oterm

Q: 怎样让模型把回复读出来？

用 uvx ＂oterm[speak]＂ 运行带 speak 扩展的版本，回复流式生成时会通过 piper 以 GLaDOS 音色朗读，需要 Python 3.11 或更高版本。

在终端里直接聊大模型，告别网页切换，提升编码效率

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 141 🐛 待处理 3 👀 关注 15

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2446

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队ggozad

官网地址https://ggozad.github.io/oterm

GitHubhttps://github.com/ggozad/oterm

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型anthropic,chatbot,llm,mcp,ollama,openai,pydantic-ai,python,terminal,textual,tui

GitHub 星标★ 2446

上线时间2023-10-10 00:00:00

代码更新2026-11-06

仓库体积36.4 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数9

项目介绍

oterm 是一个专为大型语言模型设计的终端客户端，旨在将 LLM 的交互体验从网页或 IDE 插件迁移到轻量级的命令行环境中。它解决了开发者在终端中频繁切换上下文、需要快速调用模型进行代码解释、文本生成或问题解答时的效率问题。核心能力包括：支持多种主流 LLM 提供商（如 OpenAI、Anthropic 等）的接入，提供流式响应、对话历史管理、多会话并行、以及可定制的提示词模板。通过简洁的 TUI（文本用户界面），用户可以在不离开终端的情况下完成与模型的深度交互，并方便地将输出复制到代码或文档中。项目基于 Python 构建，强调可配置性和扩展性，适合开发者、运维人员以及所有偏好键盘操作的技术用户。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2446

技术标签

anthropic chatbot llm mcp ollama

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 5 分钟部署方式：命令行工具 4 步

环境要求

可执行 uvx 命令的环境（README 仅给出 uvx 安装方式）
Python 3.11 或更高版本（仅 speak 语音朗读扩展需要）
一个可用的 LLM 提供商 API Key，或本地运行的 Ollama 服务

安装与启动步骤

1确认运行环境

oterm 通过 uvx 直接运行，无需手动建虚拟环境；若想使用语音朗读扩展，需 Python 3.11 或更新版本。
2启动 oterm

执行 README 中给出的唯一安装命令，uvx 会自动拉取并运行 oterm，终端进入 TUI 界面。
```
uvx oterm
```
3可选启用语音朗读

需要朗读回复时安装 speak 扩展，回复流式输出时会通过 piper 朗读；基础安装不受影响。
```
uvx "oterm[speak]"
```
4配置提供商密钥

按 pydantic-ai 支持的方式设置对应提供商的 API Key，设置后该提供商才会出现在新建聊天的下拉框中。