# llm-typesafe：为 LLM 接入 TypeSafe 分类与评分模型的插件

- 发布方：GitHub（simonw）；作者：Simon Willison
- 形式：文档 · en
- 原始资源：[https://github.com/simonw/llm-typesafe](<https://github.com/simonw/llm-typesafe>)
- 本站页面：[https://oplearnx.com/resources/res\_6q46wv9t9gbz](<https://oplearnx.com/resources/res_6q46wv9t9gbz>)
- 学习主题：人工智能 / 大语言模型 LLM；人工智能 / 大语言模型 LLM / 模型结构与预训练；人工智能 / 大语言模型 LLM / 提示词设计
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-24 00:00

## 能学到什么

能够安装 llm-typesafe 插件，并通过命令行或 Python 对文本做是/否判断、多类别分类、量表评分和 JSON 结构化输入调用。

- 安装 llm-typesafe 插件并配置 TypeSafe API key，调用 jev 模型
- 用 answer\_type=noul 对文本做是/否判断并读取概率值
- 用 criteria 自定义判断标准，改善是/否结果的可解释性
- 用 answer\_type=choice 把文本归入多个自带描述的类别并读取各类概率
- 用 answer\_type=score 按 2–10 级量表给文本打分，理解分数与概率的区别
- 用 input\_format=json 传入结构化输入，并了解其对 JSON 的校验规则
- 把提示词保存为可复用模板，之后通过 stdin 或 uv llm -t 复用
- 在同步或异步 Python 代码中通过 llm.get\_model / get\_async\_model 调用模型并取回 JSON 与 usage

## 适合我吗

- 适合：想用现成插件为文本分类、打分等任务接入 LLM 的 Python 开发者和数据工作者。
- 需要留意：想系统学习 LLM 原理、训练或评测方法论的读者，这里只有插件用法说明。

## 前置条件与费用

- 知识前置：需要会 Python 基础，并了解命令行与 pip/uv 使用；对 LLM 调用有基本概念更好。
- 软件、账号与硬件：Python 环境、llm 命令行工具、TypeSafe API key。
- 内容费用：免费：仓库 README 完整公开，安装与用法示例可直接阅读，无付费墙。
- 实践费用：实践需要付费：README 要求先执行 llm keys set typesafe 设置 TypeSafe API key，实际调用模型需按 TypeSafe 服务计费（网页未说明具体价格）。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [llm](<https://llm.datasette.io/>)：运行插件命令的 LLM 命令行工具
- [llm-typesafe](<https://pypi.org/project/llm-typesafe/>)：本资源提供的插件包
- [TypeSafe](<https://typesafe.ai/>)：提供模型与 API key 的服务

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词（Windows）

```text
请帮我把「llm-typesafe：为 LLM 接入 TypeSafe 分类与评分模型的插件」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/simonw/llm-typesafe
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：用自己的文本替换示例 prompt，分别试着自定义 criteria 描述与量表级别，体会不同 answer_type 的输出结构。
课节（官方顺序）：
1. llm-typesafe 仓库主页（含 README）：https://github.com/simonw/llm-typesafe
2. README.md：https://github.com/simonw/llm-typesafe/blob/main/README.md
3. llm_typesafe.py：https://github.com/simonw/llm-typesafe/blob/main/llm_typesafe.py
4. pyproject.toml：https://github.com/simonw/llm-typesafe/blob/main/pyproject.toml
5. tests 目录：https://github.com/simonw/llm-typesafe/tree/main/tests

1. 环境
- Python 环境
- llm 命令行工具
- llm-typesafe 插件
- TypeSafe API key
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/simonw/llm-typesafe
3. 目录（最外层放在我确认的位置）
llm-typesafe-plugin/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.ps1     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-01-llm-typesafe-readme/
    ├── 02-02-readme-md/
    ├── 03-03-llm-typesafe-py/
    ├── 04-04-pyproject-toml/
    └── 05-05-tests/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.ps1，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - llm models | grep typesafe  → 列出 typesafe/jev-latest 或 jev 别名
  - uv run pytest  → 在克隆的仓库目录中测试通过
  - 打开 README 确认 Categories 示例返回包含 probabilities 字段  → 输出含 choice、confidence、probabilities
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（macOS）

```text
请帮我把「llm-typesafe：为 LLM 接入 TypeSafe 分类与评分模型的插件」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/simonw/llm-typesafe
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：用自己的文本替换示例 prompt，分别试着自定义 criteria 描述与量表级别，体会不同 answer_type 的输出结构。
课节（官方顺序）：
1. llm-typesafe 仓库主页（含 README）：https://github.com/simonw/llm-typesafe
2. README.md：https://github.com/simonw/llm-typesafe/blob/main/README.md
3. llm_typesafe.py：https://github.com/simonw/llm-typesafe/blob/main/llm_typesafe.py
4. pyproject.toml：https://github.com/simonw/llm-typesafe/blob/main/pyproject.toml
5. tests 目录：https://github.com/simonw/llm-typesafe/tree/main/tests

1. 环境
- Python 环境
- llm 命令行工具
- llm-typesafe 插件
- TypeSafe API key
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/simonw/llm-typesafe
3. 目录（最外层放在我确认的位置）
llm-typesafe-plugin/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-01-llm-typesafe-readme/
    ├── 02-02-readme-md/
    ├── 03-03-llm-typesafe-py/
    ├── 04-04-pyproject-toml/
    └── 05-05-tests/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - llm models | grep typesafe  → 列出 typesafe/jev-latest 或 jev 别名
  - uv run pytest  → 在克隆的仓库目录中测试通过
  - 打开 README 确认 Categories 示例返回包含 probabilities 字段  → 输出含 choice、confidence、probabilities
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（Linux）

```text
请帮我把「llm-typesafe：为 LLM 接入 TypeSafe 分类与评分模型的插件」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/simonw/llm-typesafe
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：用自己的文本替换示例 prompt，分别试着自定义 criteria 描述与量表级别，体会不同 answer_type 的输出结构。
课节（官方顺序）：
1. llm-typesafe 仓库主页（含 README）：https://github.com/simonw/llm-typesafe
2. README.md：https://github.com/simonw/llm-typesafe/blob/main/README.md
3. llm_typesafe.py：https://github.com/simonw/llm-typesafe/blob/main/llm_typesafe.py
4. pyproject.toml：https://github.com/simonw/llm-typesafe/blob/main/pyproject.toml
5. tests 目录：https://github.com/simonw/llm-typesafe/tree/main/tests

1. 环境
- Python 环境
- llm 命令行工具
- llm-typesafe 插件
- TypeSafe API key
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/simonw/llm-typesafe
3. 目录（最外层放在我确认的位置）
llm-typesafe-plugin/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-01-llm-typesafe-readme/
    ├── 02-02-readme-md/
    ├── 03-03-llm-typesafe-py/
    ├── 04-04-pyproject-toml/
    └── 05-05-tests/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - llm models | grep typesafe  → 列出 typesafe/jev-latest 或 jev 别名
  - uv run pytest  → 在克隆的仓库目录中测试通过
  - 打开 README 确认 Categories 示例返回包含 probabilities 字段  → 输出含 choice、confidence、probabilities
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「llm-typesafe：为 LLM 接入 TypeSafe 分类与评分模型的插件」。课程目录是 llm-typesafe-plugin/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [llm-typesafe 仓库主页（含 README）](<https://github.com/simonw/llm-typesafe>)
2. [README.md](<https://github.com/simonw/llm-typesafe/blob/main/README.md>)
3. [llm\_typesafe.py](<https://github.com/simonw/llm-typesafe/blob/main/llm_typesafe.py>)
4. [pyproject.toml](<https://github.com/simonw/llm-typesafe/blob/main/pyproject.toml>)
5. [tests 目录](<https://github.com/simonw/llm-typesafe/tree/main/tests>)

## 指南参考

- [课程主页](<https://github.com/simonw/llm-typesafe>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：TypeSafe API key（llm keys set typesafe 设置）；llm 命令行工具（llm install llm-typesafe）；本地 Python 环境，开发测试用 uv run pytest
- **内容提示**：付费内容：README 说明实际调用模型需要设置 TypeSafe API key（llm keys set typesafe），但网页未写明 TypeSafe 服务是否免费，调用模型可能产生费用。
- 转载与修改 · 课程页面与材料：Apache-2.0。仓库标注 Apache-2.0 license，适用于本仓库代码与 README 内容 [依据](<https://github.com/simonw/llm-typesafe>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）