
llm-context.pyDela kod med LLM via Model Context Protocol eller urklipp. Regelbaserad anpassning möjliggör enkelt växlande mellan olika uppgifter (såsom kodgranskning och dokumentation). Inkluderar smart kodöverstrykning
Översikt
Nyckelfunktioner
- Smart filselektion
- Regelbaserad kontextfiltrering
- Delning via urklipp
- Model Context Protocol (MCP)-integration
- Sammansättningsbara regler för uppgiftsspecifik kontext
- Smart kodöverstrykning
Priser
- Modell
- Free
- Kategori
- MCP-servrar
- Betyg
- Inga recensioner
Användningsfall
Kodgranskning
Använd llm-context.py för att dela relevanta kodfiler med LLM för granskning, vilket säkerställer att rätt kontext tillhandahålls utan att nå tokenbegränsningar.
Dokumentationsgenerering
Utnyttja llm-context.py för att tillhandahålla fokuserad kontext för LLM att generera korrekt dokumentation, och växla lätt mellan olika delar av projektet.
AI-assisterad utveckling
Integrera llm-context.py med AI-agenter för att få åtkomst till ytterligare filer under utvecklingssamtal, vilket strömlinjeformar utvecklingsprocessen.
Fördelar och nackdelar
Fördelar
- Sparar tid genom att automatisera processen för att hitta och kopiera relevanta filer
- Möjliggör fokuserad, uppgiftsspecifik kontext genom sammansättningsbara regler
- Stöder enkelt växlande mellan olika uppgifter som kodgranskning och dokumentation
- Tillåter AI-agenter att komma åt ytterligare filer under samtal utan manuell kopiering
Nackdelar
- Kan kräva inställning och konfiguration för specifika användningsfall
- Beroende av specifika LLM-modeller och miljöer (t.ex. Claude Desktop)
Recensioner
Logga in för att lämna en recension.
Inga recensioner än. Bli den första!
Frågor
Krävs installering?
Ja, det kan kräva installering och konfiguration för de mest specifika användningsfällerna och beroende av specifika LLM-modeller och miljöer.
Asked by Frank Müller · Dec 8, 2025
Vilka uppdrag kan det stödja?
Det stödjer uppdrag såsom kodgranskning och dokumentation genom komponerbara riktlinjer, vilket gör att du kan lätt byta mellan dem.
Asked by Dovid Klein · Nov 2, 2025
Vilka är de viktigaste funktionerna?
De viktigaste funktionerna inkluderar smart filval, regelbaserad kontextfiltrering, Clipboard-deling, Model Context Protocol-integrering, komponerbara riktlinjer och smart kodutmärkning.
Asked by Uma Krishnan · Oct 27, 2025
Hur delar llm-kontext.py kod?
llm-kontext.py delar kod med LLMs via Model Context Protocol eller klistra in i urklippsfältet.
Asked by Winifred Adeyemi · Oct 19, 2025
Ställ en fråga
Alternativ till MCP-servrar
Playwright MCP
MCP-servrar
Open-source MCP-server som låter LLMs driva riktiga webbläsare via Playwright och tillgänglighetssnapshots.
Pydantic AI
MCP-servrar
Pythonaggregatramverk från Pydantic-teamet för byggande av typsäkert GenAI-programvara.
Cognee
MCP-servrar
Adaptiv minnesskikt som hjälper AI-agenter att lära sig från kontext över tid.
Inbox Zero
MCP-servrar
AI-mailerassistent som organiserar, framställer svar och hjälper dig att få inbox noll snabbare.
Screenpipe
MCP-servrar
Öppen-sourcesscen 24/7-inspelning för lokal skärm och ljud för att bygga kontextmedvetna AI-appar
AgentKit
MCP-servrar
TypeScript‑bibliotek för att bygga och orkestrera AI‑agenter med verktyg, minne och multi‑agent‑arbetsflöden.
onchain-mcp
MCP-servrar
Förenar bankerlös onchains-API med MCP
markitdown
MCP-servrar
Python-verktyg för konvertering av filer och kontorsdokument till Markdown.
Trending now
Reducto AI
Plattformar för utveckling av AI-agenter
Dokumentintelligens-API som analyserar, delar ut, ifrågasätter och extraherar strukturerat data från komplexa PDF-filer, presentationer och kalkylblad.
AdCrier
Marknadsföring & Reklam
Sponsrade svar, betala per klick.
Biology AI
Undervisnings AI
Noggrann läxhjälp med fullständiga förklaringar
Pin AI
Flödessystemautomatisering
Agentbaserad rekryterare som automatiserar sökning, screening och outreach för att öka anställningshastigheten










