命令行中与大模型对话

Ai学习的老章

发布于 2025-07-26 09:58:24

5960

大家好，我是老章推荐一个有意思的可以在命令行与大模型对话的Python库虽然各种code CLI工具很多，但是也不是什么问题都要去找Claude Code、Gemini CLI、Qwen Code这些烧钱的大家伙，有时候跑去网页端再粘回来也很麻烦，这个llm工具还是很有应用场景的。

LLM

LLM 是一款功能强大的命令行工具和 Python 库，可与 OpenAI、Anthropic 的 Claude、Google 的 Gemini、Meta 的 Llama 等众多大语言模型进行交互，支持通过远程 API 及在本地安装运行模型。

其功能丰富，如命令行运行提示、在 SQLite 中存储提示与响应、生成和存储嵌入、从文本和图像中提取结构化内容等。

安装 llm

安装最简单的方式：pip install llm

查看 llm 的用法：llm --help

  prompt*       执行一个提示命令
  aliases       管理模型别名
  chat          与模型进行持续对话
  collections   查看和管理嵌入集合
  embed         对文本进行嵌入并存储或返回结果
  embed-models  管理可用的嵌入模型
  embed-multi   一次性为多个字符串存储嵌入...
  fragments     管理数据库中存储的片段
  install       从PyPI安装包到LLM所在环境
  keys          管理不同模型的存储API密钥
  logs          探索记录的提示和响应工具
  models        管理可用模型
  openai        直接与OpenAI API交互的命令
  openrouter    与llm-openrouter插件相关的命令
  plugins       列出已安装插件
  schemas       管理存储的模式
  similar       使用余弦相似度返回集合中前N个相似ID...
  templates     管理存储的提示模板
  tools         管理可供LLM使用的工具
  uninstall     从LLM环境卸载Python包

配置 API

执行命令，查看配置文件及路径

llm keys path

macos中是

Windows 中是

在该目录中创建一个名为 extra-openai-models.yaml 的文件。

比如 Kimi

- model_id: kimi-k2-0711-preview
  model_name: kimi-k2-0711-preview
  aliases: ["k2"]
  api_base: "https://api.moonshot.cn/v1"
  api_key_name: moonshot

比如 DeepSeek

- model_id: deepseek-reasoner
  model_name: deepseek-reasoner
  aliases: ["r1"]
  api_base: "https://api.deepseek.com/v1"
  api_key_name: moonshot

大家举一反三吧，事实上所有 OpenAI API 格式的 API 都是兼容的

比如我常用的 Siliconflow

- model_id: moonshotai/Kimi-K2-Instruct
  model_name: moonshotai/Kimi-K2-Instruct
  aliases: ["k2"]
  api_base: "https://api.siliconflow.cn/v1"
  api_key_name: siliconflow