shellus-llmcmd 1.2.1

Unified LLM CLI for text, image, audio, and batch tasks

---

name: llmcmd description: Use when handling terminal-first LLM workflows for text generation, image generation, audio transcription, YAML batch tasks, or file-based prompt and reference inputs.

llmcmd

Overview

llmcmd 是一个终端优先的统一 LLM 命令行技能，核心入口是 llm。

适用目标：

• 用 chat 处理生成、总结、改写、结构化提取
• 用 image 生成或编辑图片
• 用 audio 转写、总结或产出字幕
• 用 batch 通过 YAML 批量编排任务
• 用 chat --edit 基于要求直接修改文本文件

When to Use

在以下场景使用本技能：

• 需要把 AI 能力嵌入 shell、脚本、自动化流程或 CI
• 需要一次性读取本地文本、图片、文档、音频作为参考输入
• 需要把多步任务收敛到单个 CLI，而不是切换多个网页或客户端
• 需要持久化会话，在终端中继续同一轮对话
• 需要批量执行多条 prompt 任务并写出结构化结果

以下情况不适合：

• 只是在网页里做一次普通聊天，不需要命令行集成
• 任务依赖复杂交互界面，而不是文件、参数和标准输出

Quick Reference

安装

pip install shellus-llmcmd

命令名：

llm

四种模式

模式	用途	常用输入	常用输出
llm chat	文本生成、分析、问答、改写、编辑文件	prompt、@文件、-r 附件	stdout、文件、会话
llm image	图片生成、参考图编辑	prompt、@文件、-r 附件	图片文件
llm audio	音频转写、总结、字幕	prompt、音频附件	stdout、字幕文件
llm batch	YAML 批量任务	tasks.yaml	输出目录内多个结果

Core Patterns

1. 文本任务

llm chat "总结重点"
llm chat @prompt.txt -o result.md
llm chat "总结这个附件" -r report.pdf

规则：

• @文件 会把文本直接读入 prompt
• -r/--reference 用于传入图片、文档、音频等参考附件
• -o 用于写出结果；不写时默认输出到 stdout

2. 直接编辑文件

llm chat "把语气改得更专业，但不要改变原意" --edit prompt.md
llm chat "按要求改写" --edit prompt.md -o prompt.v2.md

适用场景：

• 改写提示词
• 修正文案
• 在保留原结构的前提下局部调整文本

3. 图片生成与参考图编辑

llm image "生成三张海报方案" -n 3 -o poster.jpg
llm image "融合两张参考图的风格生成图片" -r person.jpg -r style.jpg -o result.jpg
llm image @prompt.md -r ref.jpg -o output.jpg

补充参数：

• -n/--count 控制生成数量
• --size 支持 512 / 1K / 2K / 4K
• --aspect 支持 1:1 / 16:9 / 9:16 / 4:3 / 3:4 / 3:2 / 2:3 / 4:5 / 5:4 / 21:9

4. 音频处理

llm audio -r demo.m4a
llm audio "总结录音内容" -r demo.m4a
llm audio "请输出标准 SRT 字幕" -r demo.m4a -o demo.srt

说明：

• 不提供 prompt 时，可直接做默认转写
• 需要字幕时，应在 prompt 中明确要求输出格式

5. 会话持久化

llm chat "继续上次讨论" -s worklog
llm chat -I -s worklog
llm chat -I "你是什么模型？"

说明：

• -s/--session 读取并持久化会话
• -I/--interactive 进入交互式连续对话
• -I 只有搭配 -s 才会回放并写回历史

内置命令：

• /clear
• /model <name>
• /save <name-or-path>

6. YAML 批处理

llm batch tasks.yaml

示例：

mode: chat
system_prompt: "你是严谨的处理助手"
output_dir: outputs

tasks:
  - id: summary
    prompt: "总结下面内容"
    input: article.md
    output: summary.md

  - id: hero-image
    mode: image
    prompt: "为产品主页生成三张极简横幅图"
    count: 3
    size: 2K
    aspect: "16:9"
    output: hero.jpg

Configuration

默认配置文件位置：

~/.config/llm-api/.env

最小配置：

API_KEY=your_api_key
BASE_URL=https://your-api-endpoint/v1
MODEL=your_default_model

按能力拆分模型：

CHAT_MODEL=your_chat_model
IMAGE_MODEL=your_image_model
AUDIO_MODEL=your_audio_model

并发配置：

LLM_CONCURRENCY=4
OPENAI_CHAT_CONCURRENCY=4
OPENAI_IMAGE_CONCURRENCY=4

模型选择顺序：

• chat：CHAT_MODEL -> MODEL
• image：IMAGE_MODEL -> MODEL
• audio：AUDIO_MODEL -> MODEL

Common Mistakes

• 把适合 @文件 的长文本直接硬编码到命令里，导致命令难维护
• 需要多轮对话却没用 -s，导致上下文无法复用
• 在 YAML 里把 aspect 写成未加引号的 16:9，被 YAML 误解析
• 期待 audio 自动输出 SRT，但 prompt 没明确要求字幕格式
• 将环境域名、密钥、账号写入受版本控制文件，而不是放进 .env

Package Info

• PyPI 包名：shellus-llmcmd
• CLI 命令名：llm
• Python 要求：>=3.10