
Awesome-Code-LLM
一张表看懂代码大模型,快速选型不迷路
项目预览
项目数据
项目介绍
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 2026-08-09 · 当前星标 ★ 1295
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 本地已安装 Git
- 网络可访问 GitHub
- 能阅读 Markdown 文件的浏览器或编辑器(无需编程环境)
安装与启动步骤
-
1克隆资源仓库
把 Awesome-Code-LLM 仓库完整下载到本地,只需 Git,无需安装任何依赖。
git clone https://github.com/huybery/Awesome-Code-LLM.git -
2进入仓库目录
切换到刚克隆下来的目录,确认 README 等文件已存在。
cd Awesome-Code-LLM -
3查看目录内容
列出仓库文件,主体内容集中在 README.md 中,无源码需编译。
ls -
4阅读 Top Code LLMs
打开 README.md,先看 Top Code LLMs 章节,了解当前主流代码大模型概览。
-
5浏览榜单与论文
按目录跳转到 Leaderboard 与 Papers 章节,按预训练、指令微调、对齐等分类检索所需资源。
-
6参与贡献
README 明确欢迎贡献资源、工具与论文,在 GitHub 上 Fork 仓库后提交 Pull Request 即可。
如何确认成功
本地能打开 README.md,并看到 Top Code LLMs、Leaderboard 等章节及其中的模型与论文链接,即表示获取成功。
常见问题
Q:这个项目可以直接运行或部署模型吗?
A:不能。它是资源索引列表,不含可执行代码,只汇总模型、论文与基准的链接,需按链接前往各模型官方页面自行使用。
Q:怎么下载某个模型的权重?
A:README 中每条模型条目都带有对应链接(如 Hugging Face 集合页),点击跳转到该模型官方页面按那里的说明下载。
Q:模型信息不是最新的怎么办?
A:仓库持续更新,可用 git pull 拉取最新提交;也可在 GitHub 上提交 Pull Request 补充新模型或修正信息。
Q:需要什么编程环境?
A:不需要任何编程环境,只要能克隆仓库并用浏览器或编辑器阅读 Markdown 即可。
注意事项
- 本仓库仅为资源清单,不包含模型代码、权重或可运行脚本,不要期待 pip install 之类的安装步骤。
- README 中的榜单与论文列表随社区更新变化,实际内容以仓库最新提交为准。
- 各模型的许可证与使用限制由模型官方页面决定,商用前请单独确认。
核心亮点
- 覆盖全面,从编码器到解码器、从通用到专用,主流代码模型一网打尽
- 按任务和模型类型分类,附论文和代码链接,方便快速查阅和对比
- 持续更新,紧跟 Code Llama、DeepSeek-Coder 等新模型发布
不足之处
- 列表式整理,缺乏模型间深度对比和选型建议
- 文档/社区待观察
适用场景
- 研究人员调研代码大模型技术演进和基线模型
- 开发者选择适合代码生成、补全任务的预训练模型
- 教学备课,梳理代码智能领域关键模型和数据集
替代项目
awesome-llm、LLM-Leaderboard、EvalPlus
同类项目推荐
MOSS-Image
开源
5B文生图模型,图里文字清晰、排版不乱
Official repository for MOSS-Image, a 5B-parameter base DiT model with high-quality ···
Otter
开源
让开源多模态模型听懂指令,看图说话更听话
Otter, a multi-modal model based on OpenFlamingo (open-sourced version of DeepMind's···
LLM4Rec-Awesome-Papers
开源
一网打尽LLM+推荐系统前沿论文,快速跟上研究热点
A list of awesome papers and resources of recommender system on large language model···
X-Prompt
开源
用统一提示词,让自回归模型轻松搞定各类图像生成任务
Official implementation of X-Prompt: Towards Universal In-Context Image Generation i···
Open-dLLM
开源
用扩散模型并行生成代码,比自回归更快更稳
Open diffusion language model for code generation — releasing pretraining, evaluati···
awesome-personalized-lmms
开源
收藏个性化多模态模型资源,快速跟进前沿研究。
A curated list of Awesome Personalized Large Multimodal Models resources
World-Simulator
开源
一站式掌握多模态生成与世界模拟前沿资源
[IEEE TPAMI 2026] Simulating the Real World: Survey & Resources, which contains our ···
awesome-mobile-llm
开源
手机跑大模型,一页看全方案与模型
Awesome Mobile LLMs
Janus
开源
一个模型搞定看图说话和画图,多模态全能选手
Janus-Series: Unified Multimodal Understanding and Generation Models