llm 0.32rc1 釋出
LLM 0.32rc1 引入了新的模式設計，使用內容可定址的雜湊ID來儲存訊息，從而支援去重和分叉對話樹。同時新增了對三個 GPT-5.6 模型的支援。建議使用者在升級前備份 logs.db。
2026年7月30日，Simon Willison釋出了llm 0.32rc1，這是LLM命令列工具的一個候選版本。LLM工具允許使用者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資料庫模式設計，用於儲存對話歷史。
最重要的變化是採用了內容可定址的雜湊ID來標識每條儲存的訊息。與傳統的順序ID或時間戳不同，每條訊息由其內容的加密雜湊值唯一標識。這種設計帶來了兩大好處：一是自動消除資料庫中的重複訊息，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。
內容可定址雜湊的實現基於訊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。這使得資料庫能夠快速檢測並拒絕重複訊息，同時也支援在分叉對話中，每個分支共享共同的歷史訊息，而新訊息獨立儲存。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，因此使用者資料不會受到影響，並且向後相容。然而，Willison建議使用者在升級前備份現有的logs.db檔案。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援：gpt-5.6-sol、gpt-5.6-terra和gpt-5.6-luna。這些模型擴充套件了工具可用的語言模型範圍，為使用者提供了更多選擇。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視窗。sol版本專注於科學推理，terra版本擅長多語言任務，luna版本則最佳化了創意寫作。使用者可以根據任務需求選擇合適的模型。LLM工具的擴充套件性允許使用者輕鬆整合這些新模型，只需簡單的配置即可。
此版本標誌著LLM對話日誌在健壯性和靈活性方面邁出了一步。鼓勵使用者測試RC版本並在最終穩定版釋出前提供反饋。