---
name: simple-llm
description: 简单的 LLM 请求 - 明确上下文、明确需求结果，不支持推理/工具调用/复杂过程，支持 1M 上下文和图片识别
domain: utilities
version: 1.2.0
tags: [llm, api, simple, context, qwen, vision]
triggers:
  keywords:
    primary: [llm, simple llm, 简单llm, qwen, 大模型]
    secondary: [文本生成, 总结, 翻译, 改写, 分析, 图片识别, 图片分析, ocr]
  context_boost: [文本, context, context window, 上下文, 图片]
  priority: low
---

# Simple LLM

简单的 LLM 请求工具，适用于明确上下文和明确需求结果的场景。

## 特点

| 特性 | 说明 |
|------|------|
| 上下文 | 支持 1M tokens |
| 成本 | 本地部署，无 token 成本 |
| 功能 | 文本生成 + 图片识别/分析 |
| 限制 | 不支持推理、工具调用、复杂过程 |

## API 配置

```
Endpoint: https://one.hao.work/v1/chat/completions
Model: qwen3.5-plus
Auth: Bearer sk-2e51c350efdeb41e27fcea4c3116567e514435db291b291e
```

## 图片上传服务

本地图片需要先上传获取 URL，再传给 LLM 识别。

### 上传 API

```bash
curl -u admin:whoami139 \
  -F "file=@/path/to/image.png" \
  https://img.hao.work/upload
```

| 参数 | 说明 |
|------|------|
| file | 图片或 JSON 文件 |
| ttl_days | 可选，默认 90 天，小于 90 天按 90 天保存 |

### 返回示例

```json
{"filename":"abc123.png","size":12345,"url":"https://img.hao.work/images/abc123.png"}
```

### 本地图片处理流程

```
┌─────────────────────────────────────────────────────────────┐
│                  本地图片识别流程                            │
│                                                             │
│   ┌─────────────┐                                          │
│   │ 本地图片路径 │                                          │
│   └──────┬──────┘                                          │
│          ▼                                                  │
│   ┌─────────────┐                                          │
│   │ 上传到图床   │ curl -u admin:whoami139 -F "file=@..."   │
│   │ img.hao.work│                                          │
│   └──────┬──────┘                                          │
│          ▼                                                  │
│   ┌─────────────┐                                          │
│   │ 获取图片URL │ https://img.hao.work/images/xxx.png      │
│   └──────┬──────┘                                          │
│          ▼                                                  │
│   ┌─────────────┐                                          │
│   │ 调用LLM识别 │ image_url + prompt                       │
│   └──────┬──────┘                                          │
│          ▼                                                  │
│   ┌─────────────┐                                          │
│   │ 返回结果    │                                          │
│   └─────────────┘                                          │
└─────────────────────────────────────────────────────────────┘
```

---

## 使用方式

### 文本请求

```bash
curl -X POST https://one.hao.work/v1/chat/completions \
  -H "Authorization: Bearer sk-2e51c350efdeb41e27fcea4c3116567e514435db291b291e" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.5-plus",
    "messages": [{"role": "user", "content": "<你的提示词>"}],
    "stream": true
  }'
```

### 图片识别请求

```bash
curl -X POST https://one.hao.work/v1/chat/completions \
  -H "Authorization: Bearer sk-2e51c350efdeb41e27fcea4c3116567e514435db291b291e" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.5-plus",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "<你的问题或指令>"},
        {"type": "image_url", "image_url": {"url": "https://example.com/image.png"}}
      ]
    }],
    "stream": true
  }'
```

### 多图片请求

```bash
curl -X POST https://one.hao.work/v1/chat/completions \
  -H "Authorization: Bearer sk-2e51c350efdeb41e27fcea4c3116567e514435db291b291e" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.5-plus",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "对比这两张图片的区别"},
        {"type": "image_url", "image_url": {"url": "https://example.com/image1.png"}},
        {"type": "image_url", "image_url": {"url": "https://example.com/image2.png"}}
      ]
    }],
    "stream": true
  }'
```

---

## 自动任务分配机制

当主模型接收到任务时，自动评估是否适合委托给 Simple LLM：

### 任务适配规则

```
┌─────────────────────────────────────────────────────────────┐
│                    任务分发决策                              │
│                                                             │
│   收到任务                                                   │
│      │                                                      │
│      ▼                                                      │
│   ┌─────────────┐    否    ┌─────────────┐                 │
│   │ 是否需要推理? │ ──────→ │ 主模型处理   │                 │
│   └─────────────┘          └─────────────┘                 │
│      │是                                                    │
│      ▼                                                      │
│   ┌─────────────┐    是    ┌─────────────┐                 │
│   │ 是否需要工具? │ ──────→ │ 主模型处理   │                 │
│   └─────────────┘          └─────────────┘                 │
│      │否                                                    │
│      ▼                                                      │
│   ┌─────────────┐    是    ┌─────────────┐                 │
│   │ 是否多步骤?  │ ──────→ │ 主模型处理   │                 │
│   └─────────────┘          └─────────────┘                 │
│      │否                                                    │
│      ▼                                                      │
│   ┌─────────────┐                                          │
│   │ Simple LLM  │ ──→ 执行 → 评估 → 记录结果               │
│   └─────────────┘                                          │
└─────────────────────────────────────────────────────────────┘
```

### 适合自动分配的任务类型

| 类型 | 示例 | 优先级 |
|------|------|--------|
| 文本总结 | 总结这篇文章的核心观点 | 高 |
| 翻译 | 将这段文字翻译成英文 | 高 |
| 格式转换 | 将 JSON 转成 YAML | 高 |
| 代码解释 | 这段代码做了什么 | 中 |
| 图片描述 | 描述这张图片的内容 | 高 |
| OCR | 识别图片中的文字 | 高 |
| 简单分析 | 分析这段文字的情感倾向 | 中 |
| 改写润色 | 改写这段文字使其更专业 | 中 |

### 不适合分配的任务

- 需要多轮对话推理
- 需要调用外部工具/API
- 需要文件系统操作
- 需要代码执行验证
- 复杂的规划和决策

---

## 效果评估与记录

### 评估标准

执行完成后，按以下标准评估效果：

```yaml
评估维度:
  准确性: 输出是否正确回答了问题 (1-5)
  完整性: 输出是否覆盖了所有要求 (1-5)
  格式: 输出格式是否符合预期 (1-5)
  速度: 响应是否及时 (1-5)

综合评分: (准确性 + 完整性 + 格式) / 3
```

### 记录机制

在 `~/.agents/skills/simple-llm/records.json` 中记录：

```json
{
  "task_records": [
    {
      "id": "task_001",
      "timestamp": "2026-02-26T10:00:00Z",
      "task_type": "summarize",
      "prompt": "总结以下文章...",
      "result_quality": 4.5,
      "success": true,
      "notes": "总结准确，要点清晰"
    }
  ],
  "type_stats": {
    "summarize": {"count": 10, "avg_quality": 4.3},
    "translate": {"count": 15, "avg_quality": 4.5},
    "ocr": {"count": 5, "avg_quality": 4.0}
  }
}
```

### 优先级调整

根据历史记录动态调整任务分配优先级：

```
if (任务类型 in type_stats && avg_quality >= 4.0) {
  优先分配给 Simple LLM
} else if (任务类型 in type_stats && avg_quality < 3.0) {
  优先使用主模型
} else {
  首次尝试 Simple LLM，记录结果
}
```

---

## 示例模板

### 文本总结

```
请总结以下文章的核心内容，用 3-5 个要点表示：

[文章内容]

要求：
- 每个要点不超过 50 字
- 保留关键数据和结论
```

### 图片识别

```
识别这张图片中的所有文字，按原文排版输出：

[图片URL]

要求：
- 保持原始排版
- 标注不确定的文字
```

### 翻译

```
将以下内容翻译成英文：

[内容]

要求：
- 保持原文语气
- 专业术语保持准确
```

---

## 注意事项

1. **充分利用 1M 上下文** - 可以传入大段文本，无需担心 token 限制
2. **图片支持** - 通过 image_url 传入图片链接进行识别
3. **避免复杂指令** - 单步任务效果最佳
4. **明确输出格式** - 让模型清楚知道期望的输出形式
5. **效果反馈** - 执行后评估效果，用于优化后续任务分配