Für uns "Dinosaurier", die im Terminal aufgewachsen sind, hat sich die moderne KI-Revolution ein wenig ... getrennt gefühlt.Wir verbringen unsere Tage in einer leistungsstarken CLI-Umgebung, aber jedes Mal, wenn wir die Hilfe eines LLMs benötigen, sind wir gezwungen, Kontext zu einem Browser zu wechseln, Code in ein Chatfenster einzufügen und hoffen, dass der "Copy-Paste" -Zyklus unseren Fluss nicht unterbricht. Ich baue (Qwen Shell) um dies zu lösen.Es ist ein lokaler, privacy-fokussierter CLI, der Vision und semantisches Verständnis direkt in die Unix-Pippe bringt.Keine APIs, keine Datenleckage, nur ein 0.8B-Parameter-Gehirn, das auf Ihrer lokalen Hardware läuft. qsh Die „Big Three“: Vision, Filter und Befehl Es ist nicht nur ein Chatbot; es ist eine Erweiterung der Coreutils Philosophie. Es behandelt den LLM als einen intelligenten Filter. qsh Die semantische Vision: Die Image PipePowered von Qwen 3.5-0.8B einheitlichen Prozessor, Anstatt manuell durch einen Ordner mit Screenshots zu scrollen, um einen Fehler zu finden, können Sie jetzt Ihre Bilder direkt in eine Abfrage führen: qsh # Find every image with a cat and open it automatically
ls examples/*.jpg | qsh vision "is there a cat?" | xargs open
 Das Modell bewertet die Abfrage für jedes Bild, druckt den Dateinamen nur, wenn die Antwort "Ja" ist, und lässt das nächste Rohr das Ergebnis bearbeiten. Der semantische Filter: Grep mit Bedeutung Der Standard ist großartig für die Suche nach Strings, aber es ist nutzlos für die Suche Die Befehl bewertet Standard-Eingabe gegen eine natursprachige Abfrage: grep Absicht filter # Filter a messy TODO list by context
cat notes.txt | qsh filter "What is due tomorrow?"
 Der LLM gibt ein "Ja" oder "Nein", so dass Sie durch Protokolle oder Notizen mit menschlicher Logik schieben können. Commander-Modus: AI-Powered Autocomplete Wir sind alle dort gewesen: Sie machen einen Fehler in einem Git-Repository und können sich nicht an die genaue Syntax erinnern, um die letzten drei Commits zu widerrufen, ohne Arbeit zu verlieren. qsh "Undo my last 3 git commits but keep the changes"
 übersetzt Ihre Absicht in gültige, ausführbare Bash. Aber es läuft nicht nur blind ... qsh Sicherheit zuerst: Deterministische Guardrails "Aber muh Sicherheit!" Ich kann bereits die Linux SysAdmins schreien hören. Um das zu lösen, Verwenden Sie A : qsh Hybrid Safety Model 
 
 
 Deterministische Scans: Die Rust binary verwendet einen Hochleistungsmustermatcher (definiert in safety.rs), um die Ausgabe der KI auf gefährliche Strings wie rm -rf /, mkfs oder dd zu scannen. Interactive Review: Wenn ein Befehl gefährlich aussieht, wird es mit hellem roten Text gekennzeichnet. Der Benutzer wird mit einem zweistufigen Bestätigungsvorgang präsentiert, der eine Chance für eine weitere Erklärung oder eine harte Abtreibung bietet. Es ist das Beste aus beiden Welten: Probabilistische Macht vom LLM und Deterministische Sicherheit von Rust. Die Architektur: Rust und Python? Eine häufige Frage, die ich bekomme, ist: Ich wählte eine Hybridarchitektur, um den Stärken jedes zu entsprechen: "How does a system language like Rust talk to a machine learning language like Python without lag?" Handhabt den schnellen I/O, die SQLite-Historikdatenbank, die Sicherheitslogik und die CLI-Schnittstelle. Rust : Handhabt das schwere Heben von Und die Die Bibliothek. Ich würde gerne Rust für alles verwenden, aber die Unterstützung für die neuesten Qwen 3.5 Architekturen ist nicht vollständig im Rust Hugging Face implementiert Die Bibliothek - ( Bis dahin verwenden wir eine Hochgeschwindigkeits-Python-Brücke. Die Installation ist ein einfacher One-Liner, der eine lokale virtuelle Umgebung einrichtet ( Um Ihr System sauber zu halten: Python torch transformers candle so I submitted a Pull Request to fix that! https://github.com/huggingface/candle/pull/3396 qenv curl -sSL https://raw.githubusercontent.com/woodRock/qsh/main/setup.sh | sh
 Das „Local-First“ Manifest Warum nicht nur die OpenAI API oder Claude verwenden? 
 
 
 
 Zero-Data Leakage: Ihre Terminalgeschichte und lokale Dateiwege verlassen Ihren Computer nie.Angesichts der jüngsten Nachrichten über KI-Unternehmen und Regierungsverträge möchten Sie Ihren vollständigen Dateisystemkontext wirklich an einen Cloud-Server senden? Offline Utility: qsh arbeitet in einem Keller, auf einem Flugzeug oder in einer Kriegszone. Sie erhalten eine konsistente 100%-ige Betriebszeit, ohne sich um Ratenlimits oder Serverüberlastungen zu kümmern. Der 0.8B Sweet Spot: Qwen 3.5-0.8B ist klein genug, um auf einem Standard-Laptop zu laufen (auch ohne eine beefy GPU), aber "smart" genug, um die Bash-Syntax zu beherrschen. Built to Last: Stabilität und Gedächtnis Damit ein Werkzeug wirklich "nützlich" ist, muss es zuverlässig sein. 
 
 
 SQLite Memory:qsh sieht keine Befehle isoliert. Es speichert Ihren Sitzungsverlauf in einer lokalen SQLite-Datenbank. Dies ermöglicht kontextbewusste Folgemaßnahmen wie: qsh "Was war diese Datei, die ich gerade aufgelistet habe?" Wir haben eine umfassende Integrationstest-Suite und eine GitHub Actions CI-Pipeline implementiert, um sicherzustellen, dass die semantischen Logik- und Sicherheitsvorrichtungen während des Wachstums des Tools intakt bleiben. 6. Was ist als nächstes? Ziel ist es, die Schlussfolgerung schließlich vollständig in Rust zu bewegen, sobald die Das Ökosystem erholt sich und beseitigt die Python-Abhängigkeit vollständig. Bis dahin, ist hier, um Ihren Unix-Pipes das Gehirn zu geben, auf das sie gewartet haben.   candle qsh Check out the project on GitHub: https://github.com/woodrock/qsh https://github.com/woodrock/qsh

This post provides insights into new product. 

This story contains new, firsthand information uncovered by the writer.

2022 - HackerNoon Contributor of the Year - Nintendo

Read My Stories

Nominated for 2022 - HackerNoon Contributor of the Year - Nintendo

Dieses Audio ist in der Originalsprache der Geschichte produziert!

Beyond Grep: Giving the Unix Pipe a Brain mit Qsh

About Author

KOMMENTARE

Hängeetiketten

DIESER ARTIKEL WURDE VORGESTELLT IN

Related Stories

HackerNoon Decoded 2024: Wir feiern die Community unserer Technologieunternehmen!

HackerNoon Decoded 2024: Celebrating Our Data Science Community!

HackerNoon Decoded 2024: Celebrating Our Management Community!

HackerNoon's DeFi Writing Contest with SORA Network: XSTUSD Use Cases

HackerNoon Decoded 2024: Wir feiern die Community unserer Technologieunternehmen!

HackerNoon Decoded 2024: Celebrating Our Data Science Community!

HackerNoon Decoded 2024: Celebrating Our Management Community!

HackerNoon's DeFi Writing Contest with SORA Network: XSTUSD Use Cases

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps