คุยกับ GitHub Repo ใดๆ

มันเป็นชุมชนที่รู้จักโค้ดที่โหลดฐานโค้ดทั้งหมดและให้คุณถามคำถามเกี่ยวกับมันในภาษาอังกฤษธรรมดา ติดตั้ง URL ของ GitHub repo สาธารณะ (หรืออัปโหลดแฟ้มของคุณ) และ AI จะอ่านโปรเจกต์ จากนั้นตอบคำถามเช่น "การตรวจสอบสิทธิ์อยู่ที่ไหน?", "อธิบายฟังก์ชันนี้", "ทำไมการทดสอบนี้ล้มเหลว?" หรือ "อะไรเรียก API นี้?" — โดยอ้างถึงแฟ้มจริง คิดว่ามันเหมือนการเขียนโปรแกรมคู่กับใครสักคนที่อ่าน repos ของคุณทั้งหมดแล้ว

มี2วิธีคือ (1) ปักที่อยู่ URL ของแหล่งเก็บข้อมูล (เช่น https://github.com/owner/project) และคลิกที่ โหลด — เราจะคลอนมันและทำดัชนีของแหล่งที่มา (2) ลากและวางแฟ้มของคุณเอง หรือโฟลเดอร์ที่ทำการซิป หากโค้ดเป็นส่วนตัว หรือเป็นโฟลเดอร์ภายในระบบ เมื่อมันถูกทำดัชนีแล้ว ก็เริ่มพูดคุยกันได้ โดยเปลี่ยนระหว่างแหล่งเก็บข้อมูลที่โหลดไว้ โดยไม่สูญเสียการสนทนา

ปัจจุบันนี้ รีพอร์ต GitHub สาธารณะทำงานผ่าน URL และยังมีการอัพโหลดไฟล์/โฟลเดอร์/zip สำหรับทุกอย่างที่ไม่ได้อยู่ใน GitHub ด้วย GitLab และ Bitbucket URL import ยังอยู่ในแผนการ จนกว่าจะถึงเวลานั้น สำหรับโครงการ GitLab หรือ Bitbucket ก็แค่ดาวน์โหลด repo เป็น zip และอัพโหลดมัน — การสนทนาจะจัดการโค้ดที่อัพโหลดได้เหมือนกับโคลน repo

ใช่ มันทำงานบนโมเดล QwenCoder ที่เราโฮสต์เองบนท็อกนฟรีประจำวัน — 2,500 โต๊กน/วันโดยไม่ระบุชื่อ, 10,000/วันด้วยบัญชีฟรี คำถามและคำตอบโดยทั่วไปใช้เงิน ~100-300 โต๊กน การจัดทำดัชนีของร็อปโฮสต์นั้นถูกมาก; คุณใช้ท็อกนเพียงเมื่อคุณถามคำถามจริงๆ โมเดลพิเศษ (Claude Sonnet / GPT-5) มีให้เลือกตามการโทรสำหรับเหตุผลที่ใหญ่มากหรือซับซ้อนมากเกินไปในฐานโคด

ไม่มีการฝึกฝนแน่นอน แฟ้มที่อัพโหลดและแหล่งข้อมูลที่คลอนแปลงจะถูกเก็บไว้เฉพาะในระยะเวลาของวาระงานของคุณเท่านั้น ดังนั้น AI จึงสามารถตอบคำถามได้ และจากนั้นก็จะถูกลบออกไป ส่วนแหล่งข้อมูลสาธารณะที่คุณชี้ไปยังนั้นก็เป็นส่วนสาธารณะอยู่แล้ว โค้ดส่วนตัวที่คุณอัพโหลดจะไม่ถูกแบ่งปัน ใช้ในการฝึกแบบจำลอง และจะถูกลบออกโดยอัตโนมัติ รายละเอียดเพิ่มเติมใน / privacy /

แฟ้มตัวเดียวขนาดสูงสุด 10MB และโปรเจกต์ที่ถูกแนบมาด้วย zip ขนาดสูงสุดประมาณ 100MB / แฟ้มต้นฉบับหลายพันแฟ้ม จะถูกจัดแสดงดัชนีอย่างน่าเชื่อถือ ส่วนแฟ้ม monorepos ขนาดใหญ่จะถูกรองรับโดยการจัดแสดงดัชนีแฟ้มที่เกี่ยวข้องมากที่สุดก่อน — AI จะดึงข้อมูลที่เกี่ยวข้องกับคำถามของคุณ แทนที่จะเติมต้นไม้ทั้งหมดลงในคำถามเดียว ทรัพยากรไบนารี node_ modules สร้างอาร์ติเฟค และแฟ้มล็อค จะถูกข้ามโดยอัตโนมัติ ดังนั้น ดัชนีจะยังคงมุ่งเน้นไปที่แหล่งที่มาจริง

มันจะทำดัชนีของแหล่งข้อมูลทั้งหมด จากนั้น ดึงเอาชิ้นส่วนที่เกี่ยวข้องที่สุดสำหรับแต่ละคำถาม (เพิ่มการดึงเอา) มันจะรักษาคำตอบไว้ในแฟ้มที่ถูกต้อง โดยไม่เกินขอบเขตของหน้าต่างโมเดล หากคุณถามเกี่ยวกับฟังก์ชันหรือแฟ้มที่กำหนดไว้ มันจะดึงโค้ดนั้นรวมทั้งผู้เรียก/ผู้รับของมัน เมื่อคุณถามคำถามเกี่ยวกับสถาปัตยกรรมที่กว้าง มันจะดึงภาพรวมของโครงสร้าง ยังสามารถใช้ @ - ข้อความเพื่อบังคับให้มันโฟกัสที่นั้น

ภาษาที่นิยมใช้กันมากที่สุดทั้งหมด - Python, JavaScript/TypeScript, Java, C/C++, C#, Go, Rust, Ruby, PHP, Swift, Kotlin, นอกจากนี้ยังมี Config (YAML, JSON, TOML), SQL, Shell, Dockerfiles และฟอร์มแวร์ (Django, Flask, React, Vue, Spring, Rails, Express และอื่นๆ) เพราะมันเป็นเครื่องมือ QwenCoder เดียวกันที่อยู่เบื้องหลังเครื่องกำเนิด /code/ ของเรา มันจึงสามารถรับรู้คำพูดและรูปแบบของโปรเจกต์ได้ ไม่ใช่แค่ไวยากรณ์

ใช่ — ถามมันให้แก้ไขบั๊ก, ปรับฟังก์ชันใหม่, เพิ่มการจัดการข้อผิดพลาด, หรือปรับปรุงฟังก์ชันใหม่ และมันจะส่งกลับโค้ดที่ปรับปรุงแล้วพร้อมคำอธิบายการเปลี่ยนแปลง มันเป็นอ่านได้เฉพาะจากแหล่งเก็บของคุณ (มันไม่เคยป้อนการคอมมิชต์) ดังนั้นคุณควรจะคัดลอก diff ที่แนะนำและใช้มันเอง สำหรับกระบวนการแก้ไขและดีบั๊กที่เฉพาะเจาะจง ใช้ /code/debug/ และ /code/refactor/ สำหรับการปรับโครงสร้างใหม่ที่ใหญ่กว่า

ใช่ ใช้มันไปที่โมดูล และถามหาการทดสอบยูนิท (pytest, Jest, JUnit, ฯลฯ) และมันจะเขียนมันขึ้นมาโดยใช้ลายเซ็นจริงที่มันอ่านมา ถามหา README, docstrings, หรือเอกสาร API และมันจะสร้างมันขึ้นมาจากโค้ดจริง สำหรับเวอร์ชั่นที่ใช้ครั้งเดียวนอกจากโชว์ในร็อปโพต์ / code/ test / และ / code/ documentation / และ / code/ readme / เป็นเครื่องมือที่ใช้เฉพาะ

คำตอบแบบ / chat / ธรรมดา ใช้ข้อมูลทั่วไปและสิ่งที่คุณป้อนเข้าไปในจดหมาย คำตอบแบบ Chat with Repo จะใช้คำตอบทุกคำตอบในฐานโค้ดที่ถูกจัดเรียงไว้ในดัชนีของคุณ - มันอ้างถึงแฟ้มจริง ติดตามการนำเข้าระหว่างมอดูล และคงความสม่ำเสมอกับกฎเกณฑ์ของโปรเจกของคุณ ใช้ / chat / สำหรับคำแนะนำเกี่ยวกับโค้ดทั่วไป ใช้เมื่อคำตอบขึ้นอยู่กับการเข้าใจว่าโปรเจกของคุณถูกเชื่อมต่อกันอย่างไร

ใช่ — สามารถเข้าถึงการสนทนาโค้ดที่อยู่เบื้องหลังได้ผ่านทาง POST ไปยัง /v1/chat/ ที่ api.free.ai ด้วยการตรวจสอบสิทธิ์ผู้ใช้โดยใช้กุญแจ API ของผู้พัฒนา ส่งเนื้อหาของแฟ้มหรือโฟลเดอร์ของคุณเป็นส่วนหนึ่งของคำขอ และส่งคำตอบกลับมา เข้ากันได้กับ OpenAI มีประโยชน์สำหรับสร้างหุ่นยนต์ตรวจสอบโค้ด หรือผู้ช่วย CI Python / Node / cURL snippets ที่ /api/