LLM 脚本 shebang 行用法：用自然语言直接生成 SVG 或执行计算

一句话看懂

Simon Willison 演示了在脚本 shebang 行中使用 LLM 命令，让纯文本文件直接调用 AI 生成内容或执行计算。

详细发生了什么

Hacker News 用户 Kim_Bruning 提出一个有趣想法：可以在英文文本文件的开头加上 shebang 行，使其可执行。Simon Willison 受此启发，用他开发的 LLM 工具（一个命令行 AI 工具）实现了三种模式。

最简单的是使用 -f 参数（fragment 模式），文件内容直接作为 prompt 传给 LLM。例如，一个文件内容为 Generate an SVG of a pelican riding a bicycle，加上 shebang #!/usr/bin/env -S llm -f 后，运行该文件就会输出一个 SVG 图片。

更高级的用法是结合 tool calling。使用 -T 参数可以调用内置工具，比如 llm_time 获取当前时间。还可以用 -t 参数执行 YAML 模板，在模板中定义 Python 函数作为自定义工具。示例中定义了两个函数 add 和 multiply，然后运行 ./calc.sh 'what is 2344 * 5252 + 134' --td，LLM 会自动调用工具完成计算并输出结果。

中文圈视角

这个技巧对中文开发者非常实用，尤其是那些经常在 Linux 终端工作的人。它提供了一种极低门槛的方式将 LLM 集成到日常脚本中，无需写复杂的 API 调用代码。

不过需要注意的是，LLM 工具本身需要安装 Python 包，且默认调用 OpenAI 的 API（需要 API key）。国内用户可以使用国产替代方案，比如在 LLM 中配置兼容 OpenAI 接口的国产模型（如 DeepSeek、通义千问等），或者使用类似的开源工具如 shell_gpt（sgpt）。

对于中文用户，一个典型场景是：写一个脚本自动生成中文文案、翻译或代码注释。但要注意，如果使用海外模型，数据会出境，涉及合规问题。建议使用国内部署的模型或本地模型（如 Ollama）来避免风险。

几条值得记住的细节

• 三种模式：-f（fragment 直接 prompt）、-T（调用内置工具）、-t（YAML 模板定义 Python 函数）
• 自定义工具用 Python 函数定义，支持任意复杂逻辑
• 使用 --td 参数可以查看工具调用的 debug 信息
• LLM 工具是开源项目，地址：https://llm.datasette.io
• 需要 Python 3.8+ 和 OpenAI API key（或兼容接口）

一句话总结

把 LLM 塞进 shebang 行，让每个文本文件都能变成 AI 驱动的可执行脚本。