llm 0.32rc1 发布
LLM 0.32rc1 引入了新的模式设计，使用内容可寻址的哈希ID来存储消息，从而支持去重和分叉对话树。同时新增了对三个 GPT-5.6 模型的支持。建议用户在升级前备份 logs.db。
2026年7月30日，Simon Willison发布了llm 0.32rc1，这是LLM命令行工具的一个候选版本。LLM工具允许用户从终端访问大型语言模型。此版本完成了从LLM 0.32a0开始的工作，并引入了一种全新的数据库模式设计，用于存储对话历史。
最重要的变化是采用了内容可寻址的哈希ID来标识每条存储的消息。与传统的顺序ID或时间戳不同，每条消息由其内容的加密哈希值唯一标识。这种设计带来了两大好处：一是自动消除数据库中的重复消息，二是使得LLM能够表示分叉的对话树，即一个对话可以分裂成多个并行分支。这对于探索不同响应或比较不同模型输出非常有用。
内容可寻址哈希的实现基于消息的完整内容生成固定长度的摘要，确保任何内容变化都会产生不同的ID。这使得数据库能够快速检测并拒绝重复消息，同时也支持在分叉对话中，每个分支共享共同的历史消息，而新消息独立存储。这种设计对于需要精确记录和回放对话路径的应用场景至关重要。
由于模式变更仅涉及新增表，而不修改现有表，因此用户数据不会受到影响，并且向后兼容。然而，Willison建议用户在升级前备份现有的logs.db文件。备份命令为：llm logs backup logs-backup.db。
除了模式改进，llm 0.32rc1还新增了对三个模型的支持：gpt-5.6-sol、gpt-5.6-terra和gpt-5.6-luna。这些模型扩展了工具可用的语言模型范围，为用户提供了更多选择。gpt-5.6系列模型是OpenAI的最新模型，具有更强的推理能力和更大的上下文窗口。sol版本专注于科学推理，terra版本擅长多语言任务，luna版本则优化了创意写作。用户可以根据任务需求选择合适的模型。LLM工具的扩展性允许用户轻松集成这些新模型，只需简单的配置即可。
此版本标志着LLM对话日志在健壮性和灵活性方面迈出了一步。鼓励用户测试RC版本并在最终稳定版发布前提供反馈。