理想的操作系统助手

简介: 《理想的操作系统助手OS Copilot》介绍了阿里云针对Linux系统推出的智能助手,该助手基于大模型,专为Alibaba Cloud Linux 3设计,提供自然语言问答、命令执行辅助和系统运维调优功能。OS Copilot简化了命令行操作,尤其适合不熟悉Linux的用户。用户需申请邀测资格,然后在Alibaba Cloud Linux 3上安装客户端,并配置AK以使用云端能力。虽然目前不支持图形界面和多模态交互,但其智能化和高效性得到了好评。然而,安全性、个性化和跨平台兼容性是其潜在的局限性。总的来说,OS Copilot是一个免费且实用的Linux命令行增强工具。

《理想的操作系统助手》

2024年,想买电脑的人们都发现,几乎所有品牌都说自己有AI功能,还多了一个新名词AIPCAI概念以肉眼可见的速度从科研界快速普及到消费产品上,去年我们还在开源社区分享炼丹的乐趣,一边还在纠结要不要升级显卡来提升训练和推理的速度。今年Copilot+PC已经铺天盖地。

使用门槛低,对硬件资源占用不高是Copilot产品的优势,但需要专用的芯片或者AI模块,才能支持本地化运行百亿参数级别的大语言模型也是这类产品的门槛。

image.png

阿里云操作系统智能助手OS Copilot是运行在云端的大模型,因此对硬件没有任何限制(除了限制CPU架构为x86_64架构外)。根据官方团队的产品介绍(智能助手OS Copilot评测 (aliyun.com)OS Copilot是在大模型(我猜测是通义大模型)的基础上针对用户在Alibaba Cloud Linux 3 上的各个使用场景进行了微调。

image.png

对于我来说,我不习惯在命令行进行开发工作,使用场景大概是服务器的运维,应用部署排查等方面。因此OS Copilot主打的自然语言问答、辅助命令执行、系统运维调优这三项功能可以满足我的需要。

OS Copilot可以让完全不懂命令行的Linux小白也可以玩转Linux命令行。用户完全可以在OS Copilot的帮助下只用自然语言就完成系统的运维工作,甚至你只是想用他当通义聊天机器人也是完全ok的,相应速度甚至快于通义千问。

这样好的OS Copilot不要998也不要99,只要你有Alibaba Cloud Linux 3就可以免费将它带回家。

我们想要使用OS Copilot大概分为三步,申请邀测资格、安装客户端、体验

详细的步骤可以访问官方文档进行查看:智能助手OS Copilot使用说明_Alibaba Cloud Linux(Alinux)-阿里云帮助中心 (aliyun.com)

申请邀测资格

OS Copilot正在邀测阶段中,用户需要先填写Alibaba Cloud OS Copilot试用申请表,申请会自动通过,因此无需等待,提交申请表后就可以进行下一步了。

安装客户端

OS Copilot只能在Alibaba Cloud Linux 3操作系统上使用,你可以有两种方式获得Alibaba Cloud Linux 3操作系统:1.在阿里云ECS上使用Alibaba Cloud Linux 3镜像。2.本地KVM虚拟机上部署。(官方文档:https://help.aliyun.com/zh/alinux/getting-started/use-alibaba-cloud-linux-3-images-in-an-on-premises-environment

当你登录到Alibaba Cloud Linux 3操作系统后执行如下的安装命令就可以安装客户端了:

sudo yum clean all && sudo yum install -y os-copilot

image.png

安装完成后需要配置阿里云AK以获得云端大模型的能力:

、、、

export ALIBABA_CLOUD_ACCESS_KEY_ID=<AccessKey ID>

export ALIBABA_CLOUD_ACCESS_KEY_SECRET=<AccessKey Secret>

、、、

<AccessKey ID><AccessKey Secret>替换为实际的AccessKey IDAccessKey Secret后执行即可。

体验

Alibaba Cloud Linux 3没有图形化界面,OS Copilot不支持多模态能力。所以AIPC上那种文生图还有知识库这些东西就不要想啦。

输入coCopilot即可调出程序,命令后面跟提示词会直接得到回答,只输入coCopilot会进入聊天模式(多轮对话)

下面就AI助手的几个方面进行主观简评。

智能化:OS Copilot可以理解自然语言,回答各种问题、执行复杂的任务、提供建议甚至直接执行命令。命令行模式可以直接代为执行简单命令获得一些系统参数,也可以根据你的问题给出结果后让你选择执行哪些命令,这是学习Linux命令行不可多得的好助手,也可以给系统运维省下很多时间。多轮对话模式不能帮你执行命令,需要退出后自行执行。多轮对话对一起解决复杂的问题很有用,而且多轮对话提供了代码生成和代码解释功能,这对于开发调试来讲是一个很棒的功能。


image.png

image.png


image.png

image.png

高效性:大模型运行在云端,因此响应速度非常快。

安全性:智能助手没有使用端侧模型,推理过程在云端进行,我对安全性是有担忧的,希望开发团队能介绍安全性和隐私保护能力,确保用户的数据不被泄露或滥用。

个性化:OS Copilot不支持记忆会话和回忆功能,我猜测官方所说的智能功能是指OS Copilot在众多用户的调教下会越来越好用,而非对不同用户使用习惯进行支持。

image.png

image.png

跨平台兼容性:无,目前仅支持单一操作系统。

可扩展性:无,没有插件或扩展功能来增加新的功能

评价

OS Copilot 在新人上手方面没有任何阻碍(会注册阿里云账户就行),不管是对于云计算新手还是Linux新手都不是问题。它对运维和学习有很大帮助,适合新手学习使用,高手也可以那聊天模式来解闷儿。如果你在寻找linux上的智能助手,OS Copilot是一个非常理想的选择。


相关文章
|
Web App开发 移动开发 前端开发
Chrome各个版本小常识
Chrome各个版本小常识
|
12月前
|
监控 前端开发 Java
构建高效Java后端与前端交互的定时任务调度系统
通过以上步骤,我们构建了一个高效的Java后端与前端交互的定时任务调度系统。该系统使用Spring Boot作为后端框架,Quartz作为任务调度器,并通过前端界面实现用户交互。此系统可以应用于各种需要定时任务调度的业务场景,如数据同步、报告生成和系统监控等。
584 9
|
机器学习/深度学习 存储 编解码
Tiny Time Mixers (TTM)轻量级时间序列基础模型:无需注意力机制,并且在零样本预测方面表现出色
IBM研究人员提出Tiny Time Mixers (TTM),这是一个轻量级、基于mlp的TS模型,参数量小于1M,在M4数据集上表现优于大型SOTA模型,且具备优秀的零样本预测能力。TTM无注意力机制,利用TSMixer进行多级建模,自适应补丁和频率前缀调整等创新特性提升性能。预训练和微调阶段各有独特设计,预训练仅用单变量序列,微调时学习多变量依赖。TTM在某些任务中证明了小模型的优越性,且模型已开源。
993 1
|
应用服务中间件 nginx 微服务
SpringCloud解决feign调用token丢失问题
【5月更文挑战第2天】在feign调用中可能会遇到如下问题: * 同步调用中,token丢失,这种可以通过创建一个拦截器,将token做透传来解决 * 异步调用中,token丢失,这种就无法直接透传了,因为子线程并没有**token**,这种需要先将token从父线程传递到子线程,再进行透传
1608 3
|
传感器 数据中心
|
人工智能 供应链 安全
|
存储 Java PHP
【JVM】垃圾回收机制(GC)之引用计数和可达性分析
【JVM】垃圾回收机制(GC)之引用计数和可达性分析
257 0
|
Java API
java多线程之FutureTask、Future、CompletableFuture
java多线程之FutureTask、Future、CompletableFuture
1111 0
|
存储 算法 Linux
在Linux中,有哪些备份和恢复工具?
在Linux中,有哪些备份和恢复工具?
|
机器学习/深度学习 算法 数据可视化
【机器学习实战】10分钟学会Python怎么用DT决策树模型进行分类预测(六)
【机器学习实战】10分钟学会Python怎么用DT决策树模型进行分类预测(六)
1015 0