代码仓库导入单一文件丨files-to-prompt丨文件夹内多文本文件转为单个文本文件输入给AI

代码仓库有很多文件,如果全选文件夹内的文件复制粘贴,没办法读取到子文件夹内的文件内容,网页版AI也无法接受压缩包。有没有好办法把代码仓库打包发给网页版AI呢?

使用开源工具Files-to-prompt

files-to-prompt:终极LLM文件拼接工具,5分钟快速上手指南

安装与使用:

我没办法运行PIP,我就下载了PYTHON

python下载

复制代码
pip install files-to-prompt

运行了PIP,没办法运行files-to-prompt path

not on PATH报错,于是我把Scripts 目录添加到 PATH

  1. 根本解决:将 Scripts 目录添加到 PATH

    手动将该路径添加到系统环境变量中,之后重启命令行窗口即可直接使用 files-to-prompt。

    方法:

    • 按 Win + R,输入 sysdm.cpl 并回车。

    • 切换到"高级"选项卡 → 点击"环境变量"。

    • 在"系统变量"或"用户变量"中找到 Path,双击编辑。

    • 点击"新建",粘贴以下路径:

      复制代码
      C:\Users\Administrator\AppData\Local\Python\pythoncore-3.14-64\Scripts
    • 确定保存,然后关闭并重新打开命令提示符。

效果测试:

在目标文件夹地址栏输入CMD。(可以按F4定位到地址栏)

输入

复制代码
files-to-prompt . 

结果:

再输入以下命令,导出到txt中:

复制代码
files-to-prompt . > F:\1TEMPORARY\filecontenttest1.txt

结果:

可以看到在子文件夹"看门狗"中的kanmengou.c也输出到目标文本文档中了,实现整个代码库输出到同一文件的功能。直接把这个TXT上传给网页版AI就能分析代码了。


另外,可以用dir /s /b > 文件列表.txt。。这是它会递归列出所有子文件夹中的文件,并输出为"纯净"的格式(只包含完整的文件路径,不含任何额外的头尾信息)

复制代码
dir /s /b > 文件列表.txt

1. dir /s /b > 文件列表.txt

  • dir:显示目录中的文件和子目录。

  • /s :递归,列出指定目录及其所有子目录中的文件。

  • /b :简洁格式(bare format),只显示文件/文件夹的完整路径,不显示大小、日期等额外信息。

  • > :重定向 ,将命令的输出结果写入到 文件列表.txt 中(如果文件已存在则覆盖)。

  • 整体效果 :生成当前目录及其所有子目录下每个文件的完整路径列表,每行一个文件,保存到 文件列表.txt。

另外,可以用tree /f > 目录结构.txt。可以展示文件夹目录树,生成美观的目录结构给人看。

2. tree /f > 目录结构.txt

复制代码
tree /f > 目录结构.txt
  • tree:以树形结构显示目录路径。

  • /f :显示文件 ,即在每个目录下方列出其中的文件名(默认 tree 只显示文件夹,不显示文件)。

  • > :将树形结构输出重定向到 目录结构.txt。

  • 整体效果 :生成当前目录的完整目录树,包含所有子文件夹和文件,并以图形化的缩进树状结构保存到 目录结构.txt。

例如输出可能是:
├─Docs
│ ├─readme.txt
│ └─image.png
└─Downloads

"内容拼接.TXT"搭配"目录结构.TXT",看起来是让网页版AI解析代码仓库的一个不错的选择。


得到一个清理C盘的灵感,利用SpaceSniffer导出C盘中所有文件夹的大小和内容至一个文档。

可以看到有文件夹路径,文件夹大小,文件大小。

给AI说:我想清理一下我的C盘,你帮我看看分类一下,给我一些清理建议。

我就能按着AI给的建议清理我的C盘了。

相关推荐
叼烟扛炮1 天前
[LangChain] 学习笔记(05):提示词模板(Prompt)与少样本注入(Few-Shot)实战
linux·人工智能·笔记·学习·langchain·prompt
积流成海2 天前
Agent演化史(九):多智能体的暗面,当一次 prompt 注入可以横向移动
prompt·agent·智能体·大模型应用
源于花海4 天前
LangChain学习:理解构建模块与核心组件
langchain·prompt·api·agent·模块与核心组件
AI技术新视界4 天前
LLM 提示词缓存(Prompt Caching)的秘密
人工智能·缓存·llm·prompt
XLYcmy4 天前
信息检索报告数字经济赋能城市低碳治理的路径研究——基于“传统数据库 + 生成式人工智能”双轮驱动的检索实践 检索实施与结果分析 Web of Science
数据库·ai·llm·prompt·ssci·deepseek·wos
看浪的路人5 天前
第3讲:Prompt 实验——如何科学地测试 Prompt 改动
prompt
前进的李工6 天前
Agent 学习笔记 05:系统提示词应该怎么写
笔记·学习·prompt·agent·个人开发·few-shot·ai应用开发
我真会写代码6 天前
LangChain 从0入门:模型、消息、Prompt、Tools、记忆、Agent与LangSmith实战
langchain·prompt
刘胡子大叔6 天前
评测驱动优化:失败样本回流 Prompt 的闭环
人工智能·prompt