$ loading_
通过 MCP 或剪贴板高效共享代码,并按任务规则定制上下文给大模型。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"llm-context.py" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请使用 llm-context.py 收集这个仓库中与支付模块相关的核心文件,按“代码审查”规则输出适合发给大模型的上下文,包含关键文件摘要、主要调用链和需要重点关注的风险点。
一份适合提交给大模型的代码审查上下文,包含文件概览、结构摘要和审查重点。
请用 llm-context.py 按“文档编写”规则整理当前项目的 API 相关代码,输出适合让大模型撰写开发文档的上下文,包括接口定义、参数说明来源和示例文件位置。
一份面向文档生成的大模型上下文,便于继续产出 API 或开发者文档草稿。
请使用 llm-context.py 为这个 Bug 修复任务提取最小必要代码上下文,并复制到剪贴板。优先保留报错相关文件、依赖关系和智能大纲,避免无关内容。
一份精简但完整的问题相关代码上下文,可直接粘贴给大模型继续排查。
帮助团队通过 MCP 读取、检索并更新代码库项目文档上下文。
将私有 ChatGPT 对话导入 MCP 客户端,便于复用历史上下文与检索内容。
将代码库索引为本地图谱,按需返回相关上下文,提升 AI 编码效率并节省 token。
帮助开发者结合语义搜索与模糊匹配,高效定位代码库中的相关代码片段
让 Claude Code 协同调用多个大模型完成编码与复杂任务处理。
将代码讲解、补测试和加注释等简单任务分流到本地 Ollama,节省 Claude API 成本。