MashuPack

MashuPack은 ChatGPT, Claude와 같은 대규모 언어 모델(LLM)을 위해 로컬 코드 저장소를 준비하도록 설계된 클라이언트 측 웹 애플리케이션입니다. 명확한 파일 경로 헤더와 경계가 있는 구조화된 내보내기 파일을 생성하여 단순한 컨텍스트 덤프 문제를 해결하며, AI 도구가 터미널에서 개발자가 하는 것처럼 코드를 효율적으로 검색하고 탐색할 수 있게 합니다. 모든 작업은 사용자의 브라우저 내에서 완전히 실행되며, 어떤 서버로도 데이터가 업로드되지 않아 완전한 프라이버시가 보장됩니다.

MashuPack 사용 방법

1. 프로젝트 로드: 폴더를 애플리케이션 인터페이스에 드래그 앤 드롭하거나, "Browse for folder"를 클릭하여 시스템 파일 선택기를 사용합니다. 2. 탐색 및 선택: 인터랙티브 파일 트리를 사용하여 탐색하고, 필터링한 후(`/` 키를 눌러 검색 상자 포커스), 포함할 특정 파일 또는 폴더를 선택합니다. 폴더를 선택하면 그 안의 모든 내용이 선택됩니다. 3. 통계 확인: 오른쪽 패널에서 프로젝트 통계를 확인하고, 특히 토큰 추정치(Size 통계 클릭으로 표시 전환)를 확인하여 AI 모델의 컨텍스트 창 제한에 맞는지 확인합니다. 4. 내보내기: "Export combined text"를 사용하여 AI 업로드용 `.txt` 파일을 다운로드하거나, "Copy to clipboard"를 사용하여 채팅에 직접 붙여넣기, 또는 "Save as .txt"를 사용하여 보고서를 저장합니다.

MashuPack의 핵심 기능

• 구조화된 내보내기 형식: 디렉토리 트리 헤더와 명확한 START/END 경로 마커로 래핑된 각 파일이 포함된 일반 텍스트 파일을 생성하여 AI 모델이 안정적으로 탐색할 수 있게 합니다.
• 완전한 브라우저 기반 처리: File System Access API를 사용하여 콘텐츠 업로드 없이 로컬 폴더를 읽습니다. 모든 인덱싱 및 계산이 클라이언트 측에서 완료됩니다.
• 고성능 엔진: 인덱싱 및 선택 계산은 Rust로 WebAssembly(WASM)로 컴파일되어 Web Worker에서 실행되므로, 대규모 저장소(예: 28,000+ 파일)에서도 UI가 원활하게 유지됩니다.
• 지능형 파일 선택 및 필터링: 확인란, 파일 유형 태그 또는 오른쪽 패널의 파일 유형 테이블을 통한 선택을 지원합니다. 실시간 통계(파일 수, 폴더 수, 크기, 토큰 추정치)를 제공합니다.
• 내장 파일 뷰어: 내보내기 선택에 영향을 주지 않고 CodeMirror로 구문 강조 표시된 파일 미리보기를 제공합니다.
• 다양한 내보내기 옵션: 병합된 텍스트를 파일로 내보내거나, 보고서를 클립보드에 복사하거나, 프로젝트를 ZIP 아카이브로 다운로드할 수 있습니다.

MashuPack의 사용 사례

MashuPack은 코드 분석, 검토, 문서화 또는 디버깅에 AI를 활용하고자 하는 개발자와 팀에 이상적입니다. 이를 통해 AI에 전체 코드 구조를 제공할 수 있어, 모델이 단일 컨텍스트 덤프에 압도되지 않고 의존성을 추적하고, 특정 함수를 찾고, 프로젝트 레이아웃을 이해할 수 있게 합니다. 특히 새로운 프로젝트의 학습 이해, 코드 요약 생성 또는 저장소에 대한 복잡한 다중 파일 질문에 유용합니다.

MashuPack의 장점

주요 장점은 구조화되고 탐색 가능한 컨텍스트(평평한 텍스트 덤프 대신)를 제공함으로써 코드 관련 AI 작업의 실용성을 크게 향상시킨다는 것입니다. 이는 구조화된 데이터를 구문 분석할 수 있는 현대 LLM의 내부 메커니즘을 존중합니다. 또한 모든 데이터를 로컬로 유지하여 강력한 프라이버시를 제공하고, Rust/WASM 아키텍처를 통해 탁월한 성능을 발휘하여 실제 대규모 프로젝트에 실용적입니다. 사용자 인터페이스는 직관적이며, AI에 전송되는 컨텍스트 범위를 정확하게 조정할 수 있는 강력한 선택 및 필터링 도구를 갖추고 있습니다.