LLM 0.33

# 版本发布：llm 0.33 来源：https://simonwillison.net/2026/Aug/22/llm/ 本次更新的亮点： > - 升级至OpenAI Python库3.x版本，并将HTTP客户端依赖从`httpx`切换至`httpx2`。#1608 (https://github.com/simonw/llm/issues/1608)，#1631 (https://github.com/simonw/llm/pull/1631) 我们昨日已发布紧急修复版本0.32.1 (https://simonwillison.net/2026/Aug/21/llm/)，而此次更新提供了更全面的解决方案。 > - `llm embed`与`llm embed-multi`现支持`--key`参数。Python中的`EmbeddingModel.embed()`、`EmbeddingModel.embed_multi()`、`Collection.embed()`及`Collection.embed_multi()`方法同样支持`key=`参数，可在不修改共享模型状态的情况下，将每次调用指定的密钥传递给嵌入插件。现有读取`self.key`的插件通过兼容性回退机制依然有效。感谢ChrisJr404 (https://github.com/ChrisJr404)。#757 (https://github.com/simonw/llm/issues/757)，#1620 (https://github.com/simonw/llm/pull/1620) 嵌入模型现已采用与常规LLM模型相同的密钥管理模式。 > - `llm prompt -t/--template`现支持重复使用以按序组合模板。该功能允许将一个模板的模型配置与选项与另一个模板的提示词配合使用。 此特性开启了实用的新模式：您可以创建封装模型与默认选项的模板组合： ```` llm -m gpt-5.6-luna -o reasoning_effort high --save lhigh llm "Generate an SVG of a pelican riding a bicycle" --save pelican # 组合并运行模板 llm -t lhigh -t pelican ```` > - 具备推理能力的Responses API模型现已支持`reasoning_summary`选项，可设置为`auto`、`concise`或`detailed`。该功能可配合 llm openai endpoint --responses (https://llm.datasette.io/en/stable/other-models.html#openai-endpoint) 使用。#1600 (https://github.com/simonw/llm/issues/1600) 此功能在测试不同模型对OpenAI Responses API的实现时尤为实用。