GitHub(simonw) · Simon Willison
llm-chat-completions-server:为 LLM 提供 OpenAI Chat Completions 接口的插件
llm-chat-completions-server:为 LLM 提供 OpenAI Chat Completions 接口的插件是GitHub(simonw)的免费文档(en)。前置条件:需会用命令行、了解 Python 包安装与 HTTP/JSON 请求的基本概念。
能安装并运行该 LLM 插件,在本机暴露一个兼容 OpenAI Chat Completions 的 HTTP 接口,并用 curl 完成普通与流式调用。
- 难度
- 见前置条件
- 类型
- 其他 · 文档
- 语言
- en
- 规模
- 3 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
学习材料无需账号即可读取;运行示例调用第三方模型时需要一个已配置凭据的 LLM 模型提供方。
- 练习与作业
- 若按示例调用 gemini/gemini-2.5-flash 等模型,需在服务器端配置对应模型的凭据
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
先在与 LLM 相同的环境中安装插件,再以默认端口启动服务,用 curl 验证接口行为。
本机安装 Python 与 LLM 命令行工具;使用需要凭据的模型时,按 LLM 常规方式预先配置相应 key。
准备工具和账号
标“选用”的可以跳过。
- LLM 命令行工具 安装插件并启动 chat-completions-server
- curl调用 /v1/models 与 /v1/chat/completions 接口
- uv选用按 Development 一节运行测试或调试版本
- Python 环境与 LLM 命令行工具(llm install 安装插件)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-chat-completions-server:为 LLM 提供 OpenAI Chat Completions 接口的插件」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-chat-completions-server 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:以 curl 依次验证模型列表、普通补全、流式补全,并观察完成响应被写入 LLM 的 logs.db。 课节(官方顺序): 1. llm-chat-completions-server(主页与 README):https://github.com/simonw/llm-chat-completions-server 2. README.md:https://github.com/simonw/llm-chat-completions-server/blob/main/README.md 3. llm_chat_completions_server.py:https://github.com/simonw/llm-chat-completions-server/blob/main/llm_chat_completions_server.py 1. 环境 - Python 环境 - 已安装 LLM 命令行工具 - curl(或任意 HTTP 客户端) - 需要凭据的模型须先配置对应的 LLM 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-chat-completions-server 3. 目录(最外层放在我确认的位置) llm-chat-completions-server/ ├── 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-chat-completions-server-readme/ ├── 02-02-readme-md/ └── 03-03-llm-chat-completions-server-py/ - 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。 - curl http://127.0.0.1:8002/v1/models → 返回 JSON,列出可服务的异步模型 - curl -s http://127.0.0.1:8002/v1/chat/completions -H 'Content-Type: application/json' -d '{"model":"gemini/gemini-2.5-flash","messages":[{"role":"user","content":"hi"}],"stream":false}' → 返回 OpenAI Chat Completions 格式的响应 - cd llm-chat-completions-server && uv run pytest → 测试通过(需按 Development 一节使用可编辑安装的开发版 LLM) - 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-chat-completions-server/ ├── 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-chat-completions-server-readme/ ├── 02-02-readme-md/ └── 03-03-llm-chat-completions-server-py/
常见问题
免费吗?
免费:README 完整给出安装、启动、接口调用与开发说明,仓库公开可读,未见付费或登录拦截。实践可能产生费用:网页说明模型可能需要在服务器上用 llm keys 配置凭据,示例使用 gemini/gemini-2.5-flash,调用第三方模型接口可能产生费用,但未说明具体收费。
需要什么基础?
需会用命令行、了解 Python 包安装与 HTTP/JSON 请求的基本概念。软件、账号与硬件:本机安装 Python 与 LLM 命令行工具;使用需要凭据的模型时,按 LLM 常规方式预先配置相应 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-chat-completions-server。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:若按示例调用 gemini/gemini-2.5-flash 等模型,需在服务器端配置对应模型的凭据。
来源与使用须知
- 原始资源
- GitHub(simonw)
- 收录时间
- 本站首次收录 2026-10-23
- 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。