org-ai 是一个 Emacs minor mode，为 org-mode 提供生成式 AI 模型访问。它目前支持的模型包括 OpenAI API（ChatGPT、DALL-E、其他文本模型），可选择通过 Azure API 运行而非 OpenAI，以及通过 stable-diffusion-webui 使用 Stable Diffusion。
主要能力： 在 org-mode 缓冲区中，可以使用 ChatGPT 生成文本，并完全控制系统提示（system prompt）和用户提示（user prompt）。支持语音输入和输出，可与 AI 对话。可使用文本提示通过 Stable Diffusion 或 DALL-E 生成图像和图像变体。org-ai 还提供在 org-mode 之外使用的各种命令，可对选定文本或多个文件进行提示。
使用方式： 使用 #+begin_ai...#+end_ai 特殊块来标记 AI 模型的输入（对于 ChatGPT 也为输出）。可用于 AI 聊天、文本补全和文本到图像生成。创建块后按 C-c C-c 创建对话，按 C-g 中断运行中的请求。使用 :image 关键字生成图像，默认使用 DALL·E-3，可通过 :size、:model、:quality、:style、:n 等关键字控制图像生成。可以修改系统提示和其他参数，系统提示会注入到用户输入之前，用于“引导”模型以特定风格回答。使用 :image 标志生成图像时，图像会内联显示在 ai 块下方，并存储在 org-ai-image-directory（默认 ~/org/org-ai-images/）中。还可使用语音输入转写输入，按 C-c r 开始录音（需设置语音识别）。语音输出可通过 org-ai-talk-output-enable 启用。 在 #+begin_ai...#+end_ai 内，可使用 C-c <backspace>（org-ai-kill-region-at-point）删除光标下的聊天部分，org-ai-mark-region-at-point 标记光标处的区域，org-ai-mark-last-region 标记最后一个聊天部分。 可在 _ai 后添加语言主模式名称以应用语法高亮，例如 #+begin_ai markdown。对于 markdown，可设置 (setq markdown-fontify-code-blocks-natively t) 以正确高亮反引号中的代码。 默认启用自动跳转到块末尾，可通过 (setq org-ai-auto-fill t) 启用自动填充。
块选项： 对于 ChatGPT：:max-tokens、:temperature、:top-p、:frequency-penalty、:presence-penalty、:sys-everywhere。可使用 org 文件作用域属性或 org 标题属性抽屉使块继承设置。自定义变量包括 org-ai-default-chat-model（默认 "gpt-4o-mini"）、org-ai-default-max-tokens、org-ai-default-chat-system-prompt（默认 "You are a helpful assistant inside Emacs."）、org-ai-default-inject-sys-prompt-for-all-messages。 对于 DALL-E：:image、:size（默认 256x256，可 512x512 或 1024x1024）、:n。自定义变量 org-ai-image-directory。 其他文本模型：:completion、:model。自定义变量 org-ai-default-completion-model（默认 "text-davinci-003"）。 图像变体：org-ai-image-variation 命令提示输入图像文件路径、大小和数量，生成图像并插入链接。输入图像需为正方形且小于 4MB，需要 curl 命令行工具。
全局命令： 启用 org-ai-global-mode 后，前缀 C-c M-a 绑定到多个命令。org-ai-on-project 缓冲区允许对项目中的文件运行命令，也可仅对选定文本运行。可要求 AI 修改或重构代码，生成差异（diff）并选择应用与否。
安装： org-ai 在 Melpa 上：https://melpa.org/#/org-ai。添加 Melpa 到包档案后可使用 package-install 安装。也可手动检出仓库，使用 use-package 或 require。
API 密钥： 可直接在配置中设置 API token，或使用 auth-source 从 ~/authinfo.gpg 检索。可切换至 Azure，通过自定义变量 org-ai-azure-openai-api-base 等。也可使用 perplexity.ai 或 Anthropic / Claude，需相应配置服务与认证。
语音输入/输出设置： 语音输入使用 whisper.el 和 ffmpeg，已在 macOS 和 Linux 上测试。Windows 用户需自行测试。
Stable Diffusion 设置： 通过 stable-diffusion-webui 使用。可使用 img2img，通过 #+name 标记 org-mode 图像并用 :image-ref 引用。M-x org-ai-sd-clip 和 org-ai-sd-deepdanbooru 可猜测提示。
本地 LLM： 使用 oobabooga/text-generation-webui 设置本地 LLM，启动 API 服务器后，在 org-ai 块中添加 :local 键，请求将发送到本地 API 服务器而非 OpenAI API。
Noweb 支持： 支持 noweb 引用，可通过 org-ai-expand-block 查看扩展后的文档。
限制： 需要 OpenAI 账户和 API token（或相应服务凭据）。免费层使用限制暂未提供。perplexity.ai 目前 API 不提供引用/链接。其他限制如模型版本、API 版本等详见文档。
