GPTel项目:如何优化模型选择界面中的模型列表管理
2025-07-02 03:58:02作者:史锋燃Gardner
在AI辅助编程工具GPTel的实际使用中,随着接入的AI服务提供商增多,用户可能会面临模型选择列表过长的问题。本文将详细介绍如何通过Elisp代码优化GPTel的模型选择界面,帮助用户更高效地管理可用模型。
问题背景
当GPTel同时接入OpenAI、Gemini和Anthropic等多个AI服务提供商时,模型选择列表会变得非常庞大(可能多达44个模型)。这不仅影响用户体验,还可能让不熟悉模型的用户难以做出最佳选择。特别是当某些模型(如gpt-3.5-turbo)在性能上明显不如其他模型(如gpt-4.0-mini)时,这种管理显得尤为重要。
解决方案
GPTel提供了灵活的Elisp接口,允许用户通过编程方式管理模型列表。核心思路是使用cl-set-difference函数从后端模型列表中移除不需要的模型。
基础实现
最简单的实现方式是针对单个后端移除指定模型:
(let ((models-to-remove '(gpt-3.5-turbo gpt-4-turbo gpt-4o)))
(cl-callf (lambda (models) (cl-set-difference models models-to-remove))
(gptel-backend-models (gptel-get-backend "ChatGPT")))
这段代码会从ChatGPT后端的模型列表中移除gpt-3.5-turbo、gpt-4-turbo和gpt-4o三个模型。
高级实现
对于需要管理多个后端的情况,可以编写更通用的解决方案:
(defun gptel-remove-models-from-backend (backend-name models-to-remove)
"从指定后端移除不需要的模型"
(cl-callf (lambda (models) (cl-set-difference models models-to-remove))
(gptel-backend-models (gptel-get-backend backend-name)))
(let ((backend-model-removals
'(("ChatGPT" . (gpt-3.5-turbo gpt-4-turbo gpt-4o))
("Gemini" . (gemini-2.5-flash-preview-04-17))
("Claude" . (claude-3-5-sonnet-20241022)))))
(dolist (item backend-model-removals)
(gptel-remove-models-from-backend (car item) (cdr item))))
这种实现方式允许用户为每个后端单独配置需要移除的模型列表,代码更加模块化和可维护。
最佳实践
-
定期更新:随着AI服务提供商不断推出新模型,建议定期审查和更新模型移除列表。
-
性能考量:可以根据官方文档或实际测试结果,移除性能较差的模型。
-
成本控制:某些高成本模型如果使用频率低,可以考虑从列表中移除。
-
组织方式:可以将模型管理代码放在Emacs配置文件的适当位置,确保在GPTel初始化后执行。
技术细节
cl-callf是Common Lisp风格的函数,用于就地修改变量值cl-set-difference用于计算两个列表的差集gptel-get-backend用于获取指定名称的后端对象gptel-backend-models用于访问或修改后端的模型列表
通过这种灵活的模型管理方式,用户可以根据自己的需求定制GPTel的模型选择界面,提升使用效率和体验。这种设计也体现了Emacs"可编程编辑器"的核心理念,允许用户深度定制工具行为。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134