Shell Sage
Dheeraj (dheerajcl), open-source project on GitHub · 程式設計
Shell Sage 是開源的 AI 終端助手，能把自然語言轉成 shell 指令、診斷錯誤，並在執行前檢查有風險的指令。
關於 Shell Sage
What Is Shell Sage
Shell Sage 是一套在終端裡運作的命令列工具，幫你處理 Linux 和 Unix 指令。這套 Ollama 終端 AI 最擅長的就是自然語言轉指令：你用平常用語描述想做的事，它替你寫出指令。指令失敗時，它讀取錯誤訊息並提出修正建議，這套終端錯誤診斷也是專案的招牌功能之一。專案是開源的，放在 GitHub 上，作者以 Apache 2.0 授權釋出。
這套工具是為常用終端、但不想背下每個參數和管線的人設計的。系統管理員可以請它做磁碟清理，拿到一條 find 指令。剛碰上難懂錯誤訊息的開發者，可以問 Shell Sage 哪裡出了問題，得到白話解釋。指令都要你確認後才會執行，所以看起來危險的指令會先被標記，才不會直接動到你的檔案。
有兩件事最好先知道。Shell Sage 以 Python 撰寫，在 Linux 和 macOS 上表現最好，Windows 支援仍然有限。它也需要一個語言模型才能運作。你可以透過 Ollama 指向本機模型，資料留在自己的電腦上，或指向 Groq、OpenAI、Anthropic 這類雲端服務，速度較快，但查詢會經過網路。
Getting Started
- 從 GitHub 複製專案並執行安裝腳本，它會下載所需的 Python 套件
- 想全部在自己的電腦上跑，就安裝 Ollama 並下載本機模型；否則改用雲端服務的 API 金鑰
- 執行
shellsage setup，選擇本機或 API 模式，再用精靈挑選模型 - 用
shellsage ask以平常用語輸入需求，檢查產生的指令並確認後再執行
產品資訊
快速了解 Shell Sage 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- Linux 與 macOS 進階使用者：長時間待在終端、不想再逐一查詢指令參數的人，只要電腦有 Python 3.8 以上就能用
- 系統管理員與 DevOps 人員：常下清理、備份與日誌指令，希望在按下 Enter 前多一道檢查
- 除錯 shell 錯誤的開發者：收到建置腳本丟出的難懂訊息，想要白話解釋和修正方式
- 重視隱私的使用者：想用 AI 協助又不想把指令送到雲端，改用 Ollama 的本機模型即可
任務
- 把自然語言轉成指令：描述「查看記憶體用量」或「找出大檔案」這類需求，拿到可用的指令
- 錯誤診斷：把失敗的指令或錯誤訊息丟進去，取得解釋與建議修正
- 危險指令審查：在指令執行前標記具破壞性或有風險的路徑
- 複雜流程：把備份一組檔案這類多步驟操作串成一次確認後執行
- 切換模型與服務商：在本機模型和雲端服務之間切換，不必改變工作方式
情境
- 又忘記參數了：直接用平常用語問指令，不必翻手冊
- 凌晨建置腳本失敗：貼上錯誤訊息，不用開瀏覽器就能看到可能原因
- 指令看起來很危險：Shell Sage 標出有風險的路徑，並在確認前建議較安全寫法
- 處理敏感資料：改用本機模型，指令不會離開你的電腦
- 換機器工作：筆電和伺服器都能用同一個助手，需要時再切換服務商
主要功能
自然語言轉 shell 指令
核心功能扮演 shell 指令產生器的角色，把一句話變成可用的指令。輸入 shellsage ask "find large files over 1GB"，它會回傳類似 find / -type f -size +1G -exec ls -lh {} \; 的結果。你不必記住 find、grep 或 awk 組合的精確語法，這也是這款 CLI AI 助手對「會用終端但不住在裡面」的人特別實用的原因。
看懂情境的錯誤診斷
指令失敗時，Shell Sage 會讀取錯誤、加以解釋並提出修正。它能抓出常見問題，例如路徑寫錯或參數拼錯，直接指出可能原因，不用你自己猜。專案把它列為兩大核心能力之一，與指令產生並列。
帶安全檢查的執行流程
Shell Sage 會在指令執行前先檢查，並標記可能造成損害的指令。舉例來說，要求刪除絕對路徑會收到警告，並被建議改成 rm -rf ./important-folder 這類較安全的寫法。指令一律在你確認後才執行，破壞性操作的主控權仍在你手上。
本機與雲端模型並用
這套工具可以用本機模型，也可以用雲端模型，模式在設定時決定。本機模式透過 Ollama 把一切留在你的電腦上，適合私人或敏感工作。雲端模式則連上 Groq、OpenAI、Anthropic、Fireworks、OpenRouter 或 DeepSeek，換取更快的回應；作者也提醒，速度和品質因服務商而異。
互動式設定精靈
shellsage setup 這個指令會帶你完成第一次設定。它先問你要本機還是 API 模式，再讓你挑模型。預設的本機選項包括 llama3:8b-instruct-q4_1、mistral:7b-instruct-v0.3 和 phi3:mini-128k-instruct；選 API 的人則挑一個服務商並貼上金鑰。
執行中切換模式與模型
設定完成後，切換模式或模型都不必重新安裝。shellsage config --mode api 會切到雲端服務，shellsage config --mode local --model 則把工具指向另一個本機模型。同一個指令也能處理互動式切換，想從清單挑選也行。
多家服務商與自訂模型
Shell Sage 一開始就支援六家雲端服務商，也不把你綁在精靈顯示的那幾個模型上。只要編輯 .env 檔裡的 API_MODEL 值，就能設定服務商提供的任何模型，讓這款開源 CLI 工具跟上新模型。
優缺點
優點
- 以 Apache 2.0 授權開源，可以讀原始碼、分支改造，也不需訂閱
- 本機模式透過 Ollama 運作，指令和資料留在自己的電腦上，適合私人工作
- 指令執行前會先確認，並標記具破壞性者，等於替終端多加一道安全檢查
- 可切換本機模式與六家雲端服務商，需要時能在隱私和速度之間取捨
- 免費使用，唯一實質花費是選 API 模式時你自己的雲端 API 帳單
缺點
- 仍處於 alpha 階段，Windows 支援有限，zsh 和 fish 也有已知問題，相容性無法保證適用各種環境
- 錯誤偵測偶爾會誤判，可能對原本沒問題的指令也提出修正建議
- API 模式需要服務商金鑰，查詢會經過網路，隱私性不是百分之百
- 本機模型需要 4GB 以上記憶體，最大的模型更要求 16GB 以上
- 公開專案規模仍小，本文撰寫時 GitHub 約 76 顆星，社群支援有限
常見問題
Shell Sage 是開源的 AI 終端助手，在你的命令列裡運作。它把自然語言轉成 shell 指令，解釋錯誤並建議修正，也會在指令執行前檢查有風險者。它可以用 Ollama 的本機模型，或 Groq、OpenAI、Anthropic 這類雲端服務。
相關內容
探索與 Shell Sage 相關的工具、技能與文章。
Shell Sage 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。