AI Shell:在命令行里“对话” AI ,微软推出将 AI 助手引入命令行的 CLI 工具,打造对话式交互命令行

本文涉及的产品
NLP自然语言处理_高级版,每接口累计50万次
NLP 自学习平台,3个模型定制额度 1个月
NLP自然语言处理_基础版,每接口每天50万次
简介: AI Shell 是一款强大的 CLI 工具,将人工智能直接集成到命令行中,帮助用户提高生产力。AI Shell 支持多种 AI 模型和助手,通过多代理框架提供丰富的功能和灵活的使用模式。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦


🚀 快速阅读

  • 功能:AI Shell 是一款将 AI 集成到命令行中的 CLI 工具。
  • 模式:支持独立运行和与 PowerShell 7 集成两种模式。
  • 代理:内置多个 AI 代理,支持与不同 AI 模型互动。

正文(附运行示例)

AI Shell 是什么

AI Shell.jpeg

AI Shell 是一款命令行工具,将人工智能的强大能力直接带到了命令行环境中。它设计用于帮助用户在命令行中获取各种 AI 助手的命令建议,从而提高生产力。AI Shell 通过多代理框架提供了丰富的功能和灵活的使用模式。每个代理都是一个库,可以用来与不同的 AI 模型或辅助提供者进行对话式的交互。

AI Shell 的主要功能

  • 多代理支持:AI Shell 内置了多个代理,如 openai-gptazure 代理,支持与不同 AI 模型进行互动。
  • 灵活的使用模式:支持独立运行和与 PowerShell 7 集成两种模式,用户可以根据自己的需求选择合适的使用方式。
  • 丰富的命令:提供了多种聊天命令,如 /agent/code/help 等,方便用户与 AI 代理进行交互。

AI Shell 的技术原理

  • 代理框架:AI Shell 通过代理框架支持多种 AI 代理,每个代理都可以独立配置和使用。
  • 命令行集成:AI Shell 可以与 PowerShell 7 深度集成,提供无缝的命令行体验。
  • 用户配置:用户可以通过配置文件 config.json 自定义默认代理和其他设置。

如何运行 AI Shell

安装 AI Shell

AI Shell 支持 Windows、MacOS 和 Linux 平台。以下是安装步骤:

  1. Windows 平台
  • 系统要求:Windows 10 或更高版本,PowerShell 7.4.6 或更高版本,Windows Terminal。
  • 运行以下命令安装 AI Shell:
Invoke-Expression "& {
    $(Invoke-RestMethod 'https://aka.ms/install-aishell.ps1') }"
  1. MacOS 平台
  • 系统要求:macOS v13 Ventura 或更高版本,PowerShell 7.4.6 或更高版本,iTerm2 终端应用。
  • 运行以下命令安装 AI Shell:
curl -s https://aka.ms/install-aishell.ps1 | pwsh
  1. Linux 平台

启动 AI Shell

  • 独立运行模式
    • 直接运行 aish 命令启动 AI Shell。
  • 与 PowerShell 7 集成模式
    • 在 PowerShell 7 中运行 Start-AIShell 命令启动 AI Shell。

示例代码

以下是一个简单的示例,展示如何使用 aishopenai-gpt 代理进行互动:


# 启动 AI Shell
Start-AIShell

# 选择 openai-gpt 代理
@openai-gpt

# 输入命令
How to create a text file named helloworld in PowerShell?

# 使用 /code post 命令将生成的代码插入到 PowerShell 会话中
/code post

使用 AI Shell 的额外技巧

快捷键

AI Shell 提供了一些快捷键,使用户能够更高效地使用工具。以下是一些常用的快捷键:

快捷键 命令 功能
Ctrl+d, Ctrl+c /code copy 将所有生成的代码片段复制到剪贴板
Ctrl+ /code copy <n> 将第 n 个生成的代码片段复制到剪贴板
Ctrl+d, Ctrl+d /code post 将所有生成的代码片段发布到已连接的应用程序
Ctrl+d, /code post <n> 将第 n 个生成的代码片段发布到已连接的应用程序

代理配置

AI Shell 提供了一个框架,用于创建和注册多个 AI 代理。你可以使用它们与不同的 AI 模型进行交互。AI Shell 发布时内置了两个代理:openai-gptazure

如果你本地构建项目,还可以支持其他代理

  • openai-gpt:要配置代理,请运行 /agent config openai-gpt 以在默认编辑器中打开设置文件。
  • ollama:要配置Ollama代理的条件目前比较苛刻。若要更改模型,您需要修改 OllamaChatService 类中的查询代码。默认模型是 phi3。默认端点是 http://localhost:11434/api/generate ,默认端口是 11434。这可以在代码中更改,最终将被添加到配置文件中。
  • interpreter:要配置代理,运行 /agent config interpreter 以在默认编辑器中打开设置文件。
  • azure`

当你运行 aish 时,系统会提示你选择一个代理。

基本配置

可以在 ~/.aish 下创建一个名为 config.json 文件来配置 AI Shell,例如设置默认代理等。

{
   
  "DefaultAgent": "openai-gpt"
}

注意:目前,AI Shell 仅支持非常基本的配置,它只支持声明启动时使用的默认代理。这样,您每次运行 aish.exe 时就不需要选择代理了。

切换代理

可以使用聊天消息中的 @<agentName> 语法在代理之间切换。例如:

@openai-gpt

或者使用聊天命令切换代理:

/agent use openai-gpt

解决错误

如果在工作终端中遇到错误,可以使用 Resolve-Error cmdlet 将此错误发送到打开的 AI Shell 窗口以解决问题。此命令要求 AI 模型帮助你解决错误。

Resolve-Error

调用 AI Shell

可以使用 Invoke-AIShell cmdlet 将查询发送到打开的 AI Shell 窗口中的当前代理。此命令允许你从工作终端与 AI 模型进行交互。

Invoke-AIShell "How to list all storage accounts in Azure PowerShell?"

插入代码

与代理聊天时,可以使用 /code post 命令将响应中的代码自动插入到工作 shell 中。这是快速获取在 shell 中运行所需的代码的最简单方法。还可以使用热键 Ctrl+d, Ctrl+d 将代码插入工作 shell。

/code post

聊天明亮

以下是与 AI 模型交互的一些基本聊天命令。在聊天会话中使用/help 命令可以查看所有可用的命令及其说明。

Name Description Source
/agent Command for agent management. Core
/cls Clear the screen. Core
/code Command to interact with the code generated. Core
/dislike Dislike the last response and send feedback. Core
/exit Exit the interactive session. Core
/help Show all available commands. Core
/like Like the last response and send feedback. Core
/refresh Refresh the chat session. Core
/render Render a markdown file, for diagnosis purpose. Core
/retry Regenerate a new response for the last query. Core

特别注意:

  • 由于将其用作独立可执行文件,因此 /code post 命令将不起作用。
  • 这些命令是专为 PowerShell 7 设计的 sidecar 体验而设计。

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦

相关文章
|
26天前
|
数据采集 人工智能 监控
40.8K star!让AI帮你读懂整个互联网:Crawl4AI开源爬虫工具深度解析
Crawl4AI 是2025年GitHub上备受瞩目的开源网络爬虫工具,专为AI时代设计。它不仅能抓取网页内容,还能理解页面语义结构,生成适配大语言模型的训练数据格式。上线半年获4万+星标,应用于1200+AI项目。其功能亮点包括智能内容提取引擎、AI就绪数据管道和企业级特性,支持动态页面处理、多语言识别及分布式部署。技术架构基于Python 3.10与Scrapy框架,性能卓越,适用于AI训练数据采集、行业情报监控等场景。相比Scrapy、BeautifulSoup等传统工具,Crawl4AI在动态页面支持、PDF解析和语义分块方面更具优势
202 0
40.8K star!让AI帮你读懂整个互联网:Crawl4AI开源爬虫工具深度解析
|
23天前
|
人工智能 安全 Java
对比测评:AI编程工具需要 Rules 能力
通义灵码Project Rules是一种针对AI代码生成的个性化规则设定工具,旨在解决AI生成代码不精准或不符合开发者需求的问题。通过定义编码规则(如遵循SOLID原则、OWASP安全规范等),用户可引导模型生成更符合项目风格和偏好的代码。例如,在使用阿里云百炼服务平台的curl调用时,通义灵码可根据预设规则生成Java代码,显著提升代码采纳率至95%以上。此外,还支持技术栈、应用逻辑设计、核心代码规范等多方面规则定制,优化生成代码的质量与安全性。
370 115
|
19天前
|
数据可视化 Rust 机器学习/深度学习
mlop.ai 无脑使用教程 (机器学习工具 WandB/ClearML 的首个国区开源平替)
mlop.ai 是首个为国区用户优化的机器学习工具,全栈免费开源,是主流付费解决方案 ClearML/WandB 的开源平替。常规实验追踪的工具经常大幅人为降速,mlop因为底层为Rust代码,能轻松支持高频数据写入。如需更多开发者帮助或企业支持,敬请联系cn@mlop.ai
69 12
mlop.ai 无脑使用教程 (机器学习工具 WandB/ClearML 的首个国区开源平替)
|
2天前
|
人工智能 自然语言处理 搜索推荐
我和灵码的故事——从AI编程小白到AI助手的伙伴
本文分享了一位非科班教师从零开始学习Python编程的经历,借助阿里云智能编码助手“灵码”,逐步尝试开发智能体以解决实际问题。作者通过灵码的实时代码续写、自然语言生成代码、单元测试生成等功能,克服了编程中的诸多困难,并成功为女儿打造了一个英语学习助手。文章还介绍了灵码在个性化学习支持和异常排查中的优势,以及如何用AI助力教育创新。无论你是编程初学者还是想构建自己的智能体,文中经验和技巧都值得借鉴。欢迎留言互动,一起探索AI世界的无限可能!
57 15
|
12天前
|
数据采集 人工智能 搜索推荐
从AI助手到个性化数字分身:WeClone & Second Me打造本地化、私有化的个性化AI代理系统
从AI助手到个性化数字分身:WeClone & Second Me打造本地化、私有化的个性化AI代理系统
111 23
|
26天前
|
人工智能 JSON 前端开发
分享一个非常实用的在线AI工具网站
在线工具网是一个包含AI工具、站长工具、开发人员工具、实用工具、AI助手,能够提供最新AI知识库、在线编码、正则表达式、加密解密、二维码生成、在线进制转换、JSON解析格式化、JavaScript、css、httml格式化/混淆/压缩、时间戳转换等免费在线AI工具平台。
136 34
|
8天前
|
人工智能 自然语言处理 算法
炎鹊 • AI+行业工具创建平台
炎鹊是AI+行业应用工具创建平台,聚焦各行业深度业务场景需求。通过“行业知识注入+场景化微调”技术,基于垂直AI大模型与多模态推理能力,实现零代码创建定制化“智员体”(AI专业应用工具)。平台支持低代码开发、多模态输入输出、动态更新知识图谱及跨平台协作,具备持续学习进化机制。炎鹊推出的“智员体”数字员工可模拟人类思维逻辑,完成复杂任务,推动AI从辅助工具向协作主体演进,已在快消、教育、医疗等20+领域落地,助力企业构建智能组织形态。
74 11
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
八成职场人依赖AI工具下,“职业技能培训”的需求与应对策略
人工智能(AI)正深度重塑职场生态。数据显示,约八成职场人使用AI工具,00后互动频率最高。AI虽提升效率,但也带来技能退化风险。职业技能培训成为关键,如生成式人工智能认证(GAI认证)助力职场人掌握核心技术与应用方法。未来,职业技能培训与AI技术将共生共荣,推动职场人适应变革、实现成长。
|
13天前
|
人工智能 数据挖掘 大数据
“龟速”到“光速”?算力如何加速 AI 应用进入“快车道”
阿里云将联合英特尔、蚂蚁数字科技专家,带来“云端进化论”特别直播。
54 11
|
14天前
|
开发框架 人工智能 Java
破茧成蝶:阿里云应用服务器让传统 J2EE 应用无缝升级 AI 原生时代
本文详细介绍了阿里云应用服务器如何助力传统J2EE应用实现智能化升级。文章分为三部分:第一部分阐述了传统J2EE应用在智能化转型中的痛点,如协议鸿沟、资源冲突和观测失明;第二部分展示了阿里云应用服务器的解决方案,包括兼容传统EJB容器与微服务架构、支持大模型即插即用及全景可观测性;第三部分则通过具体步骤说明如何基于EDAS开启J2EE应用的智能化进程,确保十年代码无需重写,轻松实现智能化跃迁。
117 17

热门文章

最新文章