CodeGeeX4
不活跃简介
智谱开源的多场景代码大模型，支持补全、解释、检索与函数调用。
核心特性
- 多任务一体 — 单模型支持补全、解释、翻译、检索、函数调用
- 多语言支持 — 覆盖 Python、Java、Go、JavaScript、C++ 等 20+ 编程语言
- 仓库级 Q&A — 理解整个仓库上下文，回答跨文件问题
- 工具调用 — 内置 Function Calling，可挂载检索/执行等外部工具
- 9B 参数高效 — CodeGeeX4-ALL-9B 兼顾效果与本地部署成本
- 开放权重 — Apache-2.0 协议，支持商用与二次微调
适用场景
💡 IDE 代码补全与解释：VS Code/JetBrains 插件级体验。
💡 代码评审：自动解释一段历史代码的意图与潜在问题。
💡 仓库级 Q&A：让模型理解整个项目，回答架构和依赖相关问题。
💡 自动化脚本生成：函数调用 + RAG，自动为团队写工具脚本。
优势与不足
✅ 优势
- • 社区热度高（2.6k stars）
- • 开源许可证友好（Apache-2.0）
- • 项目有一定历史沉淀（已维护 2 年）
⚠️ 不足
- • 已超过 23 个月未更新
分类
快速开始
# 安装
pip install transformers torch accelerate
# 通过 transformers 加载模型
from transformers import AutoModel, AutoTokenizer
model = AutoModel.from_pretrained('ZhipuAI/codegeex4-all-9b', trust_remote_code=True).cuda()
tok = AutoTokenizer.from_pretrained('ZhipuAI/codegeex4-all-9b', trust_remote_code=True)
out = model.generate(**tok('def fibonacci(n):', return_tensors='pt').to('cuda'), max_length=128)
print(tok.decode(out[0], skip_special_tokens=True))