llm 0.32rc1 發佈
LLM 0.32rc1 引入了新的模式設計，使用內容可尋址的哈希ID來存儲消息，從而支持去重和分叉對話樹。同時新增了對三個 GPT-5.6 模型的支持。建議用户在升級前備份 logs.db。
2026年7月30日，Simon Willison發佈了llm 0.32rc1，這是LLM命令行工具的一個候選版本。LLM工具允許用户從終端訪問大型語言模型。此版本完成了從LLM 0.32a0開始的工作，並引入了一種全新的數據庫模式設計，用於存儲對話歷史。
最重要的變化是採用了內容可尋址的哈希ID來標識每條存儲的消息。與傳統的順序ID或時間戳不同，每條消息由其內容的加密哈希值唯一標識。這種設計帶來了兩大好處：一是自動消除數據庫中的重複消息，二是使得LLM能夠表示分叉的對話樹，即一個對話可以分裂成多個並行分支。這對於探索不同響應或比較不同模型輸出非常有用。
內容可尋址哈希的實現基於消息的完整內容生成固定長度的摘要，確保任何內容變化都會產生不同的ID。這使得數據庫能夠快速檢測並拒絕重複消息，同時也支持在分叉對話中，每個分支共享共同的歷史消息，而新消息獨立存儲。這種設計對於需要精確記錄和回放對話路徑的應用場景至關重要。
由於模式變更僅涉及新增表，而不修改現有表，因此用户數據不會受到影響，並且向後兼容。然而，Willison建議用户在升級前備份現有的logs.db文件。備份命令為：llm logs backup logs-backup.db。
除了模式改進，llm 0.32rc1還新增了對三個模型的支持：gpt-5.6-sol、gpt-5.6-terra和gpt-5.6-luna。這些模型擴展了工具可用的語言模型範圍，為用户提供了更多選擇。gpt-5.6系列模型是OpenAI的最新模型，具有更強的推理能力和更大的上下文窗口。sol版本專注於科學推理，terra版本擅長多語言任務，luna版本則優化了創意寫作。用户可以根據任務需求選擇合適的模型。LLM工具的擴展性允許用户輕鬆集成這些新模型，只需簡單的配置即可。
此版本標誌着LLM對話日誌在健壯性和靈活性方面邁出了一步。鼓勵用户測試RC版本並在最終穩定版發佈前提供反饋。