Repo Prompt
Repo Prompt · 程式設計
Repo Prompt 是一款 macOS 原生應用程式，專為情境工程而設計：它協助你挑選正確的檔案、為大型語言模型組裝密集的情境，並把這份工作交給程式開發代理。作為一款 AI 程式開發情境工具，它的職責是讓模型專注在真正重要的檔案上。目前的 Community Edition 免費且開源，能連接 MCP 用戶端、跨供應商協調子代理，並讓每一項變更都保持可審查。如果你用 AI 寫程式，卻一再撞上情境上限，它的存在正是為了解決這件事。
關於 Repo Prompt
什麼是 Repo Prompt
Repo Prompt 起初是手動的提示建構工具：你從儲存庫中挑選檔案、組裝提示，再把它複製到你偏好的 AI 工具裡。那套 Classic 工作流程如今已封存。活躍的開發轉移到 Community Edition，它開源，而且是圍繞程式開發代理、而非複製貼上而打造的。
它處理的核心問題是情境品質。模型只會對你實際餵給它的程式碼好好推理，而把整個儲存庫倒進聊天視窗，只會在無關的檔案上浪費 token。Repo Prompt 著重於刻意挑選那份情境，然後讓產生的編輯保持在你能在套用前先行審查的形式。
主要的限制在平台。它只在 macOS 上執行，而最有價值的功能假設你已經在使用程式開發代理或 MCP 用戶端。決定前先衡量這點：它更像是一款 AI 程式開發情境工具，而不是聊天應用程式。如果你只想要一個聊天機器人來解釋某段程式碼，它對你而言是超量的機械裝置。
開始使用
- 從 Repo Prompt 官方網站下載應用程式，並在 Mac 上開啟。
- 將它指向本機的儲存庫，讓它能為檔案建立索引。
- 使用 Context Builder 和 CodeMaps 挑選對你的任務真正重要的檔案。
- 連接 MCP 用戶端或 CLI 代理，或讓協調器分派子代理。
- 在接受任何編輯前，先審查計畫與交接內容。
產品資訊
快速了解 Repo Prompt 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 在大型程式碼庫工作的開發者：當整個儲存庫塞不進一個情境視窗，而你需要挑選模型該看到什麼時，Repo Prompt 能幫上忙。需要一台 Mac，外加一個 AI 工具或代理來接手工作。
- 同時運行多個程式開發代理的團隊：協調器會把每個子代理限制在自己的檔案範圍，適合一次協調多個供應商的人。對 MCP 或 CLI 有些熟悉會更好。
- 想要可審查 AI 編輯的獨立開發者：每個步驟都設計成在套用前可供檢查，因此合併了什麼由你掌控。需要一套以 Git 為基礎的工作流程，才能獲得完整價值。
任務
- 界定跨檔案的重構範圍：你可以挑選相關檔案、產生計畫，再讓子代理在固定界線內實作。
- 為外部聊天模型提供情境：從挑選的檔案建立乾淨、密集的提示，而不是貼上原始程式碼。
- 將 MCP 工具連接到程式開發工作階段：這款應用程式是 MCP 與 CLI 代理整合在 macOS 上的家。
- 在交付前審查代理的輸出：可審查的交接會把差異攤在你眼前，而不是默默套用。
情境
- 先規劃一項功能，再分派給平行的代理：一個模型草擬計畫，其他模型實作各自負責的部分。
- 進入不熟悉的儲存庫：CodeMaps 和探索代理會在你動手碰任何東西之前，先把結構呈現出來。
- 進行長時間的建置與修正循環：協調器會維護一份共享的計畫檔案，作為各代理之間的唯一依據。
主要功能
Context Builder
當儲存庫大到無法整份餵給模型時，Context Builder 就是你會動用的工具。你挑選重要的檔案，應用程式再把他們組裝成密集、有結構的情境。重點在於一條更小、更精準的提示，花費更少 token，並產生更切題的答案。
CodeMaps
CodeMaps 給你的是一份程式碼庫的地圖，而不是平鋪的檔案清單。它描繪的是結構。這就是差別所在。對大型或陌生的專案來說，這代表你交給模型的是一份大綱，而不是一面原始文字牆，而進入別人的儲存庫也不再那麼痛苦。
代理協調
代理協調是這裡的招牌功能。協調器取用一份計畫、拆解成任務，再跨供應商分派子代理，每個都限制在自己的檔案範圍。一份共享的計畫文件是唯一依據。在繼續之前，協調器會檢查工作是否遵循了計畫。你能得到平行的產出，而代理之間不會互相踩到彼此的編輯。
MCP 與 CLI 整合
Repo Prompt 連接 MCP 用戶端與 CLI 代理，因此它融入你已經在用的工具鏈，而不是取代它。對許多人來說，這就是他們的 macOS MCP 用戶端。這件事比聽起來更重要。如果你的環境已經會說 Model Context Protocol，這就是把那些工具帶進 macOS 工作空間的橋樑，而你得以保留自己喜歡的編輯器與代理，不必更換整套技術堆疊。
可審查的交接
交接是為了可供檢查而打造的。應用程式不會讓代理悄悄改寫檔案，而是把變更保持在可審查的形式，讓你接受或拒絕。對任何擔心把真實程式碼庫交給代理的人來說，那就是安全網。正是這項功能，把協調從一場信心之躍，變成一套受控的流程。
開源的 Community Edition
Community Edition 免費、開源，是 GitHub 上新開發的活躍所在。你可以閱讀程式碼、回報問題並貢獻。較舊的 Classic 版本仍供既有手動工作流程使用，但已不再獲得更新。新的工作應該從 Community Edition 開始。
優缺點
優點
- 免費且開源，試用沒有訂閱門檻。
- Context Builder 和 CodeMaps 瞄準真正的瓶頸：挑選模型該看到哪些程式碼。
- 搭配受限子代理的代理協調，能減少多個代理平行工作時的衝突。
- MCP 與 CLI 整合意味著它能嵌入既有的 AI 程式開發環境。
- 可審查的交接讓人在編輯套用前始終留在流程中。
缺點
- 僅限 macOS，Windows 和 Linux 開發者完全無法使用。
- 沒有公開 API，限制了應用程式自身介面以外的自動化。
- 最有用的功能假設你已經在運行程式開發代理或 MCP 用戶端，因此完全的初學者會面臨更陡峭的起步。
- Classic 工作流程已封存，意味著仍依賴它的人得不到未來的更新或支援。
常見問題
它是一款 macOS 的情境工程應用程式：挑選正確的檔案、建立密集的提示，並協調 AI 程式開發代理。你可以稱它為情境工程工具，為的是讓開發者能在大型程式碼庫上運用模型，而不必淹沒在無關的檔案裡。
相關內容
探索與 Repo Prompt 相關的工具、技能與文章。
Repo Prompt 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。