Repolode
irthomasthomas

irthomasthomas/llm-consortium

为 llm 命令行工具开发的 Python 插件,并行调用多个大模型,迭代优化回答并由仲裁模型达成共识。

Star
409
Fork
42
未关闭 Issue
10
最近提交
2个月前

这是什么?

LLM Consortium 是 `llm` 工具包的一个插件,可以把同一个提示词同时发送给多个大语言模型。随后由仲裁模型对各个回答进行评估和综合,并重复这一过程,直到达到置信度阈值或迭代上限。其思路是:验证候选答案往往比直接给出答案更容易,因此汇集多个模型有助于解决较难的问题。

配置好的 consortium 可以保存为具名模型,并通过标准的 `llm -m` 语法调用。每个成员模型可以用 `模型名:数量` 的语法运行多个实例。项目提供多种评判方式,包括完整综合、排序以及带思维链的排序;还可以选择语义策略,在仲裁前对回答的向量做聚类。运行记录保存在 SQLite 中,保存的 embedding 可导出为 HTML 可视化。支持通过 `-c` 和 `--cid` 延续对话。

除命令行外,还提供 `create_consortium` 这一 Python 接口。可通过 `llm install` 或 pip 安装,embedding 与可视化功能为可选依赖。

核心功能

  • 01将同一提示词并行发送给多个模型并收集回答。
  • 02由仲裁模型对候选回答进行综合、排序或评估。
  • 03迭代优化,直到达到置信度阈值或最大迭代次数。
  • 04通过 模型名:数量 语法指定每个模型的实例数。
  • 05将所有交互记录到 SQLite,并可导出 embedding 的 HTML 可视化。
  • 06提供 create_consortium 这一 Python 接口。

适用场景

  • 通过交叉验证多个模型的输出,获得更可靠的复杂问题答案。
  • 在同一流程中对比并排序不同 LLM 服务商的输出。
  • 在命令行或 Python 代码中试验多模型推理策略。

快速上手

  1. 1

    使用 uv 安装 llm 命令行工具

    uv tool install llm
  2. 2

    安装 llm-consortium 插件

    llm install "llm-consortium"
  3. 3

    确认 consortium 命令可用

    llm consortium --help

使用前须知

  • 语义和嵌入功能需要额外安装 scikit-learn、hdbscan、openai、sentence-transformers 等包,并配置 OPENAI_API_KEY 或 CHUTES_API_TOKEN 等 API 密钥。
  • 几何置信度衡量的是回答形态之间的一致性,并不代表事实正确。

收录于专题

标签

常见问题

llm-consortium 是什么?
为 llm 命令行工具开发的 Python 插件,并行调用多个大模型,迭代优化回答并由仲裁模型达成共识。 LLM Consortium 是 `llm` 工具包的一个插件,可以把同一个提示词同时发送给多个大语言模型。随后由仲裁模型对各个回答进行评估和综合,并重复这一过程,直到达到置信度阈值或迭代上限。其思路是:验证候选答案往往比直接给出答案更容易,因此汇集多个模型有助于解决较难的问题。
llm-consortium 可以免费使用吗?用的什么许可证?
llm-consortium 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
llm-consortium 还在维护吗?
半年内有更新。llm-consortium 最近一次提交是在 2026年9月5日。
llm-consortium 适合用来做什么?
通过交叉验证多个模型的输出,获得更可靠的复杂问题答案。 在同一流程中对比并排序不同 LLM 服务商的输出。 在命令行或 Python 代码中试验多模型推理策略。
llm-consortium 怎么安装和运行?
使用 uv 安装 llm 命令行工具: uv tool install llm 安装 llm-consortium 插件: llm install "llm-consortium" 确认 consortium 命令可用: llm consortium --help
在哪里获取 llm-consortium?
源代码和安装说明在 GitHub 上:https://github.com/irthomasthomas/llm-consortium

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目