【文章标题】： llm 0.33 llm 0.33
【文章正文】： Release:
llm 0.33
My highlights from this release:
发布：
llm 0.33
本次发布中我的亮点：
Upgraded to the OpenAI Python library 3.x and switched the HTTP client dependency from
httpx
to
httpx2
.
#1608
,
#1631
升级到 OpenAI Python 库 3.x，并将 HTTP 客户端依赖从
httpx
切换为
httpx2
。
#1608
,
#1631
I shipped a quick
0.32.1 fix
for this yesterday, but this is the more comprehensive fix.
我昨天发布了一个快速的
0.32.1 修复
，但这是更全面的修复。
llm embed
and
llm embed-multi
now accept
—key
. The Python
EmbeddingModel.embed()
,
EmbeddingModel.embed_multi()
,
Collection.embed()
and
Collection.embed_multi()
methods accept
key=
too, passing the resolved per-call key to embedding plugins without changing shared model state. Existing plugins that read
self.key
continue to work through a compatibility fallback. Thanks,
ChrisJr404
.
#757
,
#1620
llm embed
和
llm embed-multi
现在接受
—key
。Python 的
EmbeddingModel.embed()
、
EmbeddingModel.embed_multi()
、
Collection.embed()
和
Collection.embed_multi()
方法也接受
key=
，将解析后的每次调用密钥传递给嵌入插件，而不改变共享模型状态。读取
self.key
的现有插件通过兼容性回退继续工作。感谢
ChrisJr404
。
#757
,
#1620
The embedding models now use the same pattern for keys that regular LLM models do.
嵌入模型现在使用与常规 LLM 模型相同的密钥模式。
llm prompt -t/—template
can now be repeated to combine templates in order. This allows model configuration and options from one template to be used with a prompt from another.
llm prompt -t/—template
现在可以重复使用，以按顺序组合模板。这允许将一个模板中的模型配置和选项与另一个模板中的提示词一起使用。
This unlocks a neat pattern where you can create templates that package a model with a set of default options:
这开启了一种巧妙的模式，你可以创建将模型与一组默认选项打包在一起的模板：
llm -m gpt-5.6-luna -o reasoning_effort high —save lhigh llm “Generate an SVG of a pelican riding a bicycle” —save pelican
Combine and run the templates
llm -t lhigh -t pelican
llm -m gpt-5.6-luna -o reasoning_effort high —save lhigh llm “Generate an SVG of a pelican riding a bicycle” —save pelican
组合并运行模板
llm -t lhigh -t pelican
Reasoning-capable Responses API models now support a
reasoning_summary
option with
auto
,
concise
, and
detailed
values. This can be used with
llm openai endpoint —responses
.
#1600
支持推理的 Responses API 模型现在支持
reasoning_summary
选项，可选值为
auto
、
concise
和
detailed
。这可以与
llm openai endpoint —responses
一起使用。
#1600
This is particularly useful for exercising different models that provide their own imitation of the OpenAI Responses API.
这对于测试那些提供自己模仿 OpenAI Responses API 的不同模型特别有用。
Tags:
annotated-release-notes
,
llm
标签：
annotated-release-notes
,
llm