VSCode 使用 Repomix 分析 Cline 源代码

Repomix 是一个可以将整个代码库打包成一个AI友好的单个文件，利用它能够使代码库更易于AI理解并且能够提供每个文件及整个仓库的Token计数，同时使用 Secretlint 检测敏感信息避免在打包后发生隐私泄漏。

Repomix 是专为帮助你将代码提供给大型语言模型（如 ChatGPT、DeepSeek、Perplexity、Gemini、Gemma、Llama、Grok 等）而设计。

通过本文的方式，理论上可以使用大模型分析任何代码仓库。

准备工作

一、系统以及软件要求

vscode客户端 1.98.2+
vscode已安装cline扩展
Node.js: ≥ 18.0.0
Git: 处理远程仓库时需要

二、安装Repomix并配置MCP服务

1. 使用 npm 全局安装 Repomix：

   npm install -g repomix

   安装完成后，可以通过以下命令验证 Repomix 是否正常工作：

   repomix --version

2. 将 Repomix 作为 MCP 服务器运行

   repomix --mcp

3. 在 vscode 的 Cline 扩展配置 MCP 服务
   

    {
    "mcpServers": {
      "repomix": {
        "command": "npx",
        "args": [
          "-y",
          "repomix",
          "--mcp"
        ]
      }
    }
    }

   三、配置模型

   模型可在openRouter上搜索免费的模型，这里以 google/gemini-2.5-pro-exp-03-25:free 为例：
   
   

使用 Repomix 分析cline源码

下载 cline 源码

git clone https://github.com/cline/cline.git

然后用vscode打开cline项目文件夹，打开cline扩展开始对话

通过对话形式分析cline源码

当前项目是cline的源码，请使用Repomix帮我分析一下他，要求尽可能地详细，不要怕使用了太多的token数

通过这种prompt提问方式，cline就会调用Repomix的MCP服务，把根据当前项目的代码生成一个AI模型更容易识别的repomix-output.xml，并开始分析其代码，并且不会压缩代码或挑选部分代码进行分析。

由于要读取repomix-output.xml，花的时间会比较长。耐心等待后模型就会输出分析结果：

分析cline的prompt工程设计

继续在对话框输入问题进行提问：

接下来帮我分析Cline的prompt工程设计

分析cline的Task工作流程

继续在对话框输入问题进行提问，也可以新开一个对话再提问：

分析一下Cline的Task工作流程，可以使用流程图

参考资料

Repomix 入门指南
Repomix 入门指南-MCP服务器