Charlar con cualquier GitHub Repo

Es un chat con conocimiento de código que carga una base de código completa y le permite hacer preguntas al respecto en inglés. Pegue una URL pública de GitHub repo (o cargue sus archivos) y la IA lee el proyecto, luego responde cosas como "¿dónde se maneja auth?", "explicar esta función", "¿por qué falla esta prueba?", o "¿qué llama a esta API?" — con referencias a los archivos reales. Piense en ello como programación de parejas con alguien que ya ha leído toda su repo.

Dos maneras. (1) Pegar una URL de repo (por ejemplo, https://github.com/owner/project) y hacer clic en Cargar — clonamos e indexamos la fuente. (2) Arrastrar y soltar sus propios archivos o una carpeta con cremallera si el código es privado o local. Una vez indexado, simplemente comienza a chatear. Cambiar entre repos cargados sin perder la conversación.

Los repositorios públicos de GitHub funcionan hoy a través de URL, además de cargar directamente archivos/carpetas/zip para cualquier cosa que no esté en GitHub. La importación de URL de GitLab y Bitbucket está en la hoja de ruta. Hasta entonces, para un proyecto de GitLab o Bitbucket sólo tiene que descargar la repo como una zip y cargarla — el chat trata el código cargado de forma idéntica a una repo clonada.

Sí. Se ejecuta en nuestro Qwen 3 modelo de Coder en la piscina diaria gratuita de tokens — 2.500 tokens/día anónimos, 10.000/día con una cuenta gratuita. Un típico turno de preguntas y respuestas cuesta ~100-300 tokens. La indexación de una repo es barata; solo gastas tokens cuando realmente haces preguntas. Modelos premium (Claude Sonnet / GPT-5) están disponibles por llamada para razonamientos muy grandes o complicados sobre la base de códigos.

No hay entrenamiento, nunca. Los archivos cargados y los repos clonados se mantienen sólo durante la duración de su sesión para que la IA pueda responder a las preguntas, luego se borran. Las repos públicas que señala ya son públicas. El código privado que sube nunca se comparte, nunca se utiliza para entrenar modelos, y se elimina automáticamente. Detalles completos en /privacy/.

Los archivos individuales de hasta 10MB y los proyectos con cremallera de hasta aproximadamente 100MB / unos pocos miles de archivos fuente de índice de forma fiable. Los monorepos muy grandes son compatibles con la indexación de los archivos más relevantes primero — la IA recupera los trozos atados a su pregunta en lugar de rellenar todo el árbol en un solo prompt. Los activos binarios, node_modules, artefactos de construcción y archivos de bloqueo se omiten automáticamente para que el índice se mantenga enfocado en la fuente real.

indexa toda la repo, luego recupera los trozos más relevantes para cada pregunta (retrieval-augmentated). Eso mantiene las respuestas basadas en los archivos correctos sin exceder la ventana de contexto del modelo. Cuando preguntas sobre una función o archivo específico, tira de ese código más sus llamadas/calles; cuando haces una pregunta de arquitectura amplia, tira de la visión general estructural. También puedes @-mention una ruta para forzarlo a enfocarlo allí.

Todos los populares — Python, JavaScript/TypeScript, Java, C/C++, C#, Go, Rust, Ruby, PHP, Swift, Kotlin, plus config (YAML, JSON, TOML), SQL, shell, Dockerfiles, y convenciones marco (Django, Flask, React, Vue, Spring, Rails, Express, y más). Debido a que es el mismo Qwen 3 motor de código detrás de nuestros /código/ generadores, reconoce idiomas y diseño de proyecto, no sólo sintaxis.

Sí — pídele que arregle un error, refactorice una función, añada el manejo de errores o implemente una función y devuelva el código modificado con una explicación del cambio. Es de sólo lectura contra tu repo (nunca presiona commits), por lo que copia el diff sugerido y lo aplicas tú mismo. Para un uso de flujo de corrección y depuración dedicado /code/debug/, y /code/refactor/ para reestructuraciones más grandes.

Sí. Apúntelo a un módulo y pida pruebas unitarias (pytest, Jest, JUnit, etc.) y las escribe contra las firmas reales que lee. Pida un README, docstrings, o documentos API y los genera desde el código real. Para versiones de una sola foto fuera de un chat de repo, /code/test/ y /code/documentation/ y /code/readme/ son las herramientas dedicadas.

Las respuestas simples /chat/ del conocimiento general y lo que usted pega en el mensaje. Chatea con Repo basa cada respuesta en su base de código indexada real — cita archivos reales, sigue las importaciones a través de módulos, y permanece consistente con las convenciones de su proyecto. Use /chat/ para la ayuda de codificación general; use esto cuando la respuesta depende de entender cómo su proyecto específico está conectado.

Sí — el chat de código subyacente es accesible a través de POST a /v1/chat/ en api.free.ai con auth Beaser usando una clave API de desarrollador. Envíe su contexto de repo o contenido de archivo como parte de la solicitud y transmita la respuesta de nuevo, compatible con OpenAI. Útil para construir bots de revisión de código o asistentes de CI. Python / Nodo / fragmentos de cURL en /api/.