[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-JeremiahPetersen--RepoToText":3,"tool-JeremiahPetersen--RepoToText":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":79,"languages":80,"stars":97,"forks":98,"last_commit_at":99,"license":100,"difficulty_score":10,"env_os":101,"env_gpu":102,"env_ram":101,"env_deps":103,"category_tags":113,"github_topics":76,"view_count":10,"oss_zip_url":76,"oss_zip_packed_at":76,"status":16,"created_at":114,"updated_at":115,"faqs":116,"releases":132},1026,"JeremiahPetersen\u002FRepoToText","RepoToText","Turn an entire GitHub Repo into a single organized .txt file to use with LLM's (ChatGPT, Claude, Gemini, etc)","RepoToText 是一款实用的开源工具，能将整个 GitHub 仓库一键转换成结构清晰的文本文件，方便你与 ChatGPT、Claude、Gemini 等大语言模型深度交互。只需输入仓库链接，它就能抓取所有文件和目录内容，生成用特定分隔符标记的文本文件，让 AI 轻松\"读懂\"项目全貌。\n\n这款工具特别适合开发者和技术研究人员使用。当你需要让 AI 理解复杂代码库、生成项目文档、协助代码审查或基于现有仓库开发新功能时，RepoToText 能帮你省去手动复制粘贴的繁琐工作。它还支持追加技术文档到文件顶部，这对查询 2021 年后诞生的新技术文档特别有用。\n\nRepoToText 提供 Web 界面和 Docker 部署方式，操作简单直观。你可以灵活选择包含所有文件或仅特定类型文件（如 .py、.js），生成的文件会自动保存并支持一键复制。此外，配套的 FolderToText 脚本还能处理本地文件夹，扩展了使用场景。工具采用 React + Flask 技术栈开发，代码开源透明，是提升 AI 辅助开发效率的得力助手。","\n![example workflow](https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText\u002Factions\u002Fworkflows\u002Fpylint.yml\u002Fbadge.svg)\n![example workflow](https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText\u002Factions\u002Fworkflows\u002Fes-lint.yml\u002Fbadge.svg)\n\n![repo to text 5](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJeremiahPetersen_RepoToText_readme_4d965b55a4e3.png)\n\n![repo to text 7](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJeremiahPetersen_RepoToText_readme_83ec1ea1cfe2.png)\n\n## RepoToText\n\nRepoToText is a web app that scrapes a GitHub repository and converts its files into a single organized .txt. It allows you to enter the URL of a GitHub repository and an optional documentation URL (the doc info will append to the top of the .txt). The app retrieves the contents of the repository, including all files and directories, and also fetches the documentation from the provided URL and includes it in a single organized text file. The .txt file will be saved in the \u002Fdata folder with user + repo + timestamp info. This file can then be uploaded to (GPT-4, Claude Opus, etc) and you can use the chatbot to interact with the entire GitHub repo. \n\n## Demo\n\nCreating a React front end for a GitHub repo containing a functioning back end:\n\nhttps:\u002F\u002Fchat.openai.com\u002Fshare\u002F0670c1ec-a8a8-4568-ad09-bb9b152e1f0b\n\nWorking front-end project: https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FCaseConnect\u002Ftree\u002Ffront-end\n\n## Running the Application with Docker\n\nTo run the application using Docker, follow these steps:\n\n1. Clone the repository.  Create a .env file in the root folder.\n2. Set up the environment variable `GITHUB_API_KEY` in the `.env` file.\n3. Build the Docker images with `docker compose build`.\n4. Start the containers with `docker compose up`.\n5. Access the application (http:\u002F\u002Flocalhost:3000) in a web browser and enter the GitHub repository URL and documentation URL (if available).\n6. Choose All files or choose specific file types.\n7. Click the \"Submit\" button to initiate the scraping process. The converted text will be displayed in the output area, and it will also be saved in the \u002Fdata folder. \n8. You can also click the \"Copy Text\" button to copy the generated text to the clipboard.\n\n## Prompt Example\n\nThis is a .txt file that represents an entire GitHub repository. The repository's individual files are separated by the sequence '''--- , followed by the file path, ending with ---. Each file's content begins immediately after its file path and extends until the next sequence of '''--- *Add your idea here (Example)*: Please create a react front end that will work with the back end \n\n## Environment Configuration\nAdd your GitHub API Key in the .env file \n\n```\nGITHUB_API_KEY='YOUR GITHUB API KEY HERE'\n```\n\n## FolderToText\n\nFolderToText.py is a script that allows you to turn a local folder, or local files, into a .txt in the same way RepoToText.py does.  Choose your files with browse (you can continue adding by clicking \"Browse\".  Once you have all of your files selected and uploaded with browse, type in the file type endings you want to copy with a ',' in between.  Example: .py , .js , .md , .ts ---> You can also turn this off and it will add every file you uploaded to the .txt ---> Last, enter in the file name you want to appear and the output path.  The file will be written with your file name choice and a timestamp.\n\n## Info\n\n- Creates a .txt with ('''---) separating each file from the repo.\n- Each file from the repo has a header after ('''---) with the file path as the title.\n- The .txt file is saved in the \u002Fdata folder \n- You can add a URL to a documentation page and the documentation page will append to the top of the .txt file (great to use for tech that came out after Sep 2021).\n\n## Tech Used\n\n- Frontend: React.js\n- Backend: Python Flask\n- Containerization: Docker\n- GitHub API: PyGithub library\n- Additional Python libraries: beautifulsoup4, requests, flask_cors, retry\n\n\n## TODO\n\n- [x] Add Docker to project\n- [x] Add Dark Mode\n- [ ] Build web app for (https:\u002F\u002Frepototext.com\u002F)\n- [ ] FIX: Broken file types: .ipynb\n- [ ] FIX: FolderToText - fix so a user can pick one folder (currently only working when user selects individual files)\n- [ ] Add in the ability to work with private repositories\n- [ ] Add ability to store change history and update .txt to reflect working changes\n- [ ] Add function to make sure .txt is current repo version\n- [ ] Adjust UI for flow, including change textarea output width, adding file management and history UI\n\n---\n","![example workflow](https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText\u002Factions\u002Fworkflows\u002Fpylint.yml\u002Fbadge.svg)\n![example workflow](https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText\u002Factions\u002Fworkflows\u002Fes-lint.yml\u002Fbadge.svg)\n\n![repo to text 5](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJeremiahPetersen_RepoToText_readme_4d965b55a4e3.png)\n\n![repo to text 7](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJeremiahPetersen_RepoToText_readme_83ec1ea1cfe2.png)\n\n## RepoToText\n\nRepoToText 是一个网络应用，它可以抓取 GitHub 仓库并将其文件转换为一个有组织的 .txt 文件。它允许你输入 GitHub 仓库的 URL 和一个可选的文档 URL（文档信息将附加到 .txt 文件的顶部）。该应用会获取仓库的内容，包括所有文件和目录，同时也会从提供的 URL 获取文档，并将其包含在一个有组织的文本文件中。.txt 文件将保存在 \u002Fdata 文件夹中，文件名包含用户信息、仓库信息和时间戳。然后可以将此文件上传到（GPT-4、Claude Opus 等 AI 模型），你就可以使用聊天机器人与整个 GitHub 仓库进行交互。\n\n## 演示\n\n为一个包含功能后端的 GitHub 仓库创建 React 前端：\n\nhttps:\u002F\u002Fchat.openai.com\u002Fshare\u002F0670c1ec-a8a8-4568-ad09-bb9b152e1f0b\n\n可用的前端项目：https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FCaseConnect\u002Ftree\u002Ffront-end\n\n## 使用 Docker 运行应用\n\n要使用 Docker（容器化平台）运行该应用，请按照以下步骤操作：\n\n1. 克隆仓库。在根文件夹中创建一个 .env 文件。\n2. 在 `.env` 文件中设置环境变量 `GITHUB_API_KEY`。\n3. 使用 `docker compose build` 构建 Docker 镜像。\n4. 使用 `docker compose up` 启动容器。\n5. 在网页浏览器中访问应用（http:\u002F\u002Flocalhost:3000），并输入 GitHub 仓库 URL 和文档 URL（如果有）。\n6. 选择\"所有文件\"或选择特定的文件类型。\n7. 点击\"提交\"按钮开始抓取过程。转换后的文本将显示在输出区域，同时也会保存在 \u002Fdata 文件夹中。\n8. 你也可以点击\"复制文本\"按钮将生成的文本复制到剪贴板。\n\n## 提示示例\n\n这是一个代表整个 GitHub 仓库的 .txt 文件。仓库的各个文件由序列 '''--- 分隔，后跟文件路径，以 --- 结尾。每个文件的内容在其文件路径之后立即开始，并延伸到下一个 '''--- 序列之前。*在这里添加你的想法（示例）*：请创建一个能与后端配合工作的 React 前端\n\n## 环境配置\n\n在 .env 文件中添加你的 GitHub API 密钥\n\n```\nGITHUB_API_KEY='YOUR GITHUB API KEY HERE'\n```\n\n## FolderToText\n\nFolderToText.py 是一个脚本，允许你将本地文件夹或本地文件转换为 .txt 文件，方式与 RepoToText.py 相同。使用\"浏览\"选择你的文件（你可以通过点击\"浏览\"继续添加文件）。当你使用\"浏览\"选择并上传了所有文件后，输入你想要复制的文件类型后缀，用 ',' 分隔。示例：.py , .js , .md , .ts ---> 你也可以关闭此功能，这样它会将你上传的每个文件都添加到 .txt 中。最后，输入你想要的文件名和输出路径。文件将以你选择的文件名和时间戳写入。\n\n## 信息\n\n- 创建一个使用 ('''---) 分隔仓库中每个文件的 .txt 文件。\n- 仓库中的每个文件在 ('''---) 之后都有一个标题，文件路径作为标题。\n- .txt 文件保存在 \u002Fdata 文件夹中\n- 你可以添加文档页面的 URL，文档页面将附加到 .txt 文件的顶部（非常适合用于 2021 年 9 月之后出现的技术）。\n\n## 使用的技术\n\n- 前端：React.js\n- 后端：Python Flask\n- 容器化：Docker\n- GitHub API：PyGithub 库\n- 其他 Python 库：beautifulsoup4、requests、flask_cors、retry\n\n## 待办事项\n\n- [x] 为项目添加 Docker\n- [x] 添加深色模式\n- [ ] 为 (https:\u002F\u002Frepototext.com\u002F) 构建网络应用\n- [ ] 修复：损坏的文件类型：.ipynb\n- [ ] 修复：FolderToText - 修复以便用户可以选择一个文件夹（目前仅在用户选择单个文件时有效）\n- [ ] 添加处理私有仓库的能力\n- [ ] 添加存储变更历史并更新 .txt 以反映工作变更的能力\n- [ ] 添加确保 .txt 为当前仓库版本的功能\n- [ ] 调整 UI（用户界面）流程，包括更改文本区域输出宽度，添加文件管理和历史 UI\n\n---","# RepoToText 快速上手指南\n\n## 环境准备\n\n### 系统要求\n- Docker 和 Docker Compose（推荐最新稳定版）\n- 可用的 GitHub 个人访问令牌\n\n### 前置依赖\n1. **获取 GitHub API 密钥**\n   - 前往 GitHub → Settings → Developer settings → Personal access tokens\n   - 生成 `classic` token，勾选 `repo` 权限\n   - 复制生成的 token\n\n## 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText.git\ncd RepoToText\n\n# 2. 配置环境变量\necho \"GITHUB_API_KEY='your_token_here'\" > .env\n\n# 3. 构建并启动服务\ndocker compose build\ndocker compose up\n```\n\n服务启动后，浏览器访问 **http:\u002F\u002Flocalhost:3000**\n\n## 基本使用\n\n### 转换 GitHub 仓库\n\n1. 在网页表单中粘贴仓库 URL（如 `https:\u002F\u002Fgithub.com\u002Fusername\u002Frepo`）\n2. （可选）添加文档 URL，内容将置于输出文件顶部\n3. 选择文件类型（如 `.py,.js,.md`）或保留默认的\"所有文件\"\n4. 点击 **Submit** 按钮\n5. 生成的文本会显示在页面中，并自动保存到 `\u002Fdata` 文件夹\n6. 点击 **Copy Text** 按钮可复制到剪贴板\n\n**输出文件格式**：`用户名_仓库名_时间戳.txt`\n\n### 转换本地文件夹\n\n运行独立脚本处理本地文件：\n\n```bash\npython FolderToText.py\n```\n\n按提示选择文件、指定文件类型（如 `.py,.md`）和输出路径。\n\n---\n\n**提示**：生成的文本文件可直接上传至 GPT-4、Claude 等 AI 助手，通过特定分隔符 `'''---` 识别不同文件内容。","一名前端开发工程师接手了一个缺乏文档的 Node.js + React 全栈项目，需要在 3 天内理解后端 API 结构并开发出配套的管理后台界面。\n\n### 没有 RepoToText 时\n\n- **手动复制粘贴耗时费力**：需要逐个打开几十个代码文件，手动复制内容到 ChatGPT，经常遗漏关键配置文件或工具函数，导致 AI 理解不完整\n- **上下文碎片化**：由于 token 限制，只能分批次上传文件，AI 无法掌握整个项目的架构关联，回答问题时经常\"断章取义\"\n- **文件结构理解困难**：仅凭文件名难以判断依赖关系，需要反复询问\"这个控制器引用了哪些模型\"，效率低下\n- **文档与代码脱节**：即使找到了项目文档，也需要不断切换窗口比对文档描述和实际代码实现，容易出错\n- **重复劳动**：每次想询问不同功能模块，都要重新整理相关文件，无法形成完整的项目视图\n\n### 使用 RepoToText 后\n\n- **一键生成完整上下文**：输入 GitHub 仓库地址，5 分钟内获得包含所有后端代码的单一文本文件，自动按目录结构组织\n- **AI 精准理解架构**：将整个文件上传给 Claude 后，AI 能准确识别路由层、服务层、数据模型之间的调用关系，一次性给出系统架构图\n- **智能代码生成**：基于完整的代码库上下文，直接要求\"生成与现有 API 风格一致的 React 管理后台\"，AI 自动复用项目中的错误处理模式和响应格式\n- **文档与代码融合**：将 Swagger API 文档 URL 一并输入，生成的文本文件中文档在前、代码在后，AI 能自动比对实现是否符合接口定义\n- **持续迭代高效**：当后端代码更新时，重新生成文本文件即可，AI 能快速识别变更点并调整前端代码\n\nRepoToText 将原本需要 2-3 天的代码熟悉和架构梳理工作缩短到 4 小时内，让开发者能立即专注于业务逻辑实现。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJeremiahPetersen_RepoToText_4d965b55.png","JeremiahPetersen",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FJeremiahPetersen_8fbc0ab4.jpg","loading...","https:\u002F\u002Fgithub.com\u002FJeremiahPetersen",[81,85,89,93],{"name":82,"color":83,"percentage":84},"Python","#3572A5",52.2,{"name":86,"color":87,"percentage":88},"JavaScript","#f1e05a",29,{"name":90,"color":91,"percentage":92},"CSS","#663399",11.1,{"name":94,"color":95,"percentage":96},"HTML","#e34c26",7.7,578,66,"2026-03-31T23:38:48","MIT","未说明","无需GPU",{"notes":104,"python":101,"dependencies":105},"需使用 Docker 和 Docker Compose 运行；需要配置 GitHub API 密钥；应用通过 3000 端口访问；输出文件保存在 \u002Fdata 文件夹中；支持将 GitHub 仓库转换为文本格式以便与 GPT-4、Claude 等 AI 模型交互",[106,107,108,109,110,111,112],"PyGithub","beautifulsoup4","requests","flask_cors","retry","React.js","Python Flask",[13],"2026-03-27T02:49:30.150509","2026-04-06T06:44:39.380124",[117,122,127],{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},4567,"如何获取 GitHub API 密钥？","访问 https:\u002F\u002Fgithub.com\u002Fsettings\u002Ftokens，点击\"Generate new token\"（生成新令牌），然后复制生成的令牌即可。","https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText\u002Fissues\u002F1",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},4568,"docker-compose 构建失败，提示找不到 Dockerfile 文件怎么办？","这是由于 docker-compose 文件中 Dockerfile 名称配置错误导致的。解决方法是修改 docker-compose 配置，将 Dockerfile 名称从 `Dockerfile.backend.dockerfile` 改为 `Dockerfile.backend`（去掉 `.dockerfile` 扩展名），同样地，将 `Dockerfile.frontend.dockerfile` 改为 `Dockerfile.frontend`。","https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText\u002Fissues\u002F2",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},4569,"软件是否支持深色模式？","已支持深色模式。维护者已在后续更新中添加了深色模式功能，用户可以在设置中切换到深色主题，解决夜间使用刺眼的问题。","https:\u002F\u002Fgithub.com\u002FJeremiahPetersen\u002FRepoToText\u002Fissues\u002F5",[]]