gptel项目v0.9.8版本发布：全面支持LLM工具调用与多模型集成

2025-06-19 18:24:25作者：邬祺芯Juliet

gptel是一个Emacs生态下的LLM（大语言模型）交互框架，它为用户提供了在Emacs编辑器中直接与各类大语言模型进行交互的能力。该项目通过简洁的API和灵活的配置选项，让开发者能够在Emacs环境中无缝集成ChatGPT、Gemini、Claude等主流大语言模型服务。

核心功能升级

本次发布的v0.9.8版本带来了多项重要改进，其中最引人注目的是对LLM工具调用（Tool Use/Function Calling）的全面支持。这一功能允许开发者将自定义的Elisp函数作为"工具"注册到gptel中，LLM可以根据上下文自动调用这些工具完成特定任务。例如，开发者可以注册文件系统访问、网络搜索或Emacs状态查询等工具，LLM在对话过程中会根据需要调用这些工具获取信息或执行操作。

工具调用功能的实现基于描述性元数据机制。每个工具需要提供清晰的文本描述，说明其参数和返回值，这使得LLM能够理解工具的用途并正确调用。虽然当前版本尚未内置任何工具，但通过gptel-get-tool和setf的组合，开发者可以灵活地注册和管理自定义工具。

多模型支持扩展

v0.9.8版本显著扩展了对各类大语言模型的支持：

Gemini模型：新增了对gemini-2.0-flash、gemini-2.0-pro-exp等多个新模型的支持，同时移除了不再受API支持的gemini-pro模型。
Anthropic Claude：新增对claude-3-7-sonnet-20250219模型的支持，包括其特有的"推理"输出内容处理。
OpenAI：新增对o1、o3-mini和gpt-4.5-preview等新模型的支持。
其他模型：从原先基于OpenAI兼容模式的支持升级为原生API支持，包括支持引用功能和"推理"输出处理。

用户体验优化

重写的gptel-menu界面：新版界面提供了更清晰的请求预览功能，直观展示将要发送的内容和输出位置，帮助用户更好地理解gptel的默认提示行为和各种重定向效果。
请求模拟(dry-run)功能：用户现在可以预览即将发送的完整请求内容，并直接在预览界面进行编辑后继续发送，这一功能对于调试复杂提示特别有用。
上下文管理增强：支持将整个目录递归添加到全局上下文中，gptel-context-remove-all命令变为交互式，便于管理。
响应分隔符自定义：通过gptel-response-separator选项，用户可以自定义提示和响应之间的分隔符样式。
推理内容处理：新增gptel-include-reasoning选项，用于控制是否显示LLM生成的"思考"或"推理"内容。

技术架构改进

缓存机制：通过gptel-cache选项（目前仅Anthropic API支持），可以缓存已发送内容，显著降低后续请求的成本和处理时间。
新的钩子系统：
- gptel-prompt-filter-hook：在发送前对文本进行任意转换
- gptel-post-request-hook：请求发送后执行预备/重置代码
- gptel-post-rewrite-hook：重写请求完成后执行
Org模式增强：
- 属性抽屉等Org元素现在会被自动从提示文本中剥离
- 改进了对混合Org/Markdown标记响应的处理
- 新增gptel-org-convert-response控制自动转换行为
API抽象层：新增gptel-get-backend函数（支持setf），简化了后端管理和配置。

开发者工具链

重写功能迭代：gptel-rewrite现在支持对响应进行多次迭代改进。
一次性设置：通过Transient菜单，可以为单次请求临时覆盖全局或缓冲区本地设置。
错误修复：解决了Org模式下并发请求可能导致的响应混淆问题，修复了流式响应时源代码块可能无法正确高亮的问题。

兼容性说明

移除了几个已废弃的变量和函数，开发者应使用其替代方案：
- gptel-send-menu → gptel-menu
- gptel-host → gptel-make-openai
- gptel-playback → gptel-stream
- gptel--debug → gptel-log-level
Org模式下发送活动区域时，现在会自动应用Org模式特定规则（如分支上下文）。