easy-llm-cli: ativação da CLI do Gemini para oferecer suporte a chamadas para vários modelos de idiomas grandes

O easy-llm-cli é uma ferramenta de linha de comando de código aberto baseada no Gêmeos A CLI foi desenvolvida para ajudar os desenvolvedores a invocar vários modelos de linguagem grande (LLMs) com comandos simples. Ela oferece suporte a APIs para OpenAI, Gemini, Claude e muitos outros modelos, e é compatível com qualquer modelo que siga o formato da API do OpenAI. Os usuários podem gerar textos rapidamente, analisar códigos, processar entradas multimodais (como imagens ou PDFs) e até mesmo automatizar tarefas de desenvolvimento complexas por meio do terminal. A ferramenta é leve, modular e suporta configurações personalizadas, o que a torna adequada para os desenvolvedores usarem em ambientes locais ou de produção. O projeto está hospedado no GitHub, com uma comunidade ativa, documentação detalhada e fácil de começar.

Lista de funções

• Oferece suporte a uma ampla variedade de modelos de linguagem grandes, incluindo Gemini, OpenAI, Claude, Qwen e outros.
• Fornece uma interface de linha de comando para gerar texto rapidamente, responder a perguntas ou processar entradas.
• Oferece suporte à entrada multimodal e pode analisar conteúdo não textual, como imagens e PDFs.
• Oferece recursos de análise de código para gerar comentários de código ou resumir alterações na base de código.
• Suporte para fluxos de trabalho automatizados, como processamento de commits do Git, geração de relatórios ou gráficos.
• Permite a configuração de modelos personalizados e a troca flexível de provedores de LLM por meio de variáveis de ambiente.
• apoiar algo MCP servidores, conectando ferramentas externas para ampliar a funcionalidade.
• Projeto de código aberto com suporte para contribuições da comunidade e implementação local.

Usando a Ajuda

Processo de instalação

Para usar o easy-llm-cli localmente, você precisa concluir as seguintes etapas de instalação. Certifique-se de que seu sistema atenda aos requisitos mínimos: Node.js 20 ou superior.

1. Instalação do Node.js
   entrevistas Site oficial do Node.js Faça download e instale o Node.js (versão recomendada 20.x ou superior). Execute o seguinte comando para verificar a versão:

   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

Isso fará o download automático e iniciará a ferramenta para um teste rápido.
3. Instalação global (recomendada)
Se você planeja usá-lo por um longo período de tempo, recomenda-se instalá-lo globalmente:

npm install -g easy-llm-cli

Após a conclusão da instalação, execute o seguinte comando para iniciá-la:

elc

4. Instalação a partir da fonte (opcional)
   Se precisar personalizar ou contribuir com código, você poderá clonar o repositório:

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

5. Configuração de chaves de API
   O easy-llm-cli precisa ser configurado com a chave de API do provedor de LLM. Por exemplo, use a API do OpenAI:

   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"
   

   comandante-em-chefe (militar) sk-xxxxxxxxxxxxxxxxxxxx substitua-a por sua chave real. Você pode encontrar a chave real na seção .bashrc talvez .zshrc para adicionar esses comandos à configuração persistente.

6. Instalação do Docker (opcional)
   Se preferir a implantação em contêineres, você pode usar o Docker:

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

   Certifique-se de que a porta 1717 Desocupado.

Funções principais

O núcleo do easy-llm-cli é invocar o modelo de linguagem grande por meio da linha de comando para geração de texto, análise de código e tarefas de automação. A seguir, uma descrição detalhada de como fazer isso:

1. geração de texto

Execute o seguinte comando para gerar o texto:

elc "写一篇 200 字的 Python 简介"

• Instruções de operação::elc é o comando de inicialização da ferramenta, seguido de um prompt. O modelo configurado (por exemplo, Gemini ou OpenAI) é usado por padrão. Você pode alternar os modelos por meio de variáveis de ambiente.
• exportaçõesO modelo retorna um perfil Python de 200 palavras em um formato claro.

2. análise de código

Execute o seguinte comando no diretório do projeto para analisar a base de código:

cd my-project
elc "总结昨天的 Git 提交记录"

• Instruções de operaçãoFerramenta Git: A ferramenta examina o histórico do Git do diretório atual e gera um resumo dos commits.
• exportaçõesInstruções de envio: retorna instruções de envio agrupadas por tempo ou função.

3. entradas multimodais

O easy-llm-cli suporta o processamento de imagens ou PDFs, por exemplo, a extração de texto de PDFs:

elc "提取 PDF 中的文本" -f document.pdf

• Instruções de operação::-f especifica o caminho do arquivo. Os formatos compatíveis incluem PDF e imagens (JPEG, PNG, etc.).
• exportaçõesTexto extraído: retorna o conteúdo do texto extraído.

4. fluxos de trabalho automatizados

Por meio do servidor MCP, a ferramenta pode se conectar a sistemas externos. Por exemplo, para gerar gráficos de histórico do Git:

elc "生成过去 7 天的 Git 提交柱状图"

• Instruções de operaçãoVocê precisa configurar o servidor MCP (por exemplo @antv/mcp-server-chart). A ferramenta chama o modelo para gerar os dados do gráfico e os renderiza por meio do MCP.
• exportaçõesGráfico de barras: retorna dados do gráfico de barras ou resultados de visualização.

5. configuração personalizada do modelo

Você pode mudar para outros modelos, como o Claude, por meio de variáveis de ambiente:

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

• Instruções de operaçãoDepois de definir as variáveis de ambiente, execute o comando para trocar de modelo.
• exportações: Retorno Claude Análise do modelo do código.

Operação da função em destaque

1. suporte multimodal

O easy-llm-cli suporta o manuseio de entradas multimodais, como imagens, PDFs e assim por diante. Por exemplo, a geração de aplicativos de rascunho:

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

• Instruções de operaçãoCarregar um esboço de design e o modelo gerará o código HTML/CSS/JavaScript correspondente.
• exportaçõesRetorna a estrutura completa do código do aplicativo da Web.

2. tarefas automatizadas

As ferramentas podem lidar com tarefas de desenvolvimento complexas. Por exemplo, automatizar as operações do Git:

elc "处理 GitHub Issue #123 的代码实现"

• Instruções de operaçãoA ferramenta lê a descrição do problema, gera o código de implementação e envia uma solicitação pull.
• exportaçõesPR: Retorna o código gerado e o link PR.

3. integração programática

Os desenvolvedores podem integrar o easy-llm-cli em seu código. Por exemplo, usando o 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);

• Instruções de operação: através de ElcAgent Modelo de chamada de classe, adequado para ser incorporado em scripts de automação.
• exportaçõesRetorna os resultados do processamento, como dados do gráfico.

advertência

• Verifique se a chave de API é válida e se a conexão de rede é estável.
• A funcionalidade multimodal requer suporte ao modelo (consulte o formulário de teste oficial). Por exemplo, o Gemini-2.5-pro e o GPT-4.1 suporta multimodalidade, enquanto alguns modelos, como o DeepSeek-R1 Sem suporte.
• Ao executar tarefas complexas, verifique o CUSTOM_LLM_MAX_TOKENS é suficiente (padrão 8192).
• Se você encontrar problemas, verifique o Documentação de solução de problemas Ou correr:

  elc logs
  

cenário do aplicativo

1. Análise da base de código
   Os desenvolvedores podem executar o novo projeto elc "描述系统架构"O usuário, que é um dos mais experientes, entende rapidamente a estrutura do código, adequado para assumir projetos desconhecidos.
2. Gerar protótipos de aplicativos
   O designer faz o upload de um esboço ou PDF, executa elc "生成 Web 应用"e obter rapidamente um protótipo de código executável.
3. Automatização de tarefas de DevOps
   Os engenheiros de DevOps podem executar elc "生成最近 7 天的 Git 提交报告"O sistema de gerenciamento de dados da equipe, que é um sistema de gerenciamento de dados, reúne automaticamente o progresso do trabalho da equipe.
4. processamento de arquivos
   Os pesquisadores podem usar elc "提取 PDF 中的关键信息" -f paper.pdfOrganize rapidamente o conteúdo de documentos acadêmicos.

QA

1. Quais modelos são compatíveis com o easy-llm-cli?
   Compatível com Gemini, OpenAI, Claude, Qwen e muitos outros, bem como com qualquer modelo personalizado que siga o formato da API do OpenAI. Consulte o formulário de teste oficial para obter detalhes.
2. Como lidar com entradas multimodais?
   fazer uso de -f para carregar uma imagem ou PDF, por exemplo elc "提取文本" -f file.pdf. Certifique-se de que o modelo seja compatível com multimodalidade (por exemplo, Gemini-2.5-pro).
3. Preciso de uma API paga?
   Os modelos remotos exigem uma chave de API válida (por exemplo, uma chave paga para OpenAI ou OpenRouter). Os modelos locais, como o Qwen2.5-7B-Instruct, não exigem taxas adicionais.
4. Como faço para depurar erros?
   estar em movimento elc logs Veja o registro ou visite Documentação de solução de problemas Procure ajuda.