使用案例
Repomix 的優勢在於能夠與ChatGPT、Claude、Gemini、Grok等訂閱服務配合使用而無需擔心成本，同時提供完整的程式碼庫上下文，消除檔案探索的需要——使分析更快速且通常更準確。
有了完整的程式碼庫作為上下文，Repomix 能夠支援廣泛的應用，包括實作規劃、錯誤調查、第三方函式庫安全檢查、文件生成等等。
程式碼分析與調查與重構
錯誤調查
與 AI 分享您的整個程式碼庫，以識別跨多個檔案和相依性的問題根本原因。
這個程式碼庫在伺服器端有記憶體洩漏問題。應用程式運行幾小時後會當機。請分析整個程式碼庫並識別潛在原因。實作規劃
獲得考慮您整個程式碼庫架構和現有模式的全面實作建議。
我想為這個應用程式新增使用者驗證功能。請檢視目前的程式碼庫結構，並建議最適合現有架構的方法。重構協助
獲得在整個程式碼庫中保持一致性的重構建議。
這個程式碼庫需要重構以提高可維護性。請在保持現有功能完整的同時建議改進。程式碼審查
考慮整個專案上下文的全面程式碼審查。
請審查這個程式碼庫，就像您在進行徹底的程式碼審查一樣。專注於程式碼品質、潛在問題和改進建議。文件與知識
文件生成
生成涵蓋您整個程式碼庫的全面文件。
為這個程式碼庫生成全面的文件，包括 API 文件、設定說明和開發者指南。知識萃取
從您的程式碼庫中萃取技術知識和模式。
萃取並記錄這個程式碼庫中使用的關鍵架構模式、設計決策和最佳實務。第三方函式庫分析
相依性安全稽核
分析第三方函式庫和相依性以發現安全問題。
請分析這個程式碼庫中的所有第三方相依性，尋找潛在的安全漏洞，並在必要時建議更安全的替代方案。函式庫整合分析
了解外部函式庫如何整合到您的程式碼庫中。
分析這個程式碼庫如何與外部函式庫整合，並建議改進以獲得更好的可維護性。實際案例
LLM 程式碼生成工作流程
一位開發者分享他們如何使用 Repomix 從現有程式碼庫中萃取程式碼上下文，然後利用該上下文與 Claude 和 Aider 等 LLM 進行漸進式改進、程式碼審查和自動化文件生成。
使用案例：透過 AI 協助的簡化開發工作流程
- 萃取完整的程式碼庫上下文
- 為 LLM 提供上下文以實現更好的程式碼生成
- 在整個專案中保持一致性
為 LLM 創建知識資料包
作者們正在使用 Repomix 將他們的書面內容——部落格、文件和書籍——打包成與 LLM 相容的格式，讓讀者能夠透過 AI 驅動的問答系統與他們的專業知識互動。
使用案例：知識分享與互動式文件
- 將文件打包成 AI 友善的格式
- 啟用與內容的互動式問答
- 創建全面的知識庫