将整个代码库打包成适合AI的XML，以便进行LLM分析
将软件包库打包成一个单一的 AI 准备文本文件，通过将源文件包装在 XML 标签中，添加 ASCII 目录树和标记估算。来自 akasula09 的 CodeSlimmer 是一个命令行工具，供开发人员和 AI 研究人员为大型模型准备完整项目上下文。它支持本地文件夹和公共 GitHub URL，显示人类可读的文件大小，并提供剪贴板集成，以便准备好的上下文可以直接粘贴到聊天界面中。
CodeSlimmer 生成什么，如何保持项目结构？
CodeSlimmer 输出一个单一的、结构化的文本文件，将每个源文件放置在清晰的 XML 标签内，并在文件前加上 ASCII 目录树。该工具还在标签内包含文件路径，从而为语言模型的下游分析保留项目层次结构。该 XML 架构和可见树明确显示每个片段属于哪个文件，而不是将文件连接在一起而没有分隔符。
获取远程仓库如何影响本地工作流程？
该工具可以在没有安装 Git 的情况下获取公共 GitHub 仓库，因此用户无需在处理之前将项目克隆到本地。CodeSlimmer 直接从 URL 提取和打包远程仓库，这消除了手动克隆步骤，并在目标仅是生成一个适合 LLM 的包而不是修改仓库时减少了本地磁盘 I/O。
生成和传输到模型的输出安全吗？
安全措施包括覆盖安全检查和令牌估算。该工具检查签名头以避免在打包过程中意外覆盖本地文件。它还大致估算每个令牌的字符使用量为四个字符，并报告特定模型的容量，以便用户在将数据发送到 AI 端点之前避免超过上下文窗口。
操作 CodeSlimmer 需要高级技术知识吗？
操作是基于命令行驱动的，但专注于直接任务。交互式 CLI 接受本地目录或远程 GitHub URL，并暴露明确的选项，如将输出复制到剪贴板和显示人类可读的大小（B、KB、MB、GB）。熟悉基本终端命令的用户可以在没有深入配置的情况下运行主要工作流程，而更技术的用户可以将输出集成到脚本化管道中。
最适合为LLMs准备完整仓库上下文的开发者
CodeSlimmer是一个实用的、任务导向的工具，适用于需要在查询LLM之前获得代码库的单一、良好注释文本表示的工程师和研究人员。在将大型项目复制到模型之前，使用令牌估计步骤，当您不想在本地克隆仓库时，运行远程URL模式。推荐。
