跳至正文
MakerGain
← 返回案例列表

RepoPrompt 取消了 15 美元月費,替編碼代理挑檔案的工作還在

編輯:MakerGain發布:文章更新:

RepoPrompt 接手的是編碼代理請求送出前的挑選:模型的上下文與注意力有限,常只讀部分程式碼庫就推理,它把相關檔案和儲存庫結構組裝成可審閱上下文,再交給代理。經營者 Eric Provencher 後來取消 約 NT$492.75(15 美元)月費,開源社群版並封存 Classic;加入 OpenAI 後,他不再積極參與,維護交給社群。免費的是應用訂閱,模型呼叫仍按各自服務條款計費。

RepoPrompt 是一款替編碼代理挑選檔案的 macOS 應用。2024 年 7 月 16 日,Eric Provencher 把第一個版本發給測試者;這批人從一篇談自動化複製貼上的 Reddit 貼文找到他的 TestFlight(Next Chapter[1])。這個起點很能說明產品最初的樣子:主流程不是完全由代理自動執行,而是由人替模型篩選上下文,產出可審閱的定向檔案修改。Eric 後來評價,這種形態對使用者偏笨重,但那些技巧相較於樸素提示仍有明顯收益。

這個麻煩現在還在。模型讀儲存庫時,上下文視窗與注意力都有限,常只讀了程式碼庫一小部分就開始推理(Next Chapter[1])。RepoPrompt 接手的是請求送出前的挑選。Community Edition(CE,社群版)儲存庫自述:把檔案、CodeMaps、儲存庫結構和 Git diff 組裝成聚焦、可審閱的上下文,再交給 AI 工具與 CLI 代理;其中 Context Builder 讓代理探索儲存庫,在 token 預算內判斷哪些檔案相關(CE 儲存庫[2])。官網概括為「在一個原生 macOS 應用內整理上下文、執行深度分析並編排編碼代理」(官網[3])。

圖:來源為 RepoPrompt 官方介面[4],2026-11-18 取得,保留官方介面。

接下來是分派工作。官網說,推理模型先規劃,再把計畫拆成任務,按檔案邊界分給不同供應商的子代理,可依序或平行執行,由編排器核對是否遵循計畫後繼續(官網[3])。人沒有退出:上下文被設計為可審閱,交出去前可以看一眼。工具接走翻檔案這一步,沒有拿走審閱的位置。

這套人工篩選流程後來保留在 Classic 裡,但 Classic 已封存,不再更新或支援(官網[3])。真正把挑選動作往前推的是 Context Builder。Eric 說,應用內所有流程提示都依賴它當「大腦」,多數大型程式碼庫問題的相關上下文能打包進約 120k tokens——這是他的自述,不是獨立測量(Next Chapter[1])。

他也承認,複雜曾是採用的最大障礙之一:他努力把技巧壓成一組按鈕與旋鈕,讓使用者不用先上一門大師課才能控制(Next Chapter[1])。Context Builder 就是把挑選交給代理自己做的嘗試。

在 Indie Hackers 訪談裡,他自述 RepoPrompt 不到一年,就從自用免費工具商業化到五位數 MRR(月經常性收入),並有活躍的重度使用者社群(IH 訪談[5])。這是受訪時自述,不是現在收入,也不等於利潤;成本與利潤率未披露,不能從 MRR 推出是否賺錢。

更有資訊量的是,他在後來的 Next Chapter 公告裡把壓力寫得更直白:越來越難說服使用者每月付 約 NT$492.75(15 美元),因為使用者可以直接提示自己的代理解題,而且「就是能用」。作為 bootstrap 創辦人,商業化壓力從第一天就在,訂閱可能下個月就消失(Next Chapter[1])。

2026 年 5 月 27 日的 Next Chapter 公告說,截至 2.1.32 更新,授權限制已完全移除,當時所有訂閱已取消;同篇預告將發布完全免費開源的 Community Edition。接著,2026 年 6 月 13 日的 CE 發布文宣布,它已在 GitHub 上線,成為持續開發的主要據點(CE 發布文[6])。CE 採 Apache-2.0;為了面向編碼代理,它移除了不少舊功能,重心轉向速度、上下文密度與代理效能。Classic 保留原本手動選檔案、組提示詞、複製到 AI 工具的流程,但已封存,不再更新或支援(官網[3])。

容易誤讀的地方在這裡:取消的是 RepoPrompt 應用訂閱。官方 FAQ 寫明,編碼執行環境方案、API 用量和其他服務,仍按各自條款計費(FAQ[7])。工具免費了,模型呼叫沒有免費,這筆錢由使用者自己的服務帳戶支付。

同在 Next Chapter 公告裡,他說幾個月前,OpenAI 開發者體驗負責人 Romain Huet 邀請他加入團隊;同意之前,他首先要求照顧好 RepoPrompt 的忠實使用者(Next Chapter[1])。CE 發布文還說,新工作會讓他不再積極參與專案,期待社群接手下一代(CE 發布文[6])。

把取消訂閱、開源、自己離開三件事放在一起看,這是一次交棒,也交出了維護責任。使用者拿到免費和原始碼,代價是主要作者不再積極參與。CE 原始碼建置要求 macOS 26 以上和完整 Xcode 26;透過 Homebrew 安裝的是已簽署並公證的公開應用,不走原始碼建置(CE 儲存庫[2])。這些門檻不會因開源就消失,但至少一般使用者不用先裝完整 Xcode。

同樣替編碼代理挑儲存庫上下文的還有 RepoNeedle。它自述是開源、感知 token 預算的檢索系統,以 Python 程式庫和命令列輸出一段給模型的上下文,不是原生 macOS 介面(RepoNeedle[8])。RepoPrompt 把挑選、審閱和多代理編排放進 macOS 應用;RepoNeedle 把檢索做成能被其他工具呼叫的程式庫。兩者都在解決上游問題,形態不同,能力說明各來自專案自述,沒有同任務的獨立比較。

RepoPrompt 那 約 NT$492.75(15 美元)月費,賣的不是模型,而是在大型儲存庫裡替代理挑對檔案的判斷。Eric 後來取消這筆收費,把維護交給社群。替代理挑檔案的工作還在,只是不再由每月 約 NT$492.75(15 美元)訂閱支撐。

繼續閱讀

AI 開發
每改一個小地方都要再付一次錢,他把 App 設計搬進了聊天框

Diego Roshardt 發現行動應用程式的設計稿每次修改都要另外付費,於是做了 AppAlchemy。使用者在聊天框描述 App,產生 React Native 程式碼後,掃碼就能在手機上即時預覽。改一句話,畫面就跟著變。程式碼可以匯出,公開資料未交代由誰打包和上架。他花約兩週做出初版,選擇先累積 Reddit 帳號的活動紀錄、找出相關社群,再用對讀者有價值的貼文分享產品連結,以這種方式代替直接投放廣告。

AI 開發
先寫說明書,再讓 AI 寫程式:CodeGuide 把 9 小時文件工作做成訂閱

CodeGuide 賣的是先替專案寫好的說明書:把需求、架構和任務拆清楚,再交給 AI 程式開發工具。它從 CJ 做 MVP 開發服務的自用流程起步——先用 ChatGPT 花 9—10 小時問清專案,再用 make.com 串提示詞省下約 7 小時。CJ 沒先建完整產品,而用 Bolt 搭登陸頁收集候補名單,並逐一私訊留言的 beta 用戶,問其是否已有更好流程解決 AI 幻覺;他的結論是,自己試過的方式在這些做法中依然最好。

AI 開發
客戶問「它能自動化什麼」,他只能答「anything」:Meerkats 後來把這句話拆成規則

Santanu Dasgupta 在兩次失敗後做出 Meerkats。它起初是無程式碼 LLM 應用搭建工具,早期鎖定代理機構;官網如今將它定位為 AI 系統的 context layer,具體工作是把業務資料、定義、狀態、規則與允許動作串成受管理的上下文,供 agents 讀取與行動。經營者將過去「anything」的回答,收窄為按規則、權限執行並留下 receipt。

AI 開發
一句話產生一套能修改的 App 畫面,Sleek 被掛上了待售頁

Mattia Pomelli 與兩位朋友一年內做了四個設計工具,最新的 Sleek 用三週建成。它替使用者接下的任務是:給一句話、需求規格或參考截圖,產生風格統一、可編輯的 iOS/Android 畫面,並能繼續用聊天或手動修改。Pomelli 選擇把重心放在行動端介面,讓成品可進 Figma 原生圖層、React+Tailwind/HTML,也可供程式開發 agent 呼叫;產品現已掛售,頁面列累計收入 約 NT$6,440,669.55(196,063 美元)、MRR 約 NT$580,525.20(17,672 美元),利潤未披露。