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。
选择学习环境
按你的电脑系统准备;提示词在你自己的电脑上使用。
本机动手
先用安装和 key 配置打通第一个是/否判断示例,再逐步加上 criteria、choice、score、JSON 输入、模板与 Python 调用。
Python 环境、llm 命令行工具、TypeSafe API key。
准备工具和账号
标“选用”的可以跳过。
- llm 运行插件命令的 LLM 命令行工具
- llm-typesafe 本资源提供的插件包
- TypeSafe 提供模型与 API key 的服务
- 本地 Python 环境,开发测试用 uv run pytest用于练习与作业
让 AI Agent 一次搭好课程
复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。
开课提示词 · 只需用一次此提示词尚未实测验证请帮我把「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。搭好后的课程目录
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/
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。