这是一套什么样的工具
LLM 是一个命令行工具，也是一个 Python 库，用来和大模型打交道：在终端里发提示词、拿回答，或者在代码里调用同一套能力。文档站首页给的定位就是这两重身份，顶部还挂着测试状态、许可证与包版本三枚徽章。对习惯终端的人，它意味着不必先打开网页就能试一段提示词；对开发者，同一套调用可以嵌进脚本与服务里，减少自己处理请求、重试与存储的重复劳动。
深度介绍
LLM 命令行工具详细介绍
核心功能：五项能力
工具的能力分成五块：在命令行里直接跑提示词；把每次的提示与回答存进 SQLite，方便日后检索与对比；生成并存储嵌入向量，供相似度检索使用；对文本和图像做结构化提取，把自由格式的输出整理成字段；以及在得到授权后让模型调用工具，把分析结果转成实际操作。五块能力覆盖了从提问、留存到再利用的完整过程，可以只用其中一两块，也可以串成一条流水线。
特色：模型自由与本地留档
它不绑定某一家模型服务：通过兼容端点可以接入不同来源的模型，具体的端点地址与密钥由使用者自己决定，切换供应方时改动很小。所有调用默认写进本地 SQLite，提示词、回答与元数据都在同一个文件里，想回看历史或做统计不必另建系统。配套的模板与模型别名可以把常用组合固定下来，敲一条短命令就能复现同样的配置，日常试提示词时省去反复粘贴长参数的麻烦。
资源渠道：文档、包页与仓库
资料入口集中在文档站：安装说明与快速开始放在最显眼的位置，插件部分单独成节，讲清安装、目录、钩子、模型插件、工具插件与嵌入插件六类扩展；另有 CLI 参考与相关工具页面。代码与问题跟踪在 GitHub 仓库，安装包在 PyPI，许可证 Apache 2.0 的原文也直接给出链接。文档站由 Read the Docs 托管生成，页面支持三种主题状态与侧栏收放，还配了一段演示视频与配套文章。
上手路径：四种安装方式
安装有四条路：pip、Homebrew、pipx 和 uv，按自己的环境挑一条即可；如果只想临时跑一次，uvx 可以即用即走，不必先往环境里装东西。装好之后从快速开始页起步，先在命令行里发一条提示词，确认模型可用，再打开插件目录挑需要的扩展。文档站首页把安装、快速开始和插件三个入口并排放在最前，第一次使用基本不会卡在找不到命令这一步。
场景：从试提示词到跑数据管道
常见用法有几种：把一段提示词丢进终端快速试效果，回答自动留在 SQLite 里；批量处理文本或图像，用结构化提取把结果落成字段；生成嵌入向量之后做相似度检索；在授权范围内让模型调用工具完成一步操作。写脚本的人则直接用 Python 库，把同一套调用嵌进数据管道。与同属一家生态的 Datasette 以及同作者的 Textual 一样，它偏向把事情做成可组合的小工具。
资费门槛：开源免费
费用上没有门槛：项目以 Apache 2.0 许可证开源，安装与使用都不收钱，也没有需要注册的付费档位；模型侧的花费取决于你自己接入的服务，工具本身不额外抽成。开源仓库累计约 12.6k 星，许可徽章与包版本都挂在文档站顶部，接手前能一眼看清授权与维护状态。对个人开发者、数据工作者以及想把提示词流程沉淀下来的团队，这基本是零成本起步的方案。
产品特点
核心功能与独有价值
一条命令免安装
uvx 这类包式运行方式可以即跑即走，想临时验证一段提示词，不必先往环境里装东西，跑完也不留残留，适合在多台机器之间来回切换的人。
所有问答落在本地
每次调用的提示与回答都会写进本地 SQLite 文件，回看历史、导出统计、比较不同模型的回答都不依赖外部服务，数据始终留在自己机器上。
换模型不用改流程
通过兼容端点可以指向不同来源的模型，切换供应方时只需改配置，命令与脚本保持不变；配合模型别名和模板，常用组合能固定成短命令。
插件把扩展面铺开
文档把插件分成模型、工具、嵌入等几类，装上对应扩展就能补进新的模型来源或能力，钩子还能在流程前后插入自己的处理步骤，不必改动主体代码。
最近动态
重要更新
开源仓库约 12.6k 星
GitHub 仓库的星标数达到 12555，许可证徽章显示 Apache 2.0，PyPI 上的版本信息同步挂在文档站顶部，接手前可直接查看当前授权与发布状态。
文档站补齐插件章节
文档把插件部分拆成安装、目录、钩子、模型插件、工具插件与嵌入插件六节，配合 CLI 参考与相关工具页面，扩展方式查起来更顺，演示视频也在同一页。
产品总结
LLM 是一个命令行工具，同时也是一个 Python 库，用来和大模型打交道：在终端里发提示词、拿回答，或者在代码里调用同一套能力。它由 Simon Willison 开发并在 GitHub 上开源，文档站首页给的定位就是命令行工具加 Python 库两重身份。对习惯终端的人，这意味着不必先打开网页就能试一段提示词；对开发者，同一套接口可以嵌进脚本与服务里，省掉自己处理请求、重试与存储的样板代码。 能力分成五块：在命令行里直接跑提示词；把每次的提示与回答存进 SQLite，方便日后检索与对比；生成并存储嵌入向量，供相似度检索使用；对文本和图像做结构化提取，把自由格式的输出整理成字段；以及在得到授权后让模型调用工具，把分析结果转成实际操作。它不绑定某一家模型服务，通过兼容端点可以接入不同来源的模型，切换供应方时改动很小。扩展面交给插件体系，文档把插件分成安装、目录、钩子、模型插件、工具插件与嵌入插件六类，另有模型别名与模板，可以把常用组合固定成短命令。 费用上没有门槛：项目以 Apache 2.0 许可证开源，安装与使用都不收钱，也没有需要注册的付费档位，模型侧的花费取决于你自己接入的服务。安装有四条路——pip、Homebrew、pipx 和 uv，只想临时跑一次可以用 uvx 即用即走。资料集中在文档站，安装、快速开始与插件三个入口并排放在首页最前，另配 CLI 参考与一段演示视频；代码与问题在 GitHub，安装包在 PyPI，许可证原文也直接给了链接。开源仓库累计约 12.6k 星。
- 产品类型
- 面向命令行的大模型调用与 Python 交互库
- 支持平台
- macOS / Linux
- 资费模式
- 开源免费，采用 Apache 2.0 许可证，无付费档位；模型花费取决于所接服务。
核验信息
参考文章与数据来源
本页信息整理自 LLM 项目官方渠道：文档站首页的定位句与五项能力说明、安装与插件章节、PyPI 包页与 GitHub 仓库的版本及星标信息、Apache 2.0 许可证原文；素材取自作者头像与仓库分享图。页面信息核对于 2026-10-04。
- 其他文档首页
- 其他PyPI 包页
- 其他GitHub 仓库
- 其他插件目录
- 官方文档许可证 Apache 2.0
- 官方文档robots 规则文件
- 其他仓库分享图
- 其他作者头像图标
用户体验调查
LLM 命令行工具介绍页面对您是否有帮助？