GitHub（simonw） · Simon Willison
llm-typesafe：为 LLM 接入 TypeSafe 分类与评分模型的插件
llm-typesafe：为 LLM 接入 TypeSafe 分类与评分模型的插件是GitHub（simonw）的免费文档（en）。前置条件：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。
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。
- 难度
- 见前置条件
- 类型
- 其他 · 文档
- 语言
- en
- 规模
- 5 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
阅读材料无需账号；实际调用模型需要 TypeSafe API key，并通过 llm 命令行或 Python 包使用。
- 练习与作业
- TypeSafe API key（llm keys set typesafe 设置）llm 命令行工具（llm install llm-typesafe）
- 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。
第一次学这门课？先完成学前准备，把课程目录搭好。
每节课这样学
- 发提示词把下面的每课提示词发给 AI Agent，它会准备这一课的练习文件。
- 学官方课节打开对应课节学习，按提示从第一道练习做起；它不会替你写答案。
- 记进度学完让 AI Agent 在 progress.md 勾选，并把疑问整理到 questions.md。
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。
课节共 5 节 · 官方顺序
常见问题
免费吗？
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）。
需要什么基础？
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。
有中文吗？
本站记录的语言是en；是否有中文字幕或译本本站未核实，请以原站为准。
怎么开始？
从原始资源入口开始：https://github.com/simonw/llm-typesafe。本页“学前准备”列出环境与工具，“学习指南”给出开课提示词，可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备：TypeSafe API key（llm keys set typesafe 设置）、llm 命令行工具（llm install llm-typesafe）。
来源与使用须知
- 原始资源
- GitHub（simonw）
- 收录时间
- 本站首次收录 2026-10-24
- 指南参考
- 课程主页
版权与转载
- Apache-2.0：代码可自由使用和修改，需保留版权声明。原站说明
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。