llm

用途

llm 是一个命令行工具与 Python 库，用于与各类大语言模型交互，包括 OpenAI、Anthropic 的 Claude、Google 的 Gemini、Meta 的 Llama，以及通过远程 API 或本地安装的数十种其他模型。该技能适合在命令行中运行提示词、管理对话与聊天会话、处理语义搜索所需的嵌入、使用 Schema 提取结构化数据、安装配置 LLM 插件、管理各提供商 API 密钥、使用可复用提示词模板，以及记录和分析 LLM 交互。

主要能力

基础命令

运行提示词：

llm "Your prompt here"

指定模型：

llm -m claude-4-opus "Your prompt"

聊天模式：

llm chat -m gpt-4.1

带附件（图片、音频、视频）：

llm "describe this" -a image.jpg

管道输入内容：

cat file.py | llm -s "Explain this code"

密钥管理

llm keys set openai
llm keys set anthropic
llm keys set gemini

插件管理

llm install llm-anthropic
llm install llm-gemini
llm install llm-ollama
llm plugins

文档索引

核心文档：README.md（项目概览与快速开始）、docs/setup.md（安装与初始配置）、docs/usage.md（CLI 使用指南，涵盖提示词、聊天、附件、会话）、docs/help.md（完整命令参考与帮助文本）。

模型配置：docs/openai-models.md（OpenAI 模型配置与特性）、docs/other-models.md（其他模型提供商配置）。

高级功能：docs/tools.md（工具使用与函数调用）、docs/schemas.md（从文本和图像提取结构化数据）、docs/templates.md（创建和使用提示词模板）、docs/fragments.md（使用 fragments 支持长上下文）、docs/aliases.md（创建模型别名）。

嵌入：docs/embeddings/index.md（嵌入概览）、docs/embeddings/cli.md（嵌入 CLI 命令）、docs/embeddings/python-api.md（嵌入 Python API）、docs/embeddings/storage.md（嵌入存储系统）、docs/embeddings/writing-plugins.md（编写嵌入插件）。

插件：docs/plugins/index.md（插件系统概览）、docs/plugins/installing-plugins.md（安装与管理插件）、docs/plugins/directory.md（插件目录列表）、docs/plugins/tutorial-model-plugin.md（教程：创建模型插件）、docs/plugins/advanced-model-plugins.md（高级插件开发）、docs/plugins/plugin-hooks.md（插件钩子参考）、docs/plugins/plugin-utilities.md（插件工具函数）。

Python API 与开发：docs/python-api.md（Python 库 API 参考）、docs/logging.md（日志系统与 SQLite 存储）、docs/contributing.md（参与 LLM 开发）。

参考：docs/related-tools.md（相关工具与生态）、docs/changelog.md（版本历史与变更）。

使用方式

常见工作流

开始对话：

llm chat -m gpt-4.1 -s "You are a helpful coding assistant"

继续之前的对话：

llm -c "Follow up question"

处理文件：

cat script.py | llm "Review this code for bugs"
cat *.md | llm "Summarize these documents"

结构化输出：

llm -m gpt-4.1 "Extract person info" -a photo.jpg --schema name,age,occupation

模板使用：

llm templates
llm -t summarize < article.txt

内置模板

该技能在 templates/ 中包含可直接使用的提示词模板。

audio-to-article.yaml：将原始音频转录稿转换为精炼、可读的文章，配合 /audio-to-article 命令使用。

cat transcript.txt | llm -t templates/audio-to-article.yaml
python3 ../parakeet/srt_to_text.py audio.srt | llm -t templates/audio-to-article.yaml

功能包括：移除填充词（um、uh、like、you know）；根据上下文修正转录错误；在话题转换处添加段落分隔；在话题变化处创建章节标题；保留说话者的语气与含义；输出带标题的干净 Markdown。

相关技能：parakeet（将音频转录为 SRT，包含 srt_to_text.py 转换辅助脚本）、yt-dlp（从 URL 下载音频，如 YouTube、播客等）。

适用场景

适合需要在终端中快速调用多种大模型、批量处理文本与代码文件、进行语义搜索嵌入、从文本或图像中提取结构化数据、以及通过模板复用提示词的开发者与技术人员。

限制

关于该技能的具体收费、价格、平台限制、效果指标及完整使用步骤，当前资料未提供。