Alimentando a base de código para LLM sem muletas 📦

Se você ainda está copiando e colando código arquivo por arquivo na janela do Claude ou ChatGPT, não está apenas perdendo tempo, mas também privando o modelo de entender as conexões dentro da arquitetura do projeto.
Para trabalhar adequadamente com LLMs, a base de código precisa ser empacotada corretamente. Para automatizar esse processo, existem atualmente duas ferramentas sensatas. Elas têm o mesmo objetivo, mas filosofias e ecossistemas diferentes.

🛠 Repomix
Objetivamente — a melhor ferramenta hoje. Colocar uma URL do GitHub ou uma pasta local é funcionalidade básica. Seu valor real está em outra coisa:
🟢 Marcação XML. Ele empacota o código em uma estrutura de árvore de tags XML. Se você me ouve no Ponto de Encontro, sabe que os modelos modernos analisam a marcação XML com muito mais precisão do que outros formatos.
🟢 Compressão AST. Por baixo dos panos, funciona o Tree-sitter, que analisa a árvore sintática e pode cortar detalhes de implementação (corpos de funções), deixando apenas interfaces, classes e assinaturas. Isso economiza até 70% da janela de contexto sem perder a compreensão da arquitetura.
🟢 Verificação de Segurança. O Secretlint embutido vai te dar um puxão de orelha se você tentar alimentar uma rede neural open source com chaves ou senhas hardcoded.
🟢 Servidor MCP. Funciona com o protocolo Model Context Protocol. Agentes de IA podem interagir diretamente com sua base de código localmente.

🐍 Gitingest
A resposta da comunidade Python. Tecnicamente é mais simples (sem magia AST ou compressão), mas tem seus trunfos.
🟡 Magia da URL. A maneira mais rápida de obter um dump de um repositório alheio. Estando no GitHub, basta mudar na barra de endereços github.com para gitingest.com — pronto, o texto está pronto para copiar e colar.
🟡 Nativo Python. Instala-se via pip e é chamado diretamente do seu código. Precisa alimentar um projeto em um pipeline RAG personalizado? summary, tree, content = ingest("path") e vamos nessa.
🟡 Assíncrono no Jupyter. Suporta await ingest_async(), tornando-o uma muleta ideal para analistas e cientistas de dados que não saem dos notebooks.

💡 O que escolher?
Se precisar analisar um projeto grande com estrutura complexa para refatoração — use Repomix.
Se estiver escrevendo suas próprias ferramentas em Python ou precisar extrair código do GitHub em 3 segundos sem terminal — use Gitingest.

Ambas as ferramentas contam tokens, respeitam seu .gitignore, têm versões web e extensões de navegador.

#caixadeferramentas