कोणत्याही GitHub रिपोशी गप्पा मारा

हे एक कोड-जाणते गप्पा आहे जे संपूर्ण कोडबेस लोड करते आणि तुम्हाला त्याबद्दल सोप्या इंग्रजीमध्ये प्रश्न विचारण्यास परवानगी देते. सार्वजनिक GitHub repo URL चिकटवा (किंवा तुमच्या फाइल्स अपलोड करा) आणि AI प्रकल्प वाचतो, मग "auth handled आहे कुठे?", "हे कार्य समजावून सांगा", "हा चाचणी का अपयशी होतो?" किंवा "हे API काय म्हणते?" सारख्या गोष्टींचे उत्तर देतो - वास्तविक फाइल्सच्या संदर्भांसह. तुमच्या संपूर्ण repo वाचलेल्या व्यक्तीशी जोडी-प्रोग्रामिंग म्हणून विचार करा.

दोन मार्ग. (1) एक रेकॉर्ड URL चिकटवा (उदा. https://github.com/owner/project) आणि लोड वर क्लिक करा — आम्ही ते क्लोन करतो आणि स्त्रोत निर्देशांकित करतो. (2) कोड खाजगी किंवा स्थानिक असल्यास आपल्या स्वतःच्या फाइल्स किंवा जिप केलेले संचयीका ड्रॅग-अँड-ड्रॉप करा. एकदा निर्देशांकित केल्यावर, फक्त गप्पा मारायला सुरुवात करा. संवाद गमावल्याशिवाय लोड केलेल्या रेकॉर्ड दरम्यान स्विच करा.

सार्वजनिक GitHub रेकॉर्ड्स आज URL द्वारे काम करतात, शिवाय GitHub वर नसलेल्या कोणत्याही गोष्टीसाठी थेट फाइल / फोल्डर / जिप अपलोड. GitLab आणि Bitbucket URL आयात मार्गदर्शक तत्त्वांवर आहेत. त्यावेळी, GitLab किंवा Bitbucket प्रकल्पासाठी फक्त जिप म्हणून रेकॉर्ड डाउनलोड करा आणि अपलोड करा - चॅट अपलोड कोड क्लोन रेकॉर्ड्ससारखेच हाताळते.

Yes. It runs on our self-hosted Qwen 3 Coder model on the daily free token pool — 2,500 tokens/day anonymous, 10,000/day with a free account. A typical question-and-answer turn costs ~100-300 tokens. Indexing a repo is cheap; you only spend tokens when you actually ask questions. Premium models (Claude Sonnet / GPT-5) are available per-call for very large or tricky reasoning over the codebase.

प्रशिक्षण नाही, कधीही. अपलोड केलेले फाइल आणि क्लोन केलेले रेकॉर्ड फक्त तुमच्या सत्राच्या कालावधीसाठी ठेवले जातात जेणेकरून AI प्रश्नांची उत्तरे देऊ शकतो, त्यानंतर साफ केले जाते. सार्वजनिक रेकॉर्ड जे तुम्ही निर्देशित करता ते आधीच सार्वजनिक आहेत. तुम्ही अपलोड केलेला खाजगी कोड कधीही सामायिक केला जात नाही, मॉडेल प्रशिक्षणासाठी कधीही वापरला जात नाही, आणि आपोआप काढून टाकला जातो. पूर्ण तपशील /privacy/ येथे.

10MB पर्यंत एकल फाइल आणि जवळजवळ 100MB पर्यंत जिप प्रकल्प / काही हजार स्रोत फाइल विश्वासार्हरित्या इन्डेक्स करतात. खूप मोठे monorepos सर्वात संबंधित फाइल प्रथम इन्डेक्स करून समर्थित केले जातात - AI संपूर्ण वृक्ष एका प्रॉम्प्टमध्ये भरण्याऐवजी तुमच्या प्रश्नाशी संबंधित चकके प्राप्त करते. बायनरी संपत्ती, node_ modules, build artifacts, आणि lockfiles स्वचलितपणे सोडले जातात जेणेकरून इन्डेक्स वास्तविक स्रोतवर केंद्रित राहते.

हे संपूर्ण रेकॉर्डिंग इन्डेक्स करते, आणि प्रत्येक प्रश्नासाठी सर्वात संबंधित चक्क प्राप्त करते (प्राप्ती-वाढविलेले). जे उत्तरे मॉडेल संदर्भ चौकट ओलांडून न जाता योग्य फाइल्समध्ये आधारीत ठेवते. जेव्हा तुम्ही विशिष्ट कार्य किंवा फाइलबद्दल विचारता, ते कोड आणि त्याच्या कॉलर्स/कॉलर्स काढते; जेव्हा तुम्ही व्यापक वास्तुकला प्रश्न विचारता, ते संरचनात्मक ओळख काढते. तुम्ही तेथे लक्ष केंद्रित करण्यासाठी मार्ग @-उल्लेख करू शकता.

सर्व लोकप्रिय - पायथन, जावा Script/TypeScript, जावा, C/C++, C#, Go, Rust, Ruby, PHP, Swift, Kotlin, प्लस कन्फिग (YAML, JSON, TOML), SQL, शेल, Dockerfiles, आणि फ्रेमवर्क कन्व्हेन्सन्स (Django, Flask, React, Vue, Spring, Rails, Express, आणि अधिक). कारण ते आमच्या / code / जनरेटरच्या मागे समान Qwenकोडर इंजिन आहे, ते फक्त सिनटॅक्स नसून, शब्द आणि प्रकल्प लेआउट ओळखते.

होय — बग सुधारण्यासाठी, कार्याचे पुनर्संयोजन करण्यासाठी, त्रुटी हाताळणीसाठी किंवा वैशिष्ट्य अंमलात आणण्यासाठी विचारा आणि ते बदलाच्या स्पष्टीकरणासह संपादित कोड परत करतो. ते तुमच्या रेकॉर्डशी केवळ वाचनासाठी आहे (कधीही commits पुश करत नाही), म्हणून तुम्ही सुचविलेले diff प्रतिकृत करा आणि स्वतः लागू करा. समर्पित fix-and-debug प्रवाहासाठी /code/debug/ वापरा, आणि मोठ्या पुनर्संरचनेसाठी /code/refactor/.

होय. याला विभागाकडे निर्देश करा आणि युनिट चाचणी (pytest, Jest, JUnit, इत्यादी) मागवा आणि ते वाचलेल्या वास्तविक हस्ताक्षरांविरुद्ध ते लिहा. README, docstrings किंवा API docs साठी मागवा आणि ते वास्तविक कोडपासून ते निर्माण करते. रेपो चॅटबाहेरच्या एक-शॉट आवृत्त्यांसाठी, /code/test/ आणि /code/documentation/ आणि /code/readme/ हे समर्पित साधने आहेत.

सामान्य ज्ञानापासून /chat/ उत्तरे साध्या करा आणि तुम्ही संदेशात चिकटवलेल्या गोष्टी. Repo सह संवाद प्रत्येक उत्तर तुमच्या वास्तविक निर्देशांकीत कोडबेसमध्ये आधारीत आहे - ते वास्तविक फाइलचे उद्धरण करते, विभागांमधून आयात अनुसरते, आणि तुमच्या प्रकल्पाच्या नियमांशी सुसंगत राहते. सामान्य कोडिंग मदतीसाठी /chat/ वापरा; जेव्हा उत्तर तुमच्या विशिष्ट प्रकल्पाशी कसे जोडले आहे हे समजण्यावर अवलंबून असेल तेव्हा हे वापरा.

होय — आधारभूत कोड चॅट api.free.ai वर /v1/chat/ वर POST द्वारे पोहोचता येतो, बीअरर ऑथ वापरून डेव्हलपर API कि वापरून. आपल्या रेकॉर्ड संदर्भ किंवा फाइल सामग्रीला विनंतीचा भाग म्हणून पाठवा आणि उत्तर परत पाठवा, OpenAI-सुसंगत. कोड-रिव्ह्यू बॉट्स किंवा CI सहाय्यक बांधण्यासाठी उपयोगी. Python / Node / cURL स्निपेट्स /api / वर.