Repomix Context

When to use

• Análise de arquitetura: "veja meu repo todo e me diga onde melhorar"
• Code review por LLM antes de PR
• Migração de codebase para nova stack (LLM precisa ver tudo)
• Onboarding rápido em projeto novo
• Compartilhar repo para chat (sem subir Git inteiro)

When NOT to use

• Tarefa pontual em 2-3 arquivos → leia direto, não empacote
• Repo >2GB ou >500k linhas → use filtros agressivos OU divida por módulo
• Necessita acesso a git history → repomix só captura snapshot atual
• Compliance: arquivos sensíveis precisam de revisão manual antes de exportar

Por que Repomix

• Single-file output otimizado para LLM
• Filtros nativos (gitignore-aware, custom patterns)
• Remoção de comentários (compressão extra)
• Contagem de tokens (saiba se cabe no context)
• Hospedado: site repomix.com faz o mesmo via web
• Alternativas: git-bundle, code2prompt, manual concat

Steps

1. Instalar (one-off):

   pnpm dlx repomix
   

   Sem instalação permanente — sempre rodar via pnpm dlx.
2. Rodar na raiz do projeto target (NÃO no tahara_skills se for analisar outro projeto):

   cd C:\Users\Tahara\projetos\<projeto-target>
   pnpm dlx repomix
   

   Gera repomix-output.xml com TODO o repo (respeitando .gitignore).
3. Filtros úteis:

   # Só src/, ignora tests
   pnpm dlx repomix --include "src/**" --ignore "**/*.test.*,**/node_modules/**"
   
   # Output como markdown
   pnpm dlx repomix --style markdown
   
   # Remove comentários (mais compactação)
   pnpm dlx repomix --remove-comments
   
   # Limita por tamanho (skip arquivos grandes)
   pnpm dlx repomix --max-file-size 100000
   

4. Config persistente (repomix.config.json):

   {
     "output": {
       "filePath": "repomix-output.xml",
       "style": "xml",
       "removeComments": true,
       "showLineNumbers": false
     },
     "include": ["src/**", "*.md"],
     "ignore": {
       "useGitignore": true,
       "customPatterns": [
         "**/*.test.ts",
         "**/*.spec.ts",
         "**/__snapshots__/**",
         "**/.env*",
         "**/dist/**"
       ]
     },
     "tokenCount": { "encoding": "o200k_base" }
   }
   

5. Antes de compartilhar:
   • grep -i "sk-" repomix-output.xml — caça API keys vazadas
   • grep -i "password\|secret\|token" repomix-output.xml | head — confere
   • Se achou: ajuste filtros e regenera
6. Validar token count:

   # repomix mostra estatísticas no final do run
   # exemplo: "Total tokens: 142,318"
   

   Compare com limite do modelo alvo (Claude Opus 4.7 1M context = bem confortável; GPT-4 128k é apertado).
7. Passar para LLM:
   • Claude: anexar arquivo ou paste em system prompt
   • Use prompt como: "Aqui está o repo. Aponte 3 melhorias críticas com file:line."

Anti-patterns

• ❌ Empacotar antes de filtrar (token count explode com node_modules, dist, lockfiles)
• ❌ Esquecer de verificar secrets antes de subir output para chat público
• ❌ Usar para tarefa que cabe em 3 arquivos (overkill — leia direto)
• ❌ Não usar config persistente em repo recorrente (reescrever flags cansa)
• ❌ Confiar que .gitignore cobre tudo — credenciais podem estar em arquivos não-ignorados

Verification

1. Output file gerado, tamanho razoável (KB-MB, não GB)
2. Total tokens reportado < limite do modelo destino
3. Grep por padrões de secret retorna 0 matches
4. node_modules, dist, .env não aparecem
5. Estrutura legível (header + tree + files)

Example

User: "Quero o Claude analisar todo o barberia-saas"

Skill:
  cd C:\Users\Tahara\projetos\barberia-saas
  pnpm dlx repomix --style markdown --remove-comments --ignore "**/test/**,**/node_modules/**"
  → repomix-output.md, 78k tokens
  → grep "sk-\|whsec_" → 0 matches ✓
  → cola no Claude Code com prompt "audite arquitetura, segurança, perf"

Notes

• CI integration: rode repomix automaticamente após release; armazene snapshot para análise histórica
• Privacy: NUNCA suba output gerado a paste-bin público sem revisar secrets
• Comparison repomix vs code2prompt vs git archive: repomix é mais LLM-otimizado
• Repomix server mode: serve repos via API local; útil para integração com MCP custom
• Tokenizer: padrão usa o200k_base (GPT-4o). Para Claude, ratio é similar; estimativa boa.

Sources

• https://repomix.com/
• https://github.com/yamadashy/repomix
• Related: [[lean-context-mgmt]] · [[security-review-product]]