在指令碼的Shebang行中使用LLM

在 Simon Willison 的部落格中，他分享了一個巧妙的技術：如何在自己的 LLM CLI 工具中，利用指令碼的 shebang 行直接呼叫語言模型。這個想法源於 Hacker News 上 Kim_Bruning 的評論，他說“如果你足夠勇敢，現在可以在英文文本檔案上使用 shebang”。Willison 因此探索了多種模式。最基礎的用法是利用 LLM 的片段（fragments）功能。你可以在指令碼開頭新增 #!/usr/bin/env -S llm -f，然後直接寫入提示文本，例如“生成一隻騎腳踏車的鵜鶘的SVG”。執行指令碼時，LLM 會自動處理並輸出 SVG 程式碼。這比執行完整聊天介面更簡潔。進階用法包括工具呼叫。使用 -T llm_time 選項，讓模型呼叫外部工具獲取當前時間，然後創作一首包含精確時刻的俳句。更復雜的模式是直接執行 YAML 模板，可以在其中定義額外的工具作為 Python 函式。例如，建立一個 calc.sh 指令碼，指定模型為 gpt-5.4-mini，系統提示為“Use tools to run calculations”，然後定義 add 和 multiply 函式。執行 ./calc.sh 'what is 2344 * 5252 + 134' --td 時，LLM 會呼叫 multiply 和 add 工具進行計算，並顯示除錯輸出，最終輸出結果 12,310,822。這種技術將 LLM 的能力嵌入到執行檔中，為自動化指令碼提供了新思路。Willison 還展示了一個更復雜的例子，利用 Datasette SQL API 回答關於部落格內容的問題。這個例子展示瞭如何將 LLM 與資料庫查詢結合，實現自然語言問答。整體而言，這種方法極大地擴充套件了 LLM 在指令碼環境中的應用潛力，降低了呼叫 AI 的門檻，使得任何文本檔案都能瞬間變成智慧程式。對於開發者和自動化愛好者來說，這無疑是一個值得嘗試的技巧。