Project Icon

ell

适用于终端环境下与LLMs进行交互轻量级命令行工具

ell是一个用Bash编写的轻量级命令行工具,适用于终端环境下与LLMs进行交互。其功能包含终端提问、支持管道操作、调用函数和使用模板等。ell安装简单,并支持扩展,需Bash 4.2及以上版本、jq、curl和(可选)perl。用户可通过配置文件灵活选择不同的LLM模型,如Google的gemini和OpenAI的gpt-4o系列。ell与其他工具兼容,适合各种开发和日常使用场景。

ell 项目介绍

ell 是一个使用 Bash 编写的命令行界面工具,可用于与大型语言模型(LLMs)交互。该工具旨在让用户通过终端直接与 LLMs 进行对话和互动,支持从终端获取上下文信息并进行问题咨询。

功能特性

  • 终端咨询:用户可以通过命令行界面直接向 LLMs 提问。
  • 管道友好:可以与其他工具联动使用,支持从输入流(stdin)读取数据。
  • 终端上下文:用户可以将当前终端的上下文信息直接带入 LLMs,进行相关的问题交互。
  • 聊天功能:支持在终端内与 LLMs 进行聊天互动。
  • 模板支持:通过模板功能支持函数调用和更多扩展特性。

使用要求

要使用 ell,需满足以下软件要求:

  • Bash 版本 4.1 或更高,且需要核心工具(或 macOS 工具集)
  • jq用于解析 JSON 数据
  • curl用于发送 HTTPS 请求
  • perlutil-linux对脚本模式和正则表达式匹配有帮助,但不在记录模式下使用时非必须。

安装指南

用户可以通过以下命令克隆项目并设置环境变量:

git clone --depth 1 https://github.com/simonmysun/ell.git ~/.ellrc.d
echo 'export PATH="${HOME}/.ellrc.d:${PATH}"' >> ~/.bashrc

或通过 SSH 链接克隆:

git clone --depth 1 git@github.com:simonmysun/ell.git ~/.ellrc.d
echo 'export PATH="${HOME}/.ellrc.d:${PATH}"' >> ~/.bashrc

配置方法

要使用不同的 LLM 模型,用户需要在 ~/.ellrc 文件中配置相应参数。以下是使用 Google 的 gemini-1.5-flash 的示例:

ELL_API_STYLE=gemini
ELL_LLM_MODEL=gemini-1.5-flash
ELL_TEMPLATE=default-gemini
ELL_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
ELL_API_URL=https://generativelanguage.googleapis.com/v1beta/models/

以及使用 OpenAI 的 gpt-4o-mini 的示例:

ELL_API_STYLE=openai
ELL_LLM_MODEL=gpt-4o-mini
ELL_TEMPLATE=default-openai
ELL_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
ELL_API_URL=https://api.openai.com/v1/chat/completions

使用示例

确保配置正确后,用户可以通过以下方式使用 ell:

  • 提问:
ell "What is the capital of France?"
  • 指定模型并使用文件作为输入:
ell -m gpt-4o -f user_prompt.txt
  • 从标准输入读取数据:
cat somecode.py | ell -f -
  • 录制终端输入输出作为上下文:
ell -r
# 执行任务
ell How to fix it?
  • 互动模式:
ell -i

互动模式下,录制功能自动启用,可支持带上下文的聊天。

模板及插件

ell 支持使用模板来扩展功能,具体信息可见 模板。此外,用户还可以编写插件来扩展 ell 的功能,详情见 插件

风险考虑

使用 ell 前,请参见 风险考虑

常见问答

  • 为何称为 "ell"?

    • ell 是 shell 和 LLM 的结合,简单实用并易于记忆。
  • 为何用 Bash 实现?

    • 因为 Bash 是 Unix 系统上最常用的 shell,能够满足该工具的需求。
  • ell 与类似项目有何不同?

    • ell 使用几乎纯 Bash 编写,非常轻量化,易于安装和自定义。

贡献与许可

项目欢迎各类贡献,用户可通过提交问题或请求合并方式参与。该项目基于 MIT 许可证进行分发,具体信息可见 LICENSE 文件。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号