这两天突然想到，现有的很多工具都在被大模型重构，比如诞生了像 这种新交互形式的搜索引擎，就连wps也推出了AI服务，甚至都可以直接生成ppt，我就想是不是shell也有类似的工具，可以帮忙写脚本，然后我就在网上检索了下，起初发现了wrap这个软件，它虽然有ai交互的功能，但也不是我想要的，后来就检索到了ShellGPT这个工具，试用了半天，发现很好用，这里写个简单的介绍教程并推荐给大家。

  ShellGPT是个开源软件，其github地址是，它可以帮助你快速生成 shell 命令、代码片段和文档，无需再依赖外部资源（如 Google 搜索）。

配置安装

  ShellGPT 支持 Linux、macOS、Windows 等操作系统，并兼容 PowerShell、CMD、Bash、Zsh 等主流 Shell。ShellGPT的安装很简单，直接使用pip即可：

pip install shell-gpt

  但配置相对复杂一些，主要是它必须依赖于外部大语言模型(LLM)，它默认是依赖于openai （第三方模型也支持），我们就以openai配置为例，介绍下如何将ShellGPT配置运行起来。
因为它依赖于openai的接口，所以你必须申请到openai的API KEY，可以在这里申请，然后需要在环境变量里设置好OPENAI_API_KEY 这个值，配置好openai key之后其实就已经可以运行了，它的命令是sgpt，如下：

>> sgpt "介绍下你自己"
我是ShellGPT，您的编程和系统管理助手。我在管理Darwin/MacOS 10.16操作系统，使用zsh
shell。我可以帮助您执行Shell命令，管理系统设置，解决问题，并提供有关编程和系统管理的建议。有什么我可以帮助您的
吗？

  它也提供了一些高级配置，配置文件在 ~/.config/shell_gpt/.sgptrc，具体的含义如下：

CHAT_CACHE_PATH=/var/folders/qt/945fyfdj52x11956lkf15pzw0000gn/T/chat_cache  # 聊天的缓存路径
CACHE_PATH=/var/folders/qt/945fyfdj52x11956lkf15pzw0000gn/T/cache    
CHAT_CACHE_LENGTH=100   # 缓存大小
CACHE_LENGTH=100
REQUEST_TIMEOUT=60  # 聊天超时时间
DEFAULT_MODEL=gpt-3.5-turbo  # 默认的模型，这里我为了省钱切换成gpt3.5了
DEFAULT_COLOR=magenta   # 默认颜色
ROLE_STORAGE_PATH=/Users/xindoo/.config/shell_gpt/roles  # 角色的存储路径
DEFAULT_EXECUTE_SHELL_CMD=false  # 是否自动执行shell，建议设置成false，当前gpt下shell命令的准确还是建议人工review下
DISABLE_STREAMING=false  # 禁用流式响应 
CODE_THEME=dracula  # 代码主题
OPENAI_FUNCTIONS_PATH=/Users/xindoo/.config/shell_gpt/functions  # 函数调用的存储路径，下文会详细介绍
OPENAI_USE_FUNCTIONS=true  # 是否开启函数调用
SHOW_FUNCTIONS_OUTPUT=false  # 是否展示函数调用的执行结果 
API_BASE_URL=default  # openai的服务地址，如果你买了其他比如微软提供的接口，或者其他兼容openai接口的模型，都可以改这里  
PRETTIFY_MARKDOWN=true  # 优先使用markdown格式返回 
USE_LITELLM=false

常用功能

聊天

  这是LLM最基础的功能了，有了sgpt后你就可以实现在命令行里和GPT聊天的功能了，以后摸鱼就不容易被发现了[狗头]。

>>>sgpt "讲个关于程序员的冷笑话"
为什么程序员喜欢雨天？ 因为下雨时他们可以在家里“云”端编程！

  上面这种是单轮聊天，如果想通过多轮聊天解决一些比较复杂的问题，可以通过添加--repl （Read–eval–print loop）参数来开启循环响应模式。

>>> sgpt --repl chat1  # chat1是我自定义的聊天id，后续可以通过这个聊天id接着聊 
>>> 你好
你好！有什么可以帮助您的吗？
>>> 你是谁？
我是ShellGPT，您的编程和系统管理助手。您有什么问题或需要帮助的吗？
>>> 我之前问过你什么问题？
您之前问过我关于我的身份和问候的问题。您还有其他问题需要我回答吗？
>>>

  如果你不想通过循环相应模型（repl），只想单次接着之前的记录聊，可以直接使用--chat 参数

>>> sgpt --chat chat1 "复述下我之前说的内容"
你说你之前问过什么问题。

写命令并执行

  GPT诞生后，它的编码能力就已经被验证过了，当然写个脚本自然也不在话下，如果你不知道某个命令如何写，就可以直接让它帮你写出来。当然写命令所有的LLM基本上都可以实现，但是在别的地方调用，你还得把命令copy过来执行。而在sgpt下，它自动帮你生成完你直接确认就可以执行了，通过调整默认配置，你甚至可以让他自动执行。

>>> sgpt -s "统计下a.txt里有多少行文本包含关键词'xindoo'"
grep -c 'xindoo' a.txt
[E]xecute, [D]escribe, [A]bort: E  #这里输入E确定执行，D会解释这个命令，A放弃执行 
2   # 这里是命令的正常执行结果

高级功能

函数调用

  ShellGPT 允许 LLM 执行系统中的函数，从而实现更复杂的功能。例如，你可以使用函数播放音乐、打开网页或执行 shell 命令。在mac系统下，官方已经准备好了执行shell和执行apple script的函数，终端下执行sgpt --install-functions 就可以自动安装了，之后开启函数调用就可以正常使用，当然你也可以在~/.config/shell_gpt/functions路径下，定义自己的函数调用，只需要按照如下代码实现即可：

# execute_shell_command.py
import subprocess
from pydantic import Field
from instructor import OpenAISchema


class Function(OpenAISchema):
    """
    Executes a shell command and returns the output (result).
    """
    shell_command: str = Field(..., example="ls -la", descriptions="Shell command to execute.")

    class Config:
        title = "execute_shell_command"

    @classmethod
    def execute(cls, shell_command: str) -> str:
        result = subprocess.run(shell_command.split(), capture_output=True, text=True)
        return f"Exit code: {result.returncode}, Output:\n{result.stdout}"

角色管理

  ShellGPT也提供了角色管理的功能，类似于openai提供的GPTS，你可以创建自定义角色，这些角色可以用来生成代码、执行shell命令，或者满足用户的特定需求。通过使用--create-role选项并附上角色名称来创建一个新的角色。在创建过程中，你需要为角色提供一个描述以及其他一些细节。这些信息会存储在 ~/.config/shell_gpt/roles 下。在这个目录中，你还可以编辑默认的 sgpt 角色，如 shell、code 和 default。使用 --list-roles 选项可以列出所有可用的角色，而 --show-role 选项可以显示特定角色的详细信息。

  这里我们创建一个角色，它的功能就是将一个时间戳转换成yyyy-MM-dd HH:mm:s 的格式，这里我们就可以这么去做。

>>> sgpt --create-role timestamp_convert
> Enter role description: 将时间戳转化为yyyy-MM-dd HH:mm:s格式的时间，其他不要返回！ # 这里输入角色的系统提示词 

## 之后我们就可以通过--role来指定特定的角色执行我们的指令了
>>> sgpt --role timestamp_convert "1714484761"
> @FunctionCall `execute_shell_command(shell_command="date -r 1714484761 '+%Y-%m-%d %H:%M:%S'")`  # 这里触发了函数调用 
2024-04-30 21:46:01    # 这里就是我们想要的结果

总结

  由于文章篇幅的原因，我挑选了大部内容做了介绍，当然ShellGPT还有一些其他的细节需要大家自行去探索。其所有的参数都可以通过sgpt --help 查看，完整的信息如下：