在gptel项目中实现高效会话自动命名功能
2025-07-02 18:25:45作者:翟江哲Frasier
gptel作为Emacs生态中的LLM交互工具,为用户提供了强大的交互功能。然而与Web端应用相比,gptel缺少自动为会话命名的功能,这给会话管理和历史记录查找带来了不便。本文将介绍如何通过Elisp扩展为gptel添加智能会话命名功能。
功能需求分析
现代LLM交互界面通常会自动为每个会话生成描述性名称,这大大提升了用户体验。在Emacs环境下,我们同样需要这样的功能来:
- 快速识别不同会话内容
- 方便文件系统管理
- 提升工作流程效率
技术实现方案
基于gptel的API,我们可以构建一个轻量级的会话命名功能。核心思路是:
- 提取当前会话内容
- 使用LLM生成简洁描述
- 自动应用到缓冲区文件名
以下是关键实现代码:
(defun gptel-rename-chat ()
(interactive)
(unless gptel-mode
(user-error "此命令仅适用于gptel聊天缓冲区"))
(let ((gptel-model 'gpt-4o-mini))
(gptel-request
(list nil
"会话内容是什么?"
(concat "```" (if (eq major-mode 'org-mode) "org" "markdown") "\n"
(buffer-substring-no-properties (point-min) (point-max))
"\n```")
:system
(list (format
"我将提供一个交互记录。请建议一个简短且信息丰富的文件名来存储此会话。
遵循以下规则:
- 非常简洁,最多一个短句
- 不使用空格,如需分隔请用下划线
- 只返回标题,不要解释或摘要
- 添加扩展名.%s"
(if (eq major-mode 'org-mode) "org" "md")))
:callback
(lambda (resp info)
(if (stringp resp)
(let ((buf (plist-get info :buffer)))
(when (and (buffer-live-p buf)
(y-or-n-p (format "将缓冲区%s重命名为%s?" (buffer-name buf) resp)))
(with-current-buffer buf (rename-visited-file resp))))
(message "错误(%s): 未收到LLM响应。"
(plist-get info :status)))))))
实现要点解析
- 模型选择:使用GPT-4o-mini模型平衡响应速度与质量
- 内容提取:完整获取缓冲区内容并标记代码块类型
- 提示工程:精心设计的系统提示确保输出格式规范
- 用户确认:通过交互式确认避免意外重命名
- 错误处理:完善的错误反馈机制
进阶优化建议
- 缓存机制:可添加本地缓存避免重复生成相同会话的名称
- 历史记录:维护命名历史方便回溯
- 多语言支持:根据内容自动选择命名语言
- 性能优化:对大缓冲区进行内容摘要后再发送
版本兼容性说明
需要注意的是,此功能需要gptel 0.8.0及以上版本支持。低版本用户需先升级才能正常使用。
通过这种扩展方式,我们既保持了gptel核心的简洁性,又为用户提供了实用的会话管理功能,体现了Emacs"可扩展编辑器"的设计哲学。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.88 K
暂无简介
Dart
671
156
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
311
🎉 (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
1.2 K
654
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1