easy-llm-cli：让Gemini CLI 支持调用多种大语言模型

easy-llm-cli 是一个开源的命令行工具，基于 Google 的 Gemini CLI 开发，旨在帮助开发者通过简单命令调用多种大语言模型（LLM）。它支持 OpenAI、Gemini、Claude 等多种模型的 API，兼容任何遵循 OpenAI API 格式的模型。用户可以通过终端快速生成文本、分析代码、处理多模态输入（如图片或 PDF），甚至自动化复杂开发任务。工具轻量、模块化，支持自定义配置，适合开发者在本地或生产环境中使用。项目托管在 GitHub 上，社区活跃，文档详尽，易于上手。

功能列表

• 支持多种大语言模型，包括 Gemini、OpenAI、Claude、Qwen 等。
• 提供命令行接口，快速生成文本、回答问题或处理输入。
• 支持多模态输入，可分析图片、PDF 等非文本内容。
• 提供代码分析功能，生成代码注释或总结代码库变更。
• 支持自动化工作流，如处理 Git 提交、生成报告或图表。
• 允许自定义模型配置，通过环境变量灵活切换 LLM 提供商。
• 支持 MCP 服务器，连接外部工具以扩展功能。
• 开源项目，支持社区贡献和本地部署。

使用帮助

安装流程

要在本地使用 easy-llm-cli，需要完成以下安装步骤。确保你的系统满足最低要求：Node.js 20 或更高版本。

1. 安装 Node.js
   访问 Node.js 官网 下载并安装 Node.js（建议版本 20.x 或更高）。运行以下命令检查版本：

   node -v
   

2. **快速运行 CLI**
无需克隆仓库，可直接通过 npx 运行：
```bash
npx easy-llm-cli

这会自动下载并启动工具，适合快速试用。
3. 全局安装（推荐）
如果你计划长期使用，建议全局安装：

npm install -g easy-llm-cli

安装完成后，运行以下命令启动：

elc

4. 从源码安装（可选）
   如果需要自定义或贡献代码，可以克隆仓库：

   git clone https://github.com/ConardLi/easy-llm-cli.git
   cd easy-llm-cli
   npm install
   npm run start
   

5. 配置 API 密钥
   easy-llm-cli 需要配置 LLM 提供商的 API 密钥。例如，使用 OpenAI 的 API：

   export CUSTOM_LLM_PROVIDER="openai"
   export CUSTOM_LLM_API_KEY="sk-xxxxxxxxxxxxxxxxxxxx"
   export CUSTOM_LLM_ENDPOINT="https://api.openai.com/v1"
   export CUSTOM_LLM_MODEL_NAME="gpt-4o-mini"
   

   将 sk-xxxxxxxxxxxxxxxxxxxx 替换为你的实际密钥。你可以在 .bashrc 或 .zshrc 中添加这些命令以持久化配置。

6. Docker 安装（可选）
   如果你更喜欢容器化部署，可以使用 Docker：

   docker build -t easy-llm-cli .
   docker run -d -p 1717:1717 --name easy-llm-cli easy-llm-cli
   

   确保端口 1717 未被占用。

主要功能操作

easy-llm-cli 的核心是通过命令行调用大语言模型，完成文本生成、代码分析和自动化任务。以下是详细的操作说明：

1. 文本生成

运行以下命令生成文本：

elc "写一篇 200 字的 Python 简介"

• 操作说明：elc 是工具的启动命令，后接提示词。默认使用配置的模型（例如 Gemini 或 OpenAI）。你可以通过环境变量切换模型。
• 输出：模型返回 200 字的 Python 简介，格式清晰。

2. 代码分析

在项目目录中运行以下命令，分析代码库：

cd my-project
elc "总结昨天的 Git 提交记录"

• 操作说明：工具会扫描当前目录的 Git 历史，生成提交记录的总结。
• 输出：返回按时间或功能分组的提交说明。

3. 多模态输入

easy-llm-cli 支持处理图片或 PDF。例如，提取 PDF 中的文本：

elc "提取 PDF 中的文本" -f document.pdf

• 操作说明：-f 参数指定文件路径。支持的格式包括 PDF 和图片（JPEG、PNG 等）。
• 输出：返回提取的文本内容。

4. 自动化工作流

通过 MCP 服务器，工具可以连接外部系统。例如，生成 Git 历史图表：

elc "生成过去 7 天的 Git 提交柱状图"

• 操作说明：需要配置 MCP 服务器（如 @antv/mcp-server-chart）。工具会调用模型生成图表数据，并通过 MCP 渲染。
• 输出：返回柱状图数据或可视化结果。

5. 自定义模型配置

你可以通过环境变量切换到其他模型，例如 Claude：

export CUSTOM_LLM_PROVIDER="openrouter"
export CUSTOM_LLM_API_KEY="your-openrouter-key"
export CUSTOM_LLM_MODEL_NAME="claude-sonnet-4"
elc "分析这段代码的功能" < myfile.py

• 操作说明：设置环境变量后，运行命令即可切换模型。
• 输出：返回 Claude 模型对代码的分析。

特色功能操作

1. 多模态支持

easy-llm-cli 支持处理图片、PDF 等多模态输入。例如，生成应用草稿：

elc "根据 sketch.jpg 生成 Web 应用代码" -f sketch.jpg

• 操作说明：上传设计草图，模型会生成对应的 HTML/CSS/JavaScript 代码。
• 输出：返回完整的 Web 应用代码框架。

2. 自动化任务

工具可以处理复杂的开发任务。例如，自动化 Git 操作：

elc "处理 GitHub Issue #123 的代码实现"

• 操作说明：工具会读取 Issue 描述，生成实现代码并提交 Pull Request。
• 输出：返回生成的代码和 PR 链接。

3. 程序化集成

开发者可以将 easy-llm-cli 集成到代码中。例如，使用 Node.js：

import { ElcAgent } from 'easy-llm-cli';
const agent = new ElcAgent({
model: 'gpt-4o-mini',
apiKey: 'your-api-key',
endpoint: 'https://api.openai.com/v1'
});
const result = await agent.run('生成销售数据的柱状图');
console.log(result);

• 操作说明：通过 ElcAgent 类调用模型，适合嵌入到自动化脚本中。
• 输出：返回处理结果，例如图表数据。

注意事项

• 确保 API 密钥有效，且网络连接稳定。
• 多模态功能需要模型支持（见官方测试表格）。例如，Gemini-2.5-pro 和 GPT-4.1 支持多模态，而部分模型如 DeepSeek-R1 不支持。
• 运行复杂任务时，检查 CUSTOM_LLM_MAX_TOKENS 是否足够（默认 8192）。
• 如果遇到问题，查看 troubleshooting 文档 或运行：

  elc logs
  

应用场景

1. 代码库分析
   开发者可以在新项目中运行 elc "描述系统架构"，快速理解代码结构，适合接手陌生项目。
2. 生成应用原型
   设计师上传草图或 PDF，运行 elc "生成 Web 应用"，快速得到可运行的代码原型。
3. 自动化 DevOps 任务
   DevOps 工程师可以运行 elc "生成最近 7 天的 Git 提交报告"，自动整理团队工作进展。
4. 文档处理
   研究人员可以用 elc "提取 PDF 中的关键信息" -f paper.pdf，快速整理学术文档内容。

QA

1. easy-llm-cli 支持哪些模型？
   支持 Gemini、OpenAI、Claude、Qwen 等多种模型，以及任何遵循 OpenAI API 格式的自定义模型。详见官方测试表格。
2. 如何处理多模态输入？
   使用 -f 参数上传图片或 PDF，例如 elc "提取文本" -f file.pdf。确保模型支持多模态（例如 Gemini-2.5-pro）。
3. 是否需要付费 API？
   远程模型需要有效的 API 密钥（例如 OpenAI 或 OpenRouter 的付费密钥）。本地模型如 Qwen2.5-7B-Instruct 无需额外费用。
4. 如何调试错误？
   运行 elc logs 查看日志，或访问 troubleshooting 文档 获取帮助。