simonw / llm

平台 metadata 把這個 repository 描述為一個「Access large language models from the command-line」（從命令列使用大型語言模型）的工具，首頁在 https://llm.datasette.io 。程式碼幾乎全是 Python：平台列出的主要語言是 Python，在計入的語言位元組中約有 1.23 百萬個位元組。這個專案採用 Apache-2.0 授權，根目錄有 LICENSE 檔案。平台 metadata 記錄了 12,489 個 star（2026-09-12），最新的 release 是 0.35，於 2026-09-07 發布。靜態分析涵蓋了 116 個檔案。

把這個套件當作腳本執行時，會從 llm/__main__.py 開始，裡面有這個執行守衛：

if __name__ == "__main__":
    cli()

一條有界執行路徑把這個守衛連到 llm/cli.py 裡的 cli 函式；分析器也依檔名啟發式規則把 llm/cli.py 標為可能的可執行進入點。從那裡開始，靜態路徑顯示 llm/cli.py 會呼叫 llm/plugins.py 裡的 load_plugins。這些載入外掛的路徑停在 pm.load_setuptools_entrypoints 和 hasattr 這類未解析邊界，所以外掛探索實際上做了什麼，不在靜態分析看得到的範圍內。依靜態呼叫次數，分析器把 llm/cli.py 標為 entry/orchestration 候選，有 105 個呼入和 245 個呼出。

這個 repository 分成三個頂層子系統：docs、llm 和 tests；分析器在 docs 底下算到 35 個檔案、llm 底下 20 個、tests 底下 44 個。在被分析的模組中，llm/__init__.py 的呼入次數最高：754 個呼入、48 個呼出，這暗示它是整個套件共用的對外介面。其次是 llm/parts.py，有 470 個呼入；llm/models.py（130 個呼入）和 llm/logs.py（123 個呼入）也是核心候選。分析器總共記錄了 9,698 條靜態關係：9,116 個呼叫和 582 個 import，其中 2,324 條解析到本地目標，7,374 條仍是外部或未解析。有一個測試模組 tests/test_parts.py 有 422 個呼出、沒有任何呼入，分析器把它解讀為 orchestration 候選。

唯一擷取到的依賴記錄來自 docs/requirements.txt，內容是文件工具：sphinx（固定在 7.2.6）、furo、sphinx-autobuild、sphinx-copybutton、sphinx-markdown-builder、myst-parser 和 cogapp。這些記錄裡沒有執行期依賴，因為分析器不解析 pyproject.toml 的依賴表。這個 repository 確實有三個建置／依賴清單檔，所以打包資訊是存在的，只是只被讀了一部分。測試方面，分析器算到 44 個測試檔案。在列出的測試模組中，tests/test_logs_store.py 有 58 個呼入和 348 個呼出，tests/test_openai_messages.py 有 27 個呼入和 92 個呼出，tests/test_openai_responses.py 有 26 個呼入和 93 個呼出。tests/test_logs_store.py 定義了 TestCanonicalJson、TestMessageHash、TestSchema、TestChainRoundTrip、TestDedup、TestThreads、TestForking 和 TestPendingToolCalls 等測試類別，而 llm/logs.py 定義了 LogStore 類別。

先讀 README.md（分析器把它歸為專案層級的重要檔案），再依這個順序往下：

• pyproject.toml（這個 repository 三個依賴清單檔之一），以及根目錄的 LICENSE 檔案。
• 進入鏈：llm/__main__.py 和 llm/cli.py。
• 被引用最多的模組 llm/__init__.py，以及 llm/plugins.py，進入鏈會走到它的 load_plugins。
• 被大量引用的 service/core 模組 llm/models.py 和 llm/parts.py，接著看 logging 那一側的 llm/logs.py。

這份指南只依據靜態分析：反射、執行期依賴注入、動態 import、monkey-patching、產生的程式碼、框架在執行期的接線和動態分派都沒有解析。涵蓋範圍並不完整：9,698 條靜態關係中有 7,374 條仍是外部或未解析。外掛載入是一道硬邊界：從 llm/cli.py 進入 load_plugins 的有界路徑，停在 pm.load_setuptools_entrypoints 和 LLM_LOAD_PLUGINS.split 這類未解析的呼叫，所以動態載入的外掛做了什麼，在這裡完全看不到。依賴資料並不完整：只解析了 requirements 形式的依賴清單，pyproject.toml 的依賴表被略過。安裝、執行與建置流程的推論並不完整，安裝指令也沒有經過這次分析驗證。從 README 擷取的文字是逐行取出的，可能抓到程式碼而不是說明文字，所以這類文字應視為作者自述。

• llm/__init__.py 集中了查詢用的輔助函式：get_plugins、get_models_with_aliases、get_tools、get_embedding_model 和 get_model_aliases。
• llm/parts.py 定義了訊息片段（message part）的模型：Part、TextPart、ReasoningPart、ToolCallPart、ToolResultPart、AttachmentPart 和 Message，另有 normalize_parts 以及 system、user 兩個輔助函式。
• llm/models.py 定義了面向模型的型別：Usage、Attachment、Tool、ServerSideTool、Toolbox、ToolCall、ToolResult 和 ToolOutput。
• llm/logs.py 以 LogStore（第 143-711 行）為中心，搭配 canonical_json、content_hash 和 message_hash 等輔助函式。
• llm/default_plugins/openai_models.py 有 register_models、register_embedding_models 和 register_commands，還有一個 OpenAIEmbeddingModel 類別。