LLMのセットアップ方法（Simon Willison実践ガイド）

# pipxがインストールされていない場合
python3 -m pip install --user pipx
python3 -m pipx ensurepath

# LLMをインストール
pipx install llm

# 動作確認
llm --version
# 出力: llm, version 0.15.0

# OpenAI（GPT-4など）
llm keys set openai
# プロンプトが表示されたらキーを貼り付け

# Anthropic（Claude）
llm keys set anthropic

# ~/.llm/config
models:
  - name: gpt4
    model_id: gpt-4-turbo
    api_key: ${OPENAI_API_KEY}
  - name: claude3
    model_id: claude-3-opus-20240229
    api_key: ${ANTHROPIC_API_KEY}

export OPENAI_API_KEY="sk-..."
llm "このドキュメントを要約して" --key env

llm "Kubernetesを3つのポイントで説明して"

- デプロイメント、スケーリング、管理を自動化するコンテナオーケストレーションプラットフォーム
- 望ましい状態をYAMLで定義する宣言型設定を採用
- コントロールプレーン（APIサーバー、スケジューラー）とワーカーノード（kubelet、kube-proxy）で構成

# 利用可能なモデルを一覧表示
llm models

# 特定のモデルを使用
llm "JSONをパースするPython関数を作成して" -m claude3

# Ollama（ローカルモデル）
llm install llm-ollama
llm ollama pull llama3
llm -m ollama-llama3 "5歳児にLLMを説明して"

# Google Gemini
llm install llm-gemini
llm keys set gemini
llm -m gemini-1.5-pro "このデータセットを分析して" < data.csv

# 会話履歴を一覧表示
llm logs

# 会話を再開
llm continue 123

# プロンプトテンプレートを保存
llm templates add explain "{topic}を簡単に説明して"
llm explain --topic "ブロックチェーン"

sqlite3 ~/.llm/logs.db "SELECT prompt, response FROM logs LIMIT 5"

# ファイルを分析
llm "このコードを要約して" < app.py

# 他のツールと連携
curl -s https://api.github.com/repos/simonw/llm | llm "トップ3の機能を抽出して"

# コミットメッセージを生成
git diff | llm "簡潔なコミットメッセージを作成して"

llm --no-stream "この10MBのログファイルを分析して" < server.log

#!/bin/bash
git diff | llm -m claude3 "この差分をセキュリティの観点でレビューしてください。出力はMarkdown形式で。"

# ドックストリングからドキュメントを生成
llm "このPythonファイルのSphinxドキュメントを作成して" < module.py > docs.rst

# ログの異常を監視
tail -f /var/log/nginx/access.log | \
  llm "不審なHTTPリクエストを検出してください。出力はCSV形式で、列はtimestamp、ip、reason" \
  > security_alerts.csv