Padwan-LLM：一个极简的多提供商LLM统一客户端

Padwan-LLM是一个基于niquests构建的轻量级Python客户端，旨在解决不同大语言模型提供商API接口各异的问题，支持OpenAI、Gemini、Mistral、Grok等多个模型的统一调用。其设计哲学聚焦简洁性与统一性，仅依赖niquests库却提供流式输出、工具调用、MCP协议支持等丰富功能，适合嵌入各类Python应用。

在大语言模型蓬勃发展的背景下，开发者面临不同提供商API接口差异大、切换集成需大量适配代码的困扰。Padwan-LLM应运而生，以简洁性和统一性为设计核心：基于niquests（requests现代替代方案，原生支持HTTP/2和HTTP/3）构建，仅一个运行时依赖，却覆盖流式输出、工具调用、MCP协议等功能，轻量级特性便于嵌入应用。

Padwan-LLM核心为LLMClient类，封装不同提供商API交互细节，开发者指定模型名称即可自动识别提供商并格式化请求（如gpt-4o对应OpenAI、gemini-2.5-flash对应Gemini）。支持异步编程模式（async/await语法）实现高效并发调用；提供stream_chat方法支持流式输出，实时接收生成内容以优化用户体验。

• 对话状态管理：内置ConversationState类，可设置系统提示词、添加用户消息、累积助手回复，自动跟踪token使用量；支持通过ConversationStore协议持久化对话历史，允许插入自定义存储后端。
• 工具调用：AgentSession类实现多轮对话工具调用，支持顺序/并行执行模式，提供审批钩子（执行前人工/自动审核）和独立错误处理器，确保生产环境健壮性。

• MCP协议：原生支持Model Context Protocol开放标准，提供HTTP流式传输（McpStreamable类，支持Bearer Token认证）和stdio本地进程传输（McpStdio类）两种方式，无缝集成外部工具（如天气查询、数据库访问）。
• Gemini思维链：针对Google Gemini模型支持思维链功能，通过on_thought回调接收并处理模型内部思考过程，提升AI决策透明度与可解释性，助力提示词优化。

• 命令行工具：提供终端交互功能，支持环境变量配置API密钥、-m参数指定模型；可通过uvx零依赖快速运行，降低尝试门槛。
• 测试策略：单元测试默认无需真实API密钥（依赖抽象设计与模拟机制）；端到端测试需API密钥，支持.env文件或命令行参数传入，自动跳过未配置密钥的提供商测试，保证代码质量且方便贡献者开发。

Padwan-LLM适用于多种场景：个人开发者快速原型开发（极简API+丰富示例）、企业应用多模型支持（抽象底层差异降低维护成本）、AI代理与自动化工作流（AgentSession+MCP提供基础能力）。配套padwan-cli包提供交互式CLI和TUI界面，用户可根据需求选择底层客户端精细控制或高层CLI快速交互的分层工具。