LLM项目0.20版本发布：新增模型与代码提取功能

LLM是一个命令行工具和Python库，用于与大型语言模型交互。它提供了简洁的接口，让开发者能够轻松地在终端或代码中调用各种语言模型的能力。最新发布的0.20版本带来了一系列重要更新，特别是新增了多个模型支持和一个实用的代码提取功能。

新增模型支持

本次更新引入了几个重要的新模型：

1. o1模型：这是一个全新的模型，目前还不支持流式输出功能。开发者可以期待它在未来版本中获得更多功能增强。

2. o1-preview和o1-mini模型流式支持：这两个预览版和小型模型现在支持流式输出，这意味着它们可以逐步返回生成结果，而不是等待完整响应，对于需要实时交互的应用场景特别有用。

3. 音频处理模型：新增了gpt-4o-audio-preview和gpt-4o-mini-audio-preview两个专门用于音频处理的模型，扩展了LLM在多媒体领域的应用能力。

代码提取功能

0.20版本引入了一个非常实用的新功能：代码块提取。通过-x/--extract选项，用户可以直接获取响应中的第一个代码块内容。这个功能在以下场景中特别有用：

1. 快速获取代码片段：当用户询问"Python函数来反转字符串"这样的问题时，可以直接得到可用的代码实现，而不需要手动从完整响应中提取。

2. 模板保存：创建模板时也可以使用这个选项，将提取功能保存为模板的一部分。在YAML模板中，可以通过设置extract: true来启用此功能。

3. 日志查询：llm logs命令现在也支持-x选项，可以从历史记录中直接提取代码块。

其他改进

1. 模型搜索：新增了llm models -q 'search'功能，允许用户通过关键词搜索模型，提高了模型选择的效率。

2. 默认模型显示：模型列表现在会明确标注当前默认模型，帮助用户更好地了解当前配置。

3. 依赖问题修复：解决了某些依赖版本组合可能导致Client初始化错误的问题，提高了稳定性。

4. OpenAI嵌入模型：现在支持使用完整的模型名称引用OpenAI的嵌入模型，同时保持对旧名称的兼容性。

总结

LLM 0.20版本通过新增模型支持和代码提取功能，进一步提升了开发者的工作效率。特别是代码提取功能，解决了从模型响应中手动提取代码片段的痛点，使得LLM在编程辅助方面的实用性大大增强。音频处理模型的加入也扩展了LLM的应用场景，为多媒体处理提供了新的可能性。这些改进使得LLM作为一个语言模型交互工具更加完善和易用。