CntxtPY

把整个 Python 项目压缩成 LLM 看得懂的上下文图谱

CntxtPY 是一个针对 Python 代码库的发现与压缩工具，旨在为大型语言模型（LLM）生成高效的项目上下文。它通过静态分析构建代码知识图谱，将项目结构、类、函数及依赖关系提炼成紧凑的摘要，从而显著减少 LLM 处理完整代码库所需的 token 数量。核心能力包括代码结构可视化、上下文窗口优化、依赖关系梳理，以及为 AI 编程助手提供精准的项目级背景信息。它解决了开发者在用 LLM 辅助编程时，因上下文过长导致成本高、响应慢或信息丢失的问题，让 AI 能更快理解项目全貌。作为早期项目，它聚焦于 Python 生态，为 AI 驱动的开发工作流提供基础工具。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 115

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队brandondocusen

所属国家

官网地址

GitHubhttps://github.com/brandondocusen/CntxtPY

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型architecture-insights,code-documentation,code-visualization,codebase-analysis,context-management,context-window,decorators,dependency-analysis,dependency-mapping,developer-tools,knowledge-graph,large-language-models,llm,llm-integration,machine-learning,module-relationships,numpy,open-source,python,token-reduction

GitHub 星标★ 115

30天Star增速

HF 下载量

上线时间2024-11-27 00:00:00

最近更新2026-06-14 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

核心亮点

专门为 LLM 上下文优化，能大幅减少 token 消耗，降低 API 成本
自动生成知识图谱，直观展示项目结构和模块依赖，便于快速理解
纯静态分析，无需运行代码，安全且适用于任何 Python 项目

不足之处

仅支持 Python，对其他语言不友好
早期项目，功能稳定性与文档完善度待观察

适用场景

为 AI 编程助手（如 Copilot）准备项目级上下文，提升代码生成准确性
新成员快速上手大型 Python 代码库，通过图谱了解整体架构
在代码审查或重构前，用图谱识别模块间耦合关系

替代项目

tree-sitter、pycg、Code2Graph

项目介绍

CntxtPY 是编程开发领域的开源项目，由 brandondocusen 开发，2024 年首次发布。

它收录于编程开发分类，该分类目前共有 490 个项目，GitHub 星标数为 115。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-06-14。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：为AI编程助手（如Copilot）准备项目级上下文，提升代码生成准确性。同类可对比的替代方案包括 tree-sitter、pycg、Code2Graph。

上一篇：Awesome-Code-Intelligence

下一篇：CntxtJS