$ loading_
通过 MCP 或剪贴板高效共享代码，并按任务规则定制上下文给大模型。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"llm-context.py" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 llm-context.py 收集这个仓库中与支付模块相关的核心文件，按“代码审查”规则输出适合发给大模型的上下文，包含关键文件摘要、主要调用链和需要重点关注的风险点。
一份适合提交给大模型的代码审查上下文，包含文件概览、结构摘要和审查重点。
请用 llm-context.py 按“文档编写”规则整理当前项目的 API 相关代码，输出适合让大模型撰写开发文档的上下文，包括接口定义、参数说明来源和示例文件位置。
一份面向文档生成的大模型上下文，便于继续产出 API 或开发者文档草稿。
请使用 llm-context.py 为这个 Bug 修复任务提取最小必要代码上下文，并复制到剪贴板。优先保留报错相关文件、依赖关系和智能大纲，避免无关内容。
一份精简但完整的问题相关代码上下文，可直接粘贴给大模型继续排查。
通过基于 AST 的精准代码读写与重构，帮助高效修改代码并减少上下文浪费
让 AI 直接运行 Python、管理文件与依赖，完成分析、开发和自动化任务。
为任意 npm 包提供带类型、说明与示例的上下文化开发文档查询
让大模型通过 MCP 协议控制嵌入式设备并执行自动化交互。
以 Markdown 和元数据管理上下文信息，支持保存、检索、搜索与删除。
将 VS Code 的语言服务能力开放给 AI，用于跨语言代码分析、定位与修改。