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
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)。
gptel v0.9.8通过上述改进,进一步巩固了其作为Emacs生态下最强大的LLM交互框架的地位。特别是工具调用功能的引入,为开发者提供了将LLM能力深度集成到工作流中的新途径,预示着Emacs作为"可编程编辑器"的无限可能性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0289- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









