LongCodeZip

压缩长代码上下文，让模型轻松处理超长代码

LongCodeZip 是一个面向代码语言模型的长上下文压缩工具，源自 ASE 2025 论文。它解决的是代码大模型在处理超长代码文件或仓库时，因上下文窗口有限导致性能下降和计算成本高昂的问题。其核心能力是通过学习到的压缩方法，将冗长的代码上下文压缩为更紧凑的表示，同时保留关键语义信息，从而让模型在有限资源下处理更长代码。该工具提供 Python 实现，支持对代码进行高效压缩，可无缝集成到现有代码理解或生成流程中，适用于代码检索、摘要、补全等下游任务。作为早期开源项目，它展示了在代码智能领域提升长文本处理效率的新思路。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 168

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YerbaPage

所属国家

官网地址

GitHubhttps://github.com/YerbaPage/LongCodeZip

定价模式free

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型code-generation,large-language-models,llm,nlp

GitHub 星标★ 168

30天Star增速

HF 下载量

上线时间2025-05-26 00:00:00

最近更新2026-09-15 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4

使用教程

核心亮点

基于 ASE 2025 论文，方法有学术支撑，压缩思路新颖
针对代码语言模型优化，直接解决长上下文痛点
提供 Python 实现，易于集成到现有代码处理流程

不足之处

项目早期，文档和社区支持待观察
压缩可能带来信息损失，需评估对下游任务精度的影响

适用场景

代码大模型处理超长文件或仓库时降低上下文长度
代码检索与摘要任务中压缩输入以提升效率
资源受限环境下的代码理解与生成

替代项目

LongLLMLingua、LLMLingua、Selective Context

项目介绍

LongCodeZip 是模型训练领域的开源项目，由 YerbaPage 开发，2025 年首次发布。

它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 168。

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 2026-09-15。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：代码大模型处理超长文件或仓库时降低上下文长度。同类可对比的替代方案包括 LongLLMLingua、LLMLingua、Selective Context。

上一篇：LightCompress

下一篇：SINQ