Saltar al contenido

Repo Snapshot para IA

Pega la salida de tree / find / fd para convertirla en Markdown preformateado fácil de pasar a asistentes de codificación AI (Claude Code / Cursor / GPT, etc.). Incluye patrones de exclusión, visualización de tamaño de archivo y número de líneas, agrupación por extensión, límite de profundidad y estimación de conteo de tokens.

100% Gratis Sin registro Solo navegador Descarga instantánea 5 idiomas Modo oscuro
⬇ .md

            
Archivos
0
Caracteres
0
Tokens aprox
0
📋 Cómo capturar input
# La opción habitual: tree, recomendada y legible
tree -L 3 -I 'node_modules|.git|dist'

# Cuando no hay tree: find
find . -type f -not -path '*/node_modules/*' -not -path '*/.git/*' | sort

# La alternativa rápida en Rust: fd
fd --type f --hidden --exclude node_modules --exclude .git

# Mac/Linux 標準: ls -R
ls -R

# Windows PowerShell
Get-ChildItem -Recurse -File | Select-Object FullName

📖 Dónde se suele tropezar

Pega la salida de tree o find y aplica patrones de exclusión, un límite de profundidad y un tope de archivos para producir Markdown fácil de entregar a una IA, con un recuento aproximado de tokens. Todo se ejecuta en el navegador. Un listado de archivos es material para preguntar dónde mirar, no algo que contenga la respuesta: un nombre de archivo no dice nada de su contenido, así que entregar sólo la estructura y hacer una pregunta concreta de implementación no dará una respuesta precisa.

Caso Qué ocurre Qué hacer
El listado solo se come todo el contexto Ejecuta tree sin exclusiones y node_modules, .git, vendor, dist y .next entran enteros, sumando cientos de miles de tokens: suficiente por sí solo para superar el límite de contexto, sin dejar sitio para la pregunta y el código relevante. Y aunque quepa, la situación no mejora: una masa de archivos sin relación diluye aquello a lo que el modelo debería atender, y la precisión de la respuesta baja en lugar de subir. Dáselo todo y lo tendrá todo en cuenta no se sostiene; más información no es monótonamente mejor. Configura primero las exclusiones: node_modules, .git, dist, build, vendor y *.lock se pueden descartar en prácticamente cualquier proyecto sin pérdida. Más eficaz todavía es no entregar el árbol completo: para una pregunta sobre autenticación, basta con el listado de src/auth/ y src/middleware/, y acotar el alcance también mejora la respuesta. Poner el límite de profundidad en dos o tres da un listado que muestra sólo cómo se reparten las responsabilidades entre directorios: con eso basta para transmitir la forma de un proyecto, y los nombres de archivo más profundos pueden aportarse después, una vez decidido dónde mirar. El recuento aproximado de tokens se muestra justamente para que tomes esta decisión antes de enviar nada.
Enviar sólo la estructura y esperar una respuesta concreta Un nombre de archivo no dice qué hace ese archivo. El contenido de utils.ts es desconocido, igual que los métodos de UserService.php. Así que una pregunta como dónde está la causa de este fallo no se puede responder sólo con la estructura, y lo que vuelve es una conjetura del tipo probablemente por aquí. El riesgo de este uso es que la conjetura llega formulada como una afirmación concreta, lo que facilita creerla sin comprobarla: pueden colarse nombres de funciones inexistentes o descripciones de responsabilidades que no cuadran con el código. Usa la estructura para preguntar dónde mirar y después aporta el contenido de los archivos que te nombren: esos dos pasos son lo que de verdad da resultados precisos. Formula la primera pregunta como qué archivos debo leer para seguir el flujo de autenticación, abre sólo los candidatos que existan realmente y entrega su contenido. Hay preguntas que sí se responden sólo con la estructura: a qué patrón de diseño responde esta disposición de directorios, qué directorios no tienen pruebas, dónde es incoherente la convención de nombres: preguntas en las que los nombres y su disposición son la respuesta. Ser consciente de qué tipo de pregunta haces resuelve por sí solo si basta la estructura o hacen falta también los contenidos.
Los propios nombres de archivo son lo confidencial Una disposición de directorios dice muchísimo sin exponer una línea de código. Nombres como acme-corp-migration/, 2026-q3-layoff-tool/ o client-nintendo/ contienen en sí mismos hechos no publicados. Igualmente, saber que en el repositorio existen .env.production, credentials.json o id_rsa ya le resulta útil a un atacante. Y la salida de tree suele llevar un nombre de usuario al inicio de la ruta/home/tanaka/projects/... o C:\Users\yamada\...—, de modo que también viaja un nombre personal. Lee la salida de arriba abajo antes de pegarla. Los patrones de exclusión sólo eliminan nombres que ya conoces, así que los nombres de proyecto y de cliente tienes que encontrarlos y sustituirlos tú. En la práctica, ejecutar tree desde la raíz del proyecto y quitar la ruta inicial antes de pegar resuelve lo del nombre de usuario. Mete .env*, *.pem y *credential* en las exclusiones: rara vez hace falta comunicar siquiera que existen. Y, lo más importante: antes de entregar nada a una IA, comprueba la política de ese servicio sobre usar tu entrada para entrenar, y las normas de tu propia organización. El acceso de pago por API no suele entrenar con tus datos, pero los servicios de consumo dependen de la configuración, y muchas organizaciones prohíben directamente enviar código interno fuera.

Cómo generas la entrada cambia el resultado. tree es lo más legible: dibuja la jerarquía con líneas, de modo que tanto un modelo como una persona pueden seguirla. Donde no esté instalado tree, find . -type f sirve de sustituto, pero ese formato pone una ruta completa en cada línea, así que cuanto más profundo el árbol más se repiten las mismas cadenas y más tokens cuesta: con muchos archivos, instalar tree sale más barato. Usar fd respeta .gitignore automáticamente, así que node_modules y compañía no aparecen ni siquiera sin patrones de exclusión: el menor esfuerzo de los tres. Una sugerencia operativa para terminar: en lugar de regenerar este listado cada vez, mantener en la raíz del proyecto un archivo que describa la estructura —un ARCHITECTURE.md— rinde más a largo plazo. Un documento con una línea por directorio sirve igual de bien al dar contexto a una IA, al incorporarse alguien al equipo y al volver tú mismo dentro de seis meses: y, a diferencia de un listado de archivos, puede dejar constancia de por qué las cosas están divididas así.

📖 Cómo usar

  1. 1
    Captura en shell
    tree/find/fd/ls -R y copia
  2. 2
    Pega y ajusta
    Patrones, profundidad, máx
  3. 3
    Pega en tu asistente IA
    Pega en Claude/Cursor/GPT y pregunta

❓ Preguntas frecuentes

¿Sin tree?
find / ls -R / fd
Demasiados archivos
Limita "Max files" o profundidad
¿Privacidad?
Todo en navegador
¿Precisión tokens?
Aproximado. Use Token Counter para exacto
🐛 ¿Encontró un problema con esta herramienta?

Gratis, sin registro. Incluso solo los pasos para reproducir ayudan. Los informes van directamente al operador y se usan para corregir.

* Se envía automáticamente la info del navegador (UA / pantalla / idioma / URL) para reproducir