MashuPack

MashuPack ist eine clientseitige Webanwendung, die entwickelt wurde, um lokale Code-Repositories für die Verwendung mit großen Sprachmodellen (LLMs) wie ChatGPT und Claude vorzubereiten. Es löst das Problem naiver Kontext-Dumps, indem es eine strukturierte Exportdatei mit klaren Dateipfad-Headern und expliziten Grenzen generiert, die es KI-Tools ermöglicht, den Code effizient zu durchsuchen, zu durchlaufen und zu navigieren, ähnlich wie ein Entwickler im Terminal. Alle Operationen werden vollständig im Browser des Benutzers ausgeführt, ohne dass Daten auf einen Server hochgeladen werden, was absolute Privatsphäre gewährleistet.

Wie man MashuPack verwendet

1. Laden Sie Ihr Projekt, indem Sie einen Ordner per Drag & Drop auf die Anwendungsoberfläche ziehen oder auf "Browse for folder" klicken, um den nativen Dateipicker zu verwenden. 2. Verwenden Sie den interaktiven Dateibaum, um zu navigieren, zu filtern (drücken Sie `/`, um das Suchfeld zu fokussieren) und spezifische Dateien oder Ordner für die Aufnahme auszuwählen. Das Ankreuzen eines Ordners wählt dessen gesamten Inhalt aus. 3. Überprüfen Sie die Projektstatistiken im rechten Panel, insbesondere die Token-Schätzung (umschalten durch Klicken auf die Size-Statistik), um sicherzustellen, dass sie in das Kontextfenster Ihres KI-Modells passt. 4. Exportieren Sie die Auswahl mit einer der Optionen: "Export combined text" zum Herunterladen einer `.txt`-Datei für den KI-Upload, "Copy to clipboard" zum direkten Einfügen in einen Chat oder "Save as .txt".

Kernfunktionen von MashuPack

• Strukturiertes Exportformat: Generiert eine reine Textdatei mit einem Verzeichnisbaum-Header und jeder Datei, die in explizite START/END-Pfadmarkierungen gewickelt ist, was eine zuverlässige Navigation durch KI-Modelle ermöglicht.
• Vollständig browserbasierte Verarbeitung: Verwendet die File System Access API zum Lesen lokaler Ordner ohne Inhaltsupload. Die gesamte Indizierung und Berechnung erfolgt clientseitig.
• Leistungsstarker Motor: Die Indizierung und Auswahlberechnung werden in Rust für WebAssembly kompiliert und an einen Web Worker ausgelagert, um die UI auch bei massiven Repositories (z.B. über 28.000 Dateien) flüssig zu halten.
• Intelligente Dateiauswahl und Filterung: Unterstützt Auswahl über Kontrollkästchen, Dateityp-Tags oder die Dateityp-Tabelle im rechten Panel. Bietet Echtzeitstatistiken (Dateien, Ordner, Größe, Token-Schätzung).
• Integrierter Dateibetrachter: Zeigt eine Vorschau von Dateien mit Syntaxhervorhebung (von CodeMirror), ohne die Exportauswahl zu beeinflussen.
• Mehrere Exportoptionen: Exportiert kombinierten Text als Datei, kopiert den Bericht in die Zwischenablage oder lädt das Projekt als ZIP-Archiv herunter.

Anwendungsfälle für MashuPack

MashuPack ist ideal für Entwickler und Teams, die KI für Codeanalyse, -prüfung, Dokumentation oder -debugging nutzen möchten. Es ermöglicht die Bereitstellung der gesamten Codebasis-Struktur für eine KI, sodass diese Abhängigkeiten verfolgen, spezifische Funktionen finden und das Projektlayout verstehen kann, ohne von einem einzigen Kontext-Dump überwältigt zu werden. Es ist besonders nützlich für die Einarbeitung in neue Projekte, die Erstellung von Zusammenfassungen oder das Stellen komplexer, dateiübergreifender Fragen zu einem Repository.

Vorteile von MashuPack

Der Hauptvorteil besteht darin, die Nützlichkeit von KI für Code erheblich zu steigern, indem ein strukturierter, navigierbarer Kontext anstelle eines flachen Text-Dumps bereitgestellt wird. Dies respektiert die internen Mechanismen moderner LLMs, die strukturierte Daten parsen können. Darüber hinaus bietet es robuste Privatsphäre durch lokale Datenhaltung und exzellente Leistung durch seine Rust/WASM-Architektur, was es für reale Großprojekte praktikabel macht. Die Benutzeroberfläche ist intuitiv und verfügt über leistungsstarke Auswahl- und Filtertools, um den genauen an die KI gesendeten Kontext zu verfeinern.