机器学习领域。GitIngest通过提供易于理解的代码上下文和优化的输出格式，帮助他们更有效地与大型语言模型交互。
使用场景
开发者使用GitIngest从GitHub仓库中提取代码，以便在本地进行分析。
数据科学家利用GitIngest将代码库转换为文本摘要，用于训练机器学习模型。
研究人员使用GitIngest来理解开源项目的代码结构和历史。
产品特色
- 从Git仓库URL或目录获取文本摘要。
- 优化的输出格式，适合LLM提示。
- 提供文件和目录结构、提取大小和令牌计数的统计信息。
- 命令行工具，支持Linux系统。
- 可以作为Python包导入代码中使用。
- 支持从URL或本地路径分析代码库。
- 默认情况下，摘要会写入当前工作目录的文本文件中。
使用教程
1. 安装GitIngest：在命令行中运行`pip install gitingest`。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%230080ff;%20}%20%3c/style%3e%3c/defs%3e%3cpath%20class='st0'%20d='M16.2,11.1c.4.5.4,1.2,0,1.8l-4.7,7.1h-3.8l5.3-8L7.6,4h3.8l4.7,7.1Z'/%3e%3c/svg%3e)
2. 使用命令行工具：在终端中输入`gitingest /path/to/directory`或`gitingest https://github.com/cyclotruc/gitingest`来分析代码库。
3. 查看结果：分析完成后，摘要会默认写入当前工作目录的`digest.txt`文件中。
4. 作为Python包使用：在Python代码中导入`gitingest`模块，并调用`ingest`函数，传入路径或URL。
5. 自行部署：通过Docker构建和运行GitIngest的镜像，访问`http://localhost:8000`来使用。
6. 贡献代码：在GitHub上Fork仓库，进行修改后提交Pull Request。
精选AI产品推荐
Pseudoeditor
PseudoEditor是一款免费在线伪代码编辑器。它具有语法高亮、自动完成等功能，帮助您更轻松地编写伪代码。您还可以使用我们的伪代码编译器功能进行测试。无需下载，即可立即使用。
开发与工具
4.5M
Erbuilder
Softbuilder的AI-powered ER diagrams generation是一款基于人工智能技术的数据建模工具，能够根据自然语言的数据模型描述、用户故事或需求自动生成ER图。通过使用OpenAI GPT，它能够快速生成精美的ER图，大大提高了数据建模的效率。此外，它还提供数据模型文档、验证、探索等功能，可满足各种数据建模需求。Softbuilder的AI-powered ER diagrams generation适用于各类企业和组织，帮助用户轻松创建和管理数据模型。
开发与工具
4.1M