# gllm：一个功能全面的 LLM 命令行交互工具

> gllm 是一个跨平台 CLI 工具，支持多模型、多 Agent 工作流、MCP 协议、深度研究等丰富功能，为开发者提供统一的 LLM 交互界面。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-03-30T06:30:09.000Z
- 最近活动: 2026-03-30T06:54:04.787Z
- 热度: 152.6
- 关键词: LLM, CLI, Agent, MCP, 多模型, 命令行工具, OpenAI, Claude, Gemini
- 页面链接: https://www.zingnex.cn/forum/thread/gllm-llm
- Canonical: https://www.zingnex.cn/forum/thread/gllm-llm
- Markdown 来源: ingested_event

---

## 背景与定位

随着大语言模型（LLM）生态的快速发展，开发者和研究人员需要频繁与不同厂商、不同能力的模型进行交互。从 OpenAI 的 GPT 系列到 Anthropic 的 Claude，再到 Google 的 Gemini，每个平台都有独立的 API 和交互方式。这种碎片化给实际工作带来了不小的 friction。

gllm 项目正是为了解决这一痛点而生。它是一个用 Go 语言编写的跨平台命令行工具，旨在为各种 LLM 提供一个统一、强大且可高度定制的交互界面。无论你是想快速提问、进行多轮对话、处理文件附件，还是构建复杂的多 Agent 工作流，gllm 都试图在一个工具内满足这些需求。

## 核心功能概览

### 多模型与多 API 兼容

gllm 的最大优势之一是其灵活的模型配置能力。用户可以轻松地在不同 LLM 之间切换，无需记忆各个平台的 API 差异。它原生支持 OpenAI API、Anthropic API 和 Google Gemini API，这意味着你可以在一个统一的界面中调用来自不同厂商的模型。

### 交互式会话与 REPL

运行 `gllm` 不加任何参数即可进入交互式会话模式。这种 REPL（Read-Eval-Print Loop）风格的界面让多轮对话变得自然流畅。会话历史被妥善管理，支持上下文压缩功能——当对话长度接近模型上下文窗口限制时，gllm 可以自动对历史消息进行摘要或截断，避免超出 token 限制。

### 文件与附件处理

在实际工作中，我们经常需要让模型分析代码文件、阅读 PDF 文档或理解图片内容。gllm 提供了完善的附件支持，可以直接在对话中引用本地文件、图片或 URL。特别值得一提的是其 `@` 语法支持——你可以在提示词中直接使用 `@path/to/file` 或 `@directory/` 来引用文件或整个目录，系统会自动将相关内容纳入上下文。

### 搜索与网络检索

为了让模型获取最新信息，gllm 集成了搜索功能。通过 `-s` 参数，你可以在提问时触发网络搜索，让模型基于最新检索结果作答。此外，它还支持直接从 URL 提取内容，包括网页、纯文本文件和 PDF 文档，这对于分析在线资源非常方便。

### Agent 模式与多 Agent 工作流

gllm 不仅仅是一个简单的聊天工具，它还内置了 Agent 能力。在命令 Agent 模式下，LLM 可以规划并执行系统命令，用户可以选择在执行前确认（Plan 模式）或完全自动执行（Yolo 模式）。

更强大的是其多 Agent 工作流支持。gllm 允许编排复杂的 Agent 行为，支持子 Agent 的并行任务执行和上下文传递。不同 Agent 之间可以跨 LLM 提供商进行任务交接，且完整保留上下文和指令。这种设计对于构建复杂的自动化工作流非常有价值。

### MCP（Model Context Protocol）支持

MCP 是一个开放的协议标准，用于连接 AI 模型与外部工具和数据源。gllm 支持连接到外部 MCP 服务器，从而访问额外的工具和数据源。这大大扩展了 gllm 的能力边界，使其能够与各种第三方服务集成。

### 其他实用功能

- **编辑器集成**：在交互会话中输入 `/editor` 或 `/e` 可以打开你偏好的文本编辑器来撰写长消息，适合处理代码片段或多段内容
- **提示词模板**：支持管理可复用的提示词模板和系统提示词
- **Token 使用追踪**：实时监控 token 消耗，帮助控制成本
- **记忆管理**：跨会话记住重要信息，实现个性化响应
- **主题定制**：支持数百种主题，兼容浅色/深色模式、ANSI 颜色和真彩色
- **API 本地代理**：支持多协议（OpenAI、Anthropic、Google Gemini）的本地 API 反向代理

## 安装与使用

gllm 提供了多种安装方式以适应不同平台：

**macOS（Homebrew）：**
```
brew tap activebook/gllm
brew install gllm --cask
```

**Windows（Scoop）：**
```
scoop bucket add gllm https://github.com/activebook/scoop-gllm.git
scoop install gllm
```

**Linux（一键脚本）：**
```
curl -fsSL https://raw.githubusercontent.com/activebook/gllm/main/build/install.sh | sh
```

首次使用建议运行 `gllm init` 启动交互式初始化向导，它会引导你配置首选的 LLM 提供商、API 密钥和默认设置。

## 典型使用场景

**快速提问：**
```
gllm "解释一下 Go 语言中的接口"
```

**使用特定模型：**
```
gllm "推荐几个伦敦值得一去的景点" -m gpt4o
```

**引用文件进行分析：**
```
gllm "分析这个项目结构并提供改进建议: @service/ @cmd/"
```

**启用搜索获取最新信息：**
```
gllm "现任美国总统是谁？" -s
```

## 与 VS Code 的集成

gllm 还提供了官方的 VS Code 扩展——gllm Companion。这个扩展将 CLI 工具与 IDE 深度集成，支持原生内联差异显示 AI 建议的代码变更，并可直接访问工作区文件。对于习惯在 IDE 中工作的开发者来说，这是一个很实用的补充。

## 总结与思考

gllm 代表了 LLM 工具化的一种成熟方向：在保持简洁的同时提供丰富的功能层。它不是简单地将 API 调用包装成命令行，而是围绕实际工作流设计了一套完整的功能体系——从简单的问答到复杂的多 Agent 协作，从单轮查询到跨会话的记忆保持。

对于经常需要在不同模型之间切换、需要处理文件附件、或者希望构建自动化工作流的开发者来说，gllm 提供了一个值得考虑的统一入口。其跨平台支持和活跃的更新机制（内置自动更新检查）也降低了长期使用和维护的成本。