Repo Mapper

RepoMap-命令行工具和MCP服务器

RepoMap是一个强大的工具，主要用于帮助LLM理解和导航复杂的代码库。它既可以作为按需分析的命令行应用程序，也可以作为MCP（模型上下文协议）服务器，为其他应用程序提供连续的存储库映射功能。通过生成软件存储库的“映射”，RepoMap突出显示了重要文件、代码定义及其关系。它利用Tree sitter进行准确的代码解析，并利用PageRank算法按重要性对代码元素进行排名，确保始终优先考虑最相关的信息。

目录

• 教唆者
• 输出示例
• 特性
• 安装
• 用法

- 基本用法 - 高级选项

• 运作原理
• 输出格式
• 依赖项
• 缓存
• 支持的语言
• 许可证
• 作为MCP服务器运行

- 设置 - 用法

• 更新日志

______________________________________________________________________

教唆者

RepoMap 100%基于Aider的RepoMap功能，但我不认为它与Aider共享任何代码。请允许我解释一下。

我最初的工作是从Aider中获取RepoMap类，删除所有特定于Aider的依赖关系，然后将其转换为命令行工具。Python不是我的母语，我真的很难让它工作。

几个小时前，我有了一个不同的想法。我从aider中获取了RepoMap及其相关代码，并将其输入到LLM（Claude或Gemini 2.5 Pro，不记得了）中，让它基本上从aider的实现中为此创建规范。因此，它为这个应用程序生成了一个非常详细的规范（减去MCP位），然后我用Claude 3.7将其提供给Aider，它构建了这个应用程序的命令行版本。

然后，我使用了Aider w/Claude 3.7、Cline w/Gemini 2.5 Pro Preview和Gemini 2.5 Flash Preview以及Phind.com、Gemini.com和Claude.com以及ChatGPT.com的组合，几个小时后，我终于解决了MCP服务器的问题。请记住，Python并不是我的母语。

______________________________________________________________________

输出示例

> python repomap.py . --chat-files repomap_class.py
Chat files: ['/mnt/programming/RepoMapper/repomap_class.py']
repomap_class.py:
(Rank value: 10.8111)

  36: CACHE_VERSION = 1
  39: TAGS_CACHE_DIR = os.path.join(os.getcwd(), f".repomap.tags.cache.v{CACHE_VERSION}")
  40: SQLITE_ERRORS = (sqlite3.OperationalError, sqlite3.DatabaseError)
  43: Tag = namedtuple("Tag", "rel_fname fname line name kind".split())
  46: class RepoMap:
  49:     def __init__(
  93:     def load_tags_cache(self):
 102:     def save_tags_cache(self):
 459:     def get_ranked_tags_map_uncached(
 483:         def try_tags(num_tags: int) -> Tuple[Optional[str], int]:
 512:     def get_repo_map(

utils.py:
(Rank value: 0.2297)

  18: Tag = namedtuple("Tag", "rel_fname fname line name kind".split())
  21: def count_tokens(text: str, model_name: str = "gpt-4") -> int:
  35: def read_text(filename: str, encoding: str = "utf-8", silent: bool = False) -> Optional[str]:

importance.py:
(Rank value: 0.1149)

   8: IMPORTANT_FILENAMES = {
  27: IMPORTANT_DIR_PATTERNS = {
  34: def is_important(rel_file_path: str) -> bool:
  56: def filter_important_files(file_paths: List[str]) -> List[str]:

    ...
    ...
    ...

______________________________________________________________________

特性

• 智能代码分析：使用Tree sitter解析源代码并提取函数/类定义
• 相关性排名：使用PageRank算法按重要性对代码元素进行排名
• 令牌感知：尊重令牌限制以适应LLM上下文窗口
• 缓存：持久缓存，用于快速后续运行
• 多语言：支持Python、JavaScript、TypeScript、Java、C/C++、Go、Rust等
• 重要文件检测：自动识别重要文件并确定其优先级（README、requirements.txt等）

______________________________________________________________________

安装

pip install -r requirements.txt

______________________________________________________________________

用法

基本用法

# Map current directory
python repomap.py .

# Map specific directory with custom token limit
python repomap.py src/ --map-tokens 2048

# Map specific files
python repomap.py file1.py file2.py

# Specify chat files (higher priority) vs other files
python repomap.py --chat-files main.py --other-files src/

# Specify mentioned files and identifiers
python repomap.py --mentioned-files config.py --mentioned-idents "main_function"

# Enable verbose output
python repomap.py . --verbose

# Force refresh of caches
python repomap.py . --force-refresh

# Specify model for token counting
python repomap.py . --model gpt-3.5-turbo

# Set maximum context window
python repomap.py . --max-context-window 8192

# Exclude files with Page Rank 0
python repomap.py . --exclude-unranked

该工具按以下顺序对文件进行优先级排序：

1. --chat-files：这些文件被赋予最高优先级，因为它们被认为是您当前正在处理的文件。
2. --mentioned-files：这些文件具有高优先级，因为它们在当前上下文中被明确提及。
3. --other-files：这些文件被赋予最低优先级，用于提供额外的上下文。

高级选项

# Enable verbose output
python repomap.py . --verbose

# Force refresh of caches
python repomap.py . --force-refresh

# Specify model for token counting
python repomap.py . --model gpt-3.5-turbo

# Set maximum context window
python repomap.py . --max-context-window 8192

# Exclude files with Page Rank 0
python repomap.py . --exclude-unranked

# Mention specific files or identifiers for higher priority
python repomap.py . --mentioned-files config.py --mentioned-idents "main_function"

______________________________________________________________________

运作原理

1. 文件发现：扫描存储库中的源文件
2. 代码解析：使用Tree sitter解析代码并提取定义/引用
3. 图形构建：创建文件为节点、符号参照为边的图形
4. 排名：应用PageRank算法按重要性对文件和符号进行排名
5. 令牌优化：使用二分查找在令牌限制内匹配最重要的内容
6. 输出生成：将结果格式化为可读的代码映射

______________________________________________________________________

输出格式

该工具生成代码库的结构化视图，显示：

• 文件路径和重要代码段
• 函数和类定义
• 代码元素之间的关键关系
• 根据实际使用情况和参考文献进行优先级排序

______________________________________________________________________

依赖项

• tiktoken：各种LLM模型的令牌计数
• networkx：图形算法（PageRank）
• diskcache：持久缓存
• grep-ast：用于代码解析的Tree sitter集成
• tree-sitter：代码解析框架
• pygments：语法高亮和词法分析

______________________________________________________________________

缓存

该工具使用持久缓存来加速后续运行：

• 缓存目录： .repomap.tags.cache.v1/
• 文件更改时自动失效
• 可以用以下方式清除 --force-refresh

______________________________________________________________________

支持的语言

目前支持使用Tree sitter语法的语言：

• 阿尔杜伊诺
• 聊天
• 常识
• C++
• C#
• c
• 飞镖
• d
• Emacs Lisp
• 灵药
• 榆树
• 微光
• 去
• JavaScript
• Java
• 卢阿
• ocaml_接口
• ocaml
• 小马
• 属性
• python
• 球拍
• r
• 红宝石
• 锈
• Solidity
• 迅速
• udev
• c_charp
• 盐酸
• Kotlin
• PHP
• 质量
• Scala

______________________________________________________________________

许可证

此实现基于Aider项目的RepoMap设计。

______________________________________________________________________

作为MCP服务器运行

RepoMap也可以作为MCP（模型上下文协议）服务器运行，允许其他应用程序访问其存储库映射功能。

设置

1. RepoMap MCP服务器使用STDIO（标准输入/输出）进行通信。传输层不需要额外的配置。
2. 要使用Cline（或Roo等类似工具）将RepoMap设置为MCP服务器，请将以下配置添加到Cline设置文件中（例如。， cline_mcp_settings.json):

{
  "mcpServers": {
    "RepoMapper": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "/usr/bin/python3",
      "args": [
        "/absolute/path/to/repomap_server.py"
      ]
    }
  }
}

• 替换 "/absolute/path/to/repomap_server.py" 与您的实际路径 repomap_server.py 文件。

用法

1. 跑吧 repomap_server.py 脚本：

python repomap_server.py

1. 服务器将启动并通过STDIO监听请求。
2. 其他应用程序可以使用 repo_map 服务器提供的生成存储库映射的工具。他们必须明确 project_root 参数作为他们想要映射的项目的绝对路径。

更新日志

2025年7月13日-删除了project.json依赖项。修复了MCP服务器在文件名方面更易于LLM使用的问题。