Об этом проекте

ShellGPT — это инструмент командной строки для повышения производительности, основанный на больших языковых моделях ИИ. Он предназначен для упрощения генерации команд оболочки, фрагментов кода и документации непосредственно из терминала, снижая необходимость во внешних поисках. Инструмент поддерживает Linux, macOS и Windows, а также совместим с основными оболочками, такими как PowerShell, CMD, Bash и Zsh. Основные возможности включают: - **Генерация команд оболочки:** С помощью опции `--shell` пользователи могут генерировать и выполнять команды оболочки. Инструмент учитывает контекст и адаптирует команды к конкретной операционной системе и среде оболочки. - **Генерация кода:** Опция `--code` позволяет пользователям запрашивать чистый код для выполнения конкретных задач программирования. - **Режимы чата и REPL:** Пользователи могут поддерживать контекст разговора с помощью `--chat` или взаимодействовать динамически в цикле чтения-выполнения-вывода (REPL) с помощью `--repl`. Оба режима поддерживают опции `--shell` и `--code` для итеративной разработки. - **Вызов функций:** Инструмент поддерживает вызов функций OpenAI, позволяя языковой модели выполнять пользовательские функции Python, определенные пользователем. Это позволяет автоматизировать сложные задачи и взаимодействовать с системой. - **Пользовательские роли:** Пользователи могут создавать и управлять пользовательскими ролями, чтобы адаптировать поведение языковой модели к конкретным задачам, например, для генерации JSON или применения форматирования markdown. - **Гибкость ввода:** ShellGPT принимает подсказки из аргументов командной строки, stdin и различных операторов перенаправления, что позволяет интегрировать его с конвейерами и файловыми входами. - **Кэширование:** Он включает механизм кэширования запросов для предоставления мгновенных результатов для ранее запрошенных подсказок. По умолчанию ShellGPT использует API OpenAI, но его можно настроить для использования локальных моделей с открытым исходным кодом через бэкэнды, такие как Ollama. Его можно установить через pip или запустить с помощью Docker.