与任何 GitHub Repo 聊天

这是包含整个代码库的代码意识聊天, 并允许您用纯英语询问问题。 粘贴一个公开的 GitHub repo URL( 或上传您的文件), AI 读了这个项目, 然后回答“ 在哪里处理 ” 、 “ 解释这个功能 ” 、 “ 为什么测试失败” 、 “ 为何这个API ” 、 或 “ 是什么叫这个 API? ” — 引用了实际的文件。 把它想象成与已经阅读过您全部副本的人的配对程序 。

两种方式:(1) 粘贴回购 URL (例如 https://github.com/ howner/project) 并点击 load—— 我们克隆它并索引来源。 (2) 拖放您自己的文件, 或者如果密码是私有的或本地的, 或拉链式文件夹 。 一旦索引了, 就开始聊天。 在装入的回购之间切换, 而不丢失谈话 。

公共 GitHub 库今天通过 URL 工作, 加上直接上传文件/ 文件夹/ zip, 而不是在 GitHub 上。 GitLab 和 Bitbucket URL 导入在路线图上。 在此之前, 一个 GitLab 或 Bitbucket 工程只是将回购作为拉链下载并上传, 聊天处理的上传代码与克隆回购相同 。

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.

没有训练。 上传的文件和克隆的回复只在会话期间进行, 这样 AI 可以回答问题, 然后清除 。 公众回复您指点已经是公开的 。 您上传的私人代码从不共享, 从未用于培训模型, 并且被自动删除 。 在 / privacy / 的全部细节 。

单个文件最多可达 10MB 和 链条工程, 最多可可靠地达到 大约 100MB / 几千 源文件索引 。 非常大的单项文件通过先将最相关的文件索引化支持。 AI 获取与您的问题捆绑的块块, 而不是将整棵树加到一个提示中。 二进制资产、 节点_ 模块、 建筑文物和锁文件被自动跳过, 以便索引能保持对真实源的焦点 。

它为每个问题( retrievval- suppmented) 索引整个回调, 然后为每个问题检索最相关的块块( retrieval- suppmented) 。 这样就可以在不超越模式上下文窗口的情况下在正确的文件中找到答案。 当您询问特定函数或文件时, 它会拉动该代码, 加上其调用者/ 被调用者/ 被调用者; 当您询问宽广的结构问题时, 它会拉动结构概览 。 您也可以将路径 : @ mention 强制它集中到那里 。

All the popular ones — Python, JavaScript/TypeScript, Java, C/C++, C#, Go, Rust, Ruby, PHP, Swift, Kotlin, plus config (YAML, JSON, TOML), SQL, shell, Dockerfiles, and framework conventions (Django, Flask, React, Vue, Spring, Rails, Express, and more). Because it is the same Qwen 3 Coder engine behind our /code/ generators, it recognizes idioms and project layout, not just syntax.

是 — 请它修正错误、 重构函数、 添加错误处理、 或执行特性, 它会返回修改后的代码, 并解释更改 。 它只对您的重写进行读取( 从未执行过推线), 所以您可以复制推荐的 diff 并自己应用它 。 对于用于大型重组的专用固定和调试流使用 / code/ debug/ 和/ code/ refactor/ 。

是 。 将它指向模块, 并询问单位测试( yest、 Jest、 JUnited 等), 并用它所读到的真实签名写出来 。 询问 README 、 docstring 或 API docs, 并从实际代码中生成它们 。 在 repo 聊天 、 / code/ test/ 和 / code/ document/ 和/ code/ readme/ 外的一发版本是专用工具 。

普通/ 聊天/ 答案来自一般知识, 以及您在信件中粘贴的任何信息。 与 Repo 聊天将您实际索引代码库中的每个答案都作为答案, 它引用真实的文件, 跟踪各个模块的导入, 并保持与您的项目常规一致 。 使用/ 聊天/ 普通编码帮助 ; 当答案取决于理解您的具体项目是如何连接的 。

是的 — 基本代码聊天可以通过 POST 到 /v1/chat/ on api.free. ai 进行。 使用开发方 API 键与Bearer Auth 进行连接。 在请求中发送您的 repo 上下文或文件内容, 并将答案回流到 OpenAI- 兼容。 可用于建立代码审查机器人或 CIS 助手 。 Python / node / cURL spets at / api/ 。