Voor ons "dinosaurussen" die in de terminal zijn opgegroeid, heeft de moderne AI-revolutie een beetje... ontkoppeld gevoeld.We brengen onze dagen door in een high-performance CLI-omgeving, maar elke keer dat we de hulp van een LLM nodig hebben, zijn we gedwongen om context-schakelen naar een browser, code in een chatvenster plakken en hopen dat de "copy-paste" -cyclus onze stroom niet verbreekt. Ik bouwde Het is een local-first, privacy-gerichte CLI die visie en semantisch inzicht rechtstreeks in de Unix-pijp brengt. qsh De “Big Three”: Visie, Filter en Command is niet alleen een chatbot; het is een uitbreiding van de coreutils filosofie. het behandelt de LLM als een slimme filter. qsh De semantische visie: De Image PipePowered door de uniforme processor van Qwen 3.5-0.8B, In plaats van handmatig door een map met screenshots te scrollen om een fout te vinden, kunt u uw afbeeldingen nu rechtstreeks in een query pijpen: qsh # Find every image with a cat and open it automatically
ls examples/*.jpg | qsh vision "is there a cat?" | xargs open
 Het model evalueert de query voor elke afbeelding, printeert de bestandsnaam alleen als het antwoord "JA" is en laat de volgende pijp het resultaat verwerken. Het semantische filter: grijp met betekenis standaard is geweldig voor het vinden van strings, maar het is nutteloos voor het vinden De Command evalueert standaardinvoer tegen een query in natuurlijke taal: grep Intentie filter # Filter a messy TODO list by context
cat notes.txt | qsh filter "What is due tomorrow?"
 Het werkt als een semantische pijp, het stellen van uw vraag voor elke regel van tekst. de LLM retourneert een "Ja" of "Nee", zodat u door logboeken of notities met menselijke logica. Commander modus: AI-Powered Autocomplete We zijn er allemaal geweest: je maakt een fout in een Git-repository en kan de exacte syntax niet onthouden om de laatste drie commits te annuleren zonder werk te verliezen. qsh "Undo my last 3 git commits but keep the changes"
 vertaalt je intentie in geldige, uitvoerbare Bash. maar het voert het niet alleen blindelings uit... qsh Veiligheid Eerst: Deterministische Guardrails "Maar muh veiligheid!" Ik hoor al de Linux SysAdmins schreeuwen. Om dit op te lossen, Gebruik a : qsh Hybrid Safety Model 
 
 
 Deterministische scans: De Rust binaire maakt gebruik van een hoogwaardige patroonmatcher (definieerd in safety.rs) om de output van de AI te scannen op gevaarlijke strings zoals rm -rf /, mkfs of dd. Interactieve beoordeling: Als een opdracht er gevaarlijk uitziet, wordt deze gemarkeerd met heldere rode tekst.De gebruiker wordt gepresenteerd met een bevestigingsproces in twee stappen, wat een kans biedt voor verdere uitleg of een harde abortus. Het is het beste van beide werelden: de probabilistische kracht van de LLM en de deterministische veiligheid van Rust. De architectuur: Rust en Python? Een veelgestelde vraag die ik krijg is: Ik koos voor een hybride architectuur om te spelen op de sterke punten van elk: "How does a system language like Rust talk to a machine learning language like Python without lag?" Beheert de snelle I/O, de SQLite-geschiedenisdatabase, de beveiligingslogica en de CLI-interface. Rust : Handhaaft de zware lifting van En de De bibliotheek. Ik zou graag Rust gebruiken voor alles, maar ondersteuning voor de nieuwste Qwen 3.5 architecturen is niet volledig geïmplementeerd in de Rust Hugging Face De bibliotheek - ( Tot die tijd gebruiken we een high-speed Python-brug. De installatie is een eenvoudige one-liner die een lokale virtuele omgeving instelt ( Om uw systeem schoon te houden: 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
 Het “Local First” Manifest Waarom niet alleen de OpenAI API of Claude gebruiken? 
 
 
 
 Zero-Data Leakage: Uw terminalgeschiedenis en lokale bestandspaden verlaten uw machine nooit.Gezien het recente nieuws over AI-bedrijven en overheidscontracten, wilt u echt uw volledige bestandssysteemcontext naar een cloudserver sturen? Offline Utility: qsh werkt in een kelder, op een vliegtuig of in een oorlogszone. U krijgt consistente 100% uptime zonder zich zorgen te maken over tarieflimieten of serveroverbelasting. De 0.8B Sweet Spot: Qwen 3.5-0.8B is klein genoeg om te draaien op een standaard laptop (zelfs zonder een beefy GPU) maar "slim" genoeg om Bash syntax te beheersen. Gebouwd voor het laatst: stabiliteit en geheugen Om een tool echt "bruikbaar" te zijn, moet het betrouwbaar zijn. 
 
 
 SQLite Memory:qsh ziet geen opdrachten afzonderlijk. Het slaat uw sessiegeschiedenis op in een lokale SQLite-database. Dit maakt contextbewuste follow-ups mogelijk zoals: qsh "Wat was dat bestand dat ik net heb vermeld?" We hebben een uitgebreide integratie-testpakket en een GitHub Actions CI-pijplijn geïmplementeerd om ervoor te zorgen dat de semantische logica en veiligheidsgardins intact blijven naarmate de tool groeit. 6 Wat is het volgende? Het doel is om uiteindelijk de inferentie volledig in Rust te verplaatsen zodra de Het ecosysteem vangt op en verwijdert de Python-afhankelijkheid volledig. Tot die tijd, is hier om uw Unix-buizen de hersenen te geven waar ze op hebben gewacht.   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

Deze audio wordt geproduceerd in de originele taal van het verhaal!

Beyond Grep: het geven van de Unix-pijp een brein met Qsh

About Author

OPMERKINGEN

LABELS

DIT ARTIKEL WERD GEPRESENTEERD IN

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps