llm-echo
LLM 命令行工具的调试插件，提供不调用真实模型的 echo 模型，将输入原样结构化返回，用于调试提示词、多轮对话与 token 用量模拟
核心事实
时间轴 (近 90 天)
llm-echo 是 Simon Willison 开发的 LLM 命令行工具生态中的一个调试插件，它不调用真实大语言模型，而是将收到的提示词原样返回。
llm-echo 发布了 0.5 版本，重点改进了对 token 用量的模拟计算。
在 llm-echo 0.5 之前，echo 模型的 token 计数可能只简单基于输入输出文本长度，无法反映复杂的 token 消耗结构。
使用 `uvx --with llm-echo llm -m echo 'hi there' -o thinking 1 --usage` 命令可得到包含 prompt、system、attachments、stream 等字段的 JSON 输出。
使用 `-o thinking 1` 选项时，echo 模型会模拟输出推理文本，并在 token 统计中体现为 2 个输入 token 和 24 个输出 token。
llm-echo 插件遵循开源模式，可通过 uvx 直接运行，无需预先安装，项目源码和发布说明可在 GitHub 上查看。
升级到 llm-echo 0.5 后，开发者可以在不消耗 API 配额的情况下更准确地测试与 token 用量相关的逻辑，如用量统计面板、成本预警、上下文窗口管理。
全部知识事实 (9)
llm-echo 是为 LLM 命令行工具开发的测试插件，提供名为 echo 的假模型，将输入的 prompt 以 JSON 格式原样回显
65%待验证使用 -o thinking 1 选项时，echo 模型先向 stderr 输出模拟的推理块，然后向 stdout 返回回显 prompt 的 JSON 结果
60%待验证在 llm-echo 0.5 之前，echo 模型的 token 计数可能只简单基于输入输出文本长度，无法反映复杂的 token 消耗结构。
50%待验证使用 `uvx --with llm-echo llm -m echo 'hi there' -o thinking 1 --usage` 命令可得到包含 prompt、system、attachments、stream 等字段的 JSON 输出。
50%待验证使用 `-o thinking 1` 选项时，echo 模型会模拟输出推理文本，并在 token 统计中体现为 2 个输入 token 和 24 个输出 token。
50%待验证llm-echo 插件遵循开源模式，可通过 uvx 直接运行，无需预先安装，项目源码和发布说明可在 GitHub 上查看。
50%待验证升级到 llm-echo 0.5 后，开发者可以在不消耗 API 配额的情况下更准确地测试与 token 用量相关的逻辑，如用量统计面板、成本预警、上下文窗口管理。
50%待验证llm-echo 是 Simon Willison 开发的 LLM 命令行工具生态中的一个调试插件，它不调用真实大语言模型，而是将收到的提示词原样返回。
50%待验证llm-echo 发布了 0.5 版本，重点改进了对 token 用量的模拟计算。
50%