企业官网建设流程全解析

• 人工智能
• RAG
• AI Agent
• MCP 服务
• 开发工具

RepoBrain 是一个代码库知识引擎，堪称"给你的仓库装上大脑"的 ChatGPT。本文带你从零上手 RepoBrain 的 4 大斜杠命令：rb-setup、rb-refresh、rb-ask、rb-init，几分钟内让 AI 精准读懂你的项目代码。

30秒认识 RepoBrain：代码库的"问答大脑"

RepoBrain 的核心理念是：AI Agent 的能力上限 = 它能读取的上下文质量。

传统做法是把 5000 行的CLAUDE.md文档塞给 AI，让它自己 grep 整个仓库、边猜边读。而 RepoBrain 的做法是：

• rb-refresh部署一个多 Agent 集群，每个模块由专属 Agent 自主阅读源码，生成 Markdown 知识文档
• rb-ask通过 Router 把问题路由到对应的模块 Agent，返回带文件路径和行号的真实代码答案

最终所有知识统一存放在项目的.repobrain/目录，Claude Code、Cursor、Codex、Windsurf、Gemini CLI 等任意 IDE 都能共享读取，一次构建、处处可用。

4大斜杠命令速查表：先记住这张总览

RepoBrain 在Claude Code和Codex CLI中提供相同的 4 个斜杠命令。Claude Code 中带repobrain:命名空间前缀，Codex CLI 直接识别commands/目录，裸写即可：

💡典型首次工作流就三步：rb-setup→rb-refresh→rb-ask。

rb-setup 配置指南：零 API Key 也能跑

rb-setup是安装插件后的第一步，目标是在当前工作区根目录写入一个.env配置文件。它的智能之处在于优先探测你本机已登录的无头 CLI（Codex / Trae / Claude / Gemini）：

执行流程一览：

1. 检测已有配置— 若.env已设置OPENAI_API_KEY或RB_HOST_RUNNER，会询问是否覆盖
2. 选择后端— 优先展示探测到的本地 CLI（零 key），再列 API 提供商
3. 写入.env— 本地 runner 模式同时支撑rb-ask和rb-refresh，工具类阶段会自动降级为确定性产物
4. 自动 gitignore— 确保.env不会意外提交到仓库

完整流程定义见 rb-setup.md。如果你已有可用的.env，可以直接跳过这一步。

rb-refresh 知识库构建：多Agent集群自学代码

rb-refresh是 RepoBrain 的"学习阶段"——它会部署多 Agent 集群，为你的代码库构建.repobrain/知识库：

rb-refresh --workspace "$PWD"

底层是一条 8 步流水线（详见 engine/repobrain_engine/）：扫描代码结构 → 生成conventions.md约定文档 → 构建structure.md文件树 → 生成知识图谱 → 按导入图 + 目录共置 + 文件名前缀将文件分组，每个子 Agent 预载约 30K token 的相关源码并输出agents/*.md知识文档 → GitAgent 分析 git 历史 → Map Agent 汇总生成map.md路由索引。

三种常用模式：

⚠️ 注意：首次运行必须全量 refresh；rb-ask只会在检测到新提交时提醒，不会自动刷新知识库。

rb-ask 代码问答：带着文件路径和行号回答

rb-ask是 RepoBrain 存在的核心理由——在手动 grep 之前，先问它：

rb-ask "How does auth work in this project?" --workspace .

工作原理：Router 读取map.md→ 选中相关模块 → 读取agents/*.md→ LLM 生成带代码引用的答案，多个模块文档并行读取后由 Synthesizer 合并。

适合提问的 4 类问题：

• 在哪里？"X 模块在哪里定义/处理的？"
• 为什么？"Y 功能当初为什么这样设计？"（GitAgent 会结合 git 历史回答）
• 怎么工作？"认证流程是如何运作的？"
• 谁依赖谁？"哪些模块依赖 Z？"

📌 进阶：加--json参数可返回稳定的 JSON 信封（answer/sources/limitations），方便其他 AI 或脚本直接调用，无需 MCP 服务。命令定义见 rb-ask.md。

rb-init 模板脚手架：一键创建新多智能体仓库

rb-init基于 RepoBrain 模板创建一个全新的项目仓库，底层调用agent-repo-initskill（脚本位于 skills/agent-repo-init/scripts/init_project.py）：

生成后记得在新项目里跑一次rb-setup选择 LLM 端点。

⚠️常见误区：给已有项目建知识库不需要rb-init——rb-refresh会自动初始化当前工作区的.repobrain/知识目录。rb-init只用于从零创建新仓库。

从零上手完整工作流：5条命令走通全流程

以 Claude Code 为例（Codex CLI 去掉repobrain:前缀即可）：

# 1. 安装插件 /plugin marketplace add study8677/repobrain /plugin install repobrain@repobrain # 2. 配置后端（选本地 CLI 零 key，或粘贴 API key） /repobrain:rb-setup # 3. 构建知识库（一次性，小仓库几分钟） /repobrain:rb-refresh # 4. 提问，获得带文件路径+行号的接地答案 /repobrain:rb-ask "这个项目是怎么工作的？"

遇到安装或配置问题，运行rb doctor --workspace .一键体检。更完整的安装与排障内容见 INSTALL.md 与 docs/zh/QUICK_START.md。

常见问题速查

延伸阅读

• 命令定义源码：commands/rb-setup.md、commands/rb-refresh.md、commands/rb-ask.md、commands/rb-init.md
• 引擎核心：engine/repobrain_engine/（hub 流水线、ask 路由、MCP server）
• 官方中文文档：docs/zh/QUICK_START.md、docs/zh/MCP_INTEGRATION.md
• 项目主文档：README_CN.md、README.md

掌握这 4 个斜杠命令，你就拥有了一个跨 IDE 的代码库"问答大脑"。先从rb-setup开始，几分钟内让 AI 真正读懂你的仓库。

• 人工智能
• RAG
• AI Agent
• MCP 服务
• 开发工具