invoking-llm

通过 Python 脚本调用各大供应商的 LLM，仅依赖 Python 标准库。

核心脚本

脚本路径：.ai/skills/invoking-llm/scripts/call_llm.py

必须使用 python 命令执行，不要读取脚本内容后自行实现调用逻辑。

执行流程

第一步：读取供应商配置

从 .ai/skills/invoking-llm/.config/provider.txt 读取当前供应商配置。

配置文件格式（每行一个字段，# 开头为注释）：

provider=apiyi
base_url=https://vip.apiyi.com/v1
style=openai

• provider：供应商名称，用于定位 API Key 文件（.config/<provider>_api_key.txt）
• base_url：接口地址，支持任意自定义地址
• style：API 风格，openai / gemini / claude，默认 openai

若配置文件不存在，使用默认值：provider=apiyi，base_url=https://vip.apiyi.com/v1，style=openai。

若用户在对话中明确指定了供应商或 base_url，以用户指定为准，忽略配置文件。

第二步：读取 API Key

从 .ai/skills/invoking-llm/.config/<provider>_api_key.txt 读取 Key（文件内容为一行 Key 值）。

若文件不存在或为空，告知用户：

1. 在 .ai/skills/invoking-llm/.config/ 目录下创建 <provider>_api_key.txt，填入 Key
2. 若用户是 C 哥 AI 成长圈圈友，可在视频课中获取 API 易的专属 Key

.config/ 目录已被 .gitignore 忽略，Key 不会被提交到 Git。

第三步：确定模型

用户明确指定模型时，直接使用。未指定时，根据下方"模型选择指南"自主判断。

注意：不同供应商对同一模型的 model ID 格式可能不同，见下方"各供应商 Model ID 格式"。

第四步：执行脚本

将上述参数传入脚本执行，从 stdout 获取输出：

python ".ai/skills/invoking-llm/scripts/call_llm.py" \
  --base-url "<base_url>" \
  --api-key "<key>" \
  --style "<style>" \
  --model "<model_id>" \
  --prompt "<prompt>"

各供应商 Model ID 格式

不同供应商对同一模型的 ID 格式不同，调用前需确认当前供应商的格式规则：

若不确定当前供应商的 model ID，可查阅该供应商的官方文档或模型列表页面。

模型选择指南

用户未指定模型时，根据任务类型自主选择：

• 生成图片 → gpt-image-1
• 理解图片内容 → gemini-3-pro-preview 或 gemini-3-flash-preview
• 文案写作、编程代码、智能体任务 → claude-opus-4-6
• 其他通用文本任务 → gemini-3-flash-preview

以下 model ID 均为 apiyi 供应商格式（默认供应商）。若使用其他供应商，参照上方格式规则转换。

文本输入 → 文本输出

文本/图片输入 → 图片输出（生图）

脚本参数说明

输出说明

• 文字输出：stdout（可用 --output-file 写入文件）
• 图片输出：需指定 --image-out 保存路径
• 日志/错误：stderr，不影响 stdout 的纯净输出
• 退出码：0 成功，1 失败

其他 Skill 调用本 Skill

在其他 Skill 的工作流中，同样先读取配置文件获取 base_url 和 Key，再执行脚本：

python ".ai/skills/invoking-llm/scripts/call_llm.py" \
  --base-url "<base_url>" \
  --api-key "<key>" \
  --model "claude-sonnet-4-5" \
  --prompt "你的提示词" \
  --output-file "temp/result.txt"

错误处理