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

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。