recursive-llm

把百万字上下文丢进 REPL，让模型写代码按需读，省 token 做长文分析

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 86 👀 关注 6

GitHub ↗

GitHub 星标 ★ 615

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，需自行部署

项目预览

recursive-llm 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队grishahq

GitHubhttps://github.com/grishahq/recursive-llm

定价模式🏷️完全免费

价格说明开源免费，需自行部署

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

GitHub 星标★ 615

上线时间2025-10-17 00:00:00

代码更新2026-11-02

仓库体积4.2 MB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-16

浏览次数1

项目介绍

recursive-llm 是一个研究型开源项目，实现了「递归语言模型」（Recursive Language Models）思路，用来处理超长上下文任务。它的核心做法是把待分析的长文本或上下文存放到一个 Python REPL 环境中，让模型通过写代码、调用 REPL 来按需检索和操作上下文，而不是把上百万 token 一次性塞进提示词。这样做的目的是在分析 1M+ token 级别的材料时，显著降低实际消耗的 LLM token 数量，同时保持对全局信息的可访问性。项目用 Python 实现，适合研究者、工程师探索长文档问答、代码库分析、大规模资料归纳等场景。它更像一个可复现的论文原型，而非开箱即用的产品，需要自行配置模型接口和运行环境。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 615

使用教程

难度：进阶约 30 分钟部署方式：本地安装 4 步

环境要求

Python 3.10+
模型服务密钥

安装与启动步骤

1装库

发布版即可，也可以从仓库装最新。
```
pip install recursive-llm
```
2跑快速上手

示例能看到它如何把长文本拆成可递归的子问题。
```
python quickstart.py
```
3做同模型对比

自带对照脚本，能量出与一次性塞入的差别。
```
python benchmarks/compare_same_model.py gpt-5-mini
```
4换你的长文档

拿一份真实长文试，重点看成本与召回是否都能接受。