llm 是一个跑在终端里的编码 Agent。给它一句话，它自己读文件、改代码、搜内容、执行命令；不带参数直接跑 llm，进的是交互式会话。会话以线程文件存在本地，随时可以恢复。Rust 写的，MIT 协议，开源。

它是什么

• 单次任务 — llm "fix the failing test" 跑完一个任务就退出，适合脚本和顺手一问
• 交互式会话 — 裸 llm 进入，斜杠命令管模型和会话，任务执行中打的字排队作为引导，在下一个工具边界送达
• 线程留存 — 每次对话存成一份 JSONL，-c 接着上一段，-r 浏览历史，--fork 分叉，export 导出成 markdown
• 当前版本 — v0.3.4（2026-09-25 发布）

管道输出是纯文本，没有颜色也没有控制字符，直接进文件或下一个命令都行。

内置工具

九个：update_plan、read、write、edit、bash、grep、glob、ls、webfetch。选哪几个由它自己判断，--tools read,grep 可以把工具集收窄。

• update_plan — 多步任务自己列清单，每步 pending / in_progress / completed，同时只有一项在进行；边做边勾，长任务不容易丢线
• read — 大文件按 2000 行窗口翻页（单次 50 KB，单行截到 2000 字符）；PDF、BAM、Parquet 这类二进制会直接提示该用哪个本地工具
• edit / write — 精确匹配替换或整文件写入；上下文吃紧时超长工具结果会被截成头尾，完整内容留在会话日志里
• webfetch — 抓网页转纯文本，不开 shell 也能读文档

️ 实际跑一遍

多步任务里它自己维护进度清单，做完一步勾一步：

读文件、改代码、跑命令验证，一条链路走完：

每次任务结束会打印这一轮的用量，形如 input 9k · output 277 · cache 92% read，缓存命中率也一并给出。

️ 主要能力

• 模型与供应商 — 目录里带 38 个供应商，Anthropic、OpenAI、DeepSeek、Google、Groq、Mistral、xAI、OpenRouter 都在，本地运行时支持 Ollama、LM Studio、llama.cpp、vLLM。/login 里选供应商、粘贴 Key、从在线列表挑默认模型三步走完，也可以直接手写 config.json
• 审批两段式 — 一层是写死的拒绝（提权、磁盘与分区操作、关机重启、fork 炸弹、往设备节点写、对 / 或 ~ 执行 rm），任何配置都关不掉；另一层是你的黑名单文件，~/.llm/blacklist 管全局，仓库里的 .llm/blacklist 管单个项目
• 技能与包 — 技能就是带 description 的 SKILL.md 目录；llm install git:github.com/user/repo 能把扩展、技能、提示模板打成一个包整体安装
• 扩展与插件 — 脚本顶上写几行注释就成一个工具；不带注释头的文件按常驻进程跑，走 JSON 逐行协议。仓库示例里有 MCP 桥（把 MCP 服务器挂成工具）和子代理（另开一个 llm 干活，只回结论）
• 提示模板 — ~/.llm/commands/ 里放个 .md，/name 就能调用，$input 接收命令后面的内容
• --json 模式 — 终端界面换成逐行 JSON 事件（text、reasoning、tool_start、tool_log、tool_end、turn_end、result），给编辑器、CI 或者另一个 Agent 驱动子进程用
• 附件 — -a 直接带图片、PDF、wav/mp3 或文本，模型接不了的会在本机就拦下

全部状态放在 ~/.llm 下：threads/ 存会话，config.json 存设置和供应商 Key，extensions/、commands/、pkg/ 分别是扩展、模板和安装的包。

️ 安装

Linux 和 macOS 下载预编译二进制、校验 sha256 后安装，装到 ~/.local/bin，不需要 root：

curl -fsSL https://jiaoyuan.org/llm/install.sh | sh

Windows 在 PowerShell 里同样一行，装到 %USERPROFILE%\.local\bin，不需要管理员：

irm https://jiaoyuan.org/llm/install.ps1 | iex

重跑上面同一行就是升级，版本没变就不动；LLM_FORCE=1 强制重装，LLM_VERSION 可以指定版本标签。预编译目标：Linux x86_64 / aarch64、macOS x86_64 / aarch64、Windows x86_64。Linux 上用的是 musl 静态构建，同一个二进制在各发行版通用。

从源码构建：

git clone https://github.com/imjiaoyuan/llm
cd llm
cargo build --release

需要 Rust 工具链（rustup 装），产物在 target/release/llm，把它放进 PATH 即可。

相关链接

• GitHub 仓库 — https://github.com/imjiaoyuan/llm
• 官网与文档 — https://jiaoyuan.org/llm/
• 扩展开发文档在仓库的 docs/extensions.md，架构说明在 docs/architecture.md