RepoContext 是一个面向 AI 编程助手与 IDE 的下一代 AST 代码库地图、Token 压缩与上下文打包引擎。其目标是在将代码库输入现代 AI 编程助手（如 Claude Code、Cursor、Windsurf、OpenAI Codex、Antigravity、Cline）时，解决开发者面临的三个关键瓶颈：Token 爆炸与高 API 成本、信噪比低、以及安全泄露。
用途方面，RepoContext 用于对代码库进行智能 AST 大纲剪枝、面向任务的语义文件排序、自动凭证脱敏，并提供原生 Model Context Protocol（MCP）集成。它帮助 AI 编程助手在有限的上下文窗口内获取更精炼、更相关的代码信息，同时降低 API 成本并减少敏感信息泄露风险。
主要能力包括：AST 代码库地图与骨架化，可将源文件压缩 70%~85%，同时保留 100% 的接口、类型、函数和 JSDoc/docstrings；面向任务的相关性剪枝，通过传入提示词查询（例如 repocontext pack -q "Fix JWT auth token expiry"）自动排序并仅打包最关键的文件；自动密钥扫描与脱敏，内置熵与正则扫描器，可检测并掩码 OpenAI 密钥、GitHub token、AWS 密钥、JWT 和数据库 URI；原生 Model Context Protocol（MCP）服务器，可通过标准 MCP 工具直接集成 Claude Desktop、Cursor、Windsurf 和 Antigravity；多格式导出，可生成带目录树的干净 Markdown、Claude 优化 XML（<documents>）或结构化 JSON；多模型 Token 与成本分析，提供实时 Token 计数器，并针对 GPT-4o、GPT-5、Claude 3.5 Sonnet 和 Gemini 1.5 Pro 估算成本。
使用方式上，RepoContext 支持通过 npx 免安装运行，也支持全局安装。CLI 提供 pack 命令及相应选项。MCP 集成方面，可将 RepoContext 添加到 claude_desktop_config.json 或 Cursor/Windsurf 的 MCP 设置中。其暴露的 MCP 工具构成四层上下文金字塔：get_codebase_map 提取整个仓库中 Token 高效的 AST 符号大纲地图（约节省 80% Token）；extract_relevant_context 使用语义排序剪枝代码库，返回与任务提示相关的文件；read_file_outline 读取单个文件的压缩 AST 骨架（签名与 docstrings）；read_file_content 进行精确源代码读取，支持可选的行范围切片（startLine / endLine）以及自动凭证掩码。
适用场景包括：将大型代码库输入 AI 编程助手或 IDE 时，需要控制 Token 用量与 API 成本；需要让 AI 聚焦于接口、类型、函数签名等语义 API 表面而非例行实现细节；需要在打包上下文时自动检测并脱敏 .env 凭证、API 密钥和数据库 URI；以及需要通过 MCP 与 Claude Desktop、Cursor、Windsurf、Antigravity 等工具集成的工作流。
限制方面，资料中未提供具体的性能基准数据、支持的编程语言范围、系统要求或已知限制的详细说明。项目采用 MIT 许可证，欢迎贡献、问题和功能请求。
