ShellGPT：命令行 AI 生产力工具，让终端拥有 GPT-4 智能

一个基于 GPT-4 等 LLM 的命令行生产力工具，支持生成 Shell 命令、代码片段、文档，并提供聊天模式和 Shell 集成。兼容 Linux、macOS、Windows 及主流 Shell。

• 原作者/维护者: find-xposed-magisk（基于 TheR1D/shell_gpt 的镜像/分支）
• 来源平台: GitHub
• 原项目名: shell-gpt
• 原始链接: https://github.com/find-xposed-magisk/shell-gpt
• 上游项目: https://github.com/TheR1D/shell_gpt
• 发布时间: 2026年5月25日
• 开源协议: MIT License
• Stars: 18

---

在日常开发工作中，开发者经常需要在终端中执行各种命令——从简单的文件查找到复杂的 Docker 操作。然而，记忆所有命令的语法和参数是一项繁重的认知负担。传统的解决方案是打开浏览器搜索，但这打断了工作流。

ShellGPT 是一个命令行生产力工具，它将 GPT-4 等大语言模型的能力直接带到终端。用户可以用自然语言描述需求，工具自动生成对应的 Shell 命令、代码片段或文档，无需离开终端或查阅外部资源。

---

ShellGPT 最核心的功能是生成并执行 Shell 命令。通过 --shell 或 -s 选项，用户可以用自然语言描述需求：

sgpt --shell "find all json files in current folder"
# -> find . -type f -name "*.json"
# -> [E]xecute, [D]escribe, [A]bort: e

工具会生成命令并提示用户选择：执行(E)、查看说明(D)或取消(A)。这种交互式设计既提供了便利，又保留了用户控制权。

ShellGPT 能够识别当前操作系统和使用的 Shell 类型，生成针对性的命令。例如，同样是系统更新请求：

macOS 系统:

sgpt -s "update my system"
# -> sudo softwareupdate -i -a

Ubuntu 系统:

sgpt -s "update my system"
# -> sudo apt update && sudo apt upgrade -y

这种智能适配大大提升了跨平台工作的效率。

通过 --code 或 -c 参数，用户可以直接请求生成代码：

sgpt --code "solve fizz buzz problem using python"

生成的代码可以直接重定向到文件：

sgpt --code "solve classic fizz buzz problem using Python" > fizz_buzz.py
python fizz_buzz.py

也可以为已有代码添加注释：

cat fizz_buzz.py | sgpt --code "Generate comments for each line of my code"

ShellGPT 支持从 stdin 接收输入，与管道操作无缝集成：

Git 提交信息生成:

git diff | sgpt "Generate git commit message, for my changes"
# -> Added main feature details into README.md

日志分析:

docker logs -n 20 my_app | sgpt "check logs, find errors, provide possible solutions"

文件内容总结:

sgpt "summarise" < document.txt

Here Document 支持:

sgpt << EOF
What is the best way to learn Golang?
Provide simple hello world example.
EOF

ShellGPT 支持多轮对话的聊天模式，通过 --chat 选项指定会话名称：

sgpt --chat conversation_1 "please remember my favorite number: 4"
# -> I will remember that your favorite number is 4.

sgpt --chat conversation_1 "what would be my favorite number + 4?"
# -> Your favorite number is 4, so if we add 4 to it, the result would be 8.

聊天会话保存在本地，支持跨命令延续对话上下文。聊天模式可以与 --code 或 --shell 结合使用，实现迭代式代码/命令优化。