[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-kafischer--terminal-copilot":3,"tool-kafischer--terminal-copilot":61},[4,17,27,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",158594,2,"2026-04-16T23:34:05",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[14,26],"插件",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":10,"last_commit_at":33,"category_tags":34,"status":16},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[26,14,35,13],"图像",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":10,"last_commit_at":42,"category_tags":43,"status":16},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[26,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":50,"last_commit_at":51,"category_tags":52,"status":16},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,35,14,13],{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":78,"owner_twitter":79,"owner_website":78,"owner_url":80,"languages":81,"stars":86,"forks":87,"last_commit_at":88,"license":89,"difficulty_score":10,"env_os":90,"env_gpu":91,"env_ram":91,"env_deps":92,"category_tags":97,"github_topics":78,"view_count":10,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":98,"updated_at":99,"faqs":100,"releases":131},8261,"kafischer\u002Fterminal-copilot","terminal-copilot","A smart terminal assistant that helps you find the right command.","terminal-copilot 是一款智能终端助手，旨在帮助开发者快速找到正确的命令行指令。你是否曾因为忘记某个命令的具体语法而不得不频繁搜索？terminal-copilot 解决了这一痛点，让你只需在终端中输入自然语言描述（例如“查找所有 txt 文件”），它就能立即生成对应的准确命令（如 `find . -name \"*.txt\"`），并提供执行、复制或详细解释的选项。\n\n这款工具特别适合经常与命令行打交道的开发者、运维工程师及数据科学家。除了基础的命令生成，terminal-copilot 还具备独特的上下文感知能力：通过可选参数，它能结合当前的 Git 状态、终端历史记录或系统别名来生成更精准的指令。此外，它还支持直接调用大模型回答通用技术问题，让终端不仅是执行工具，更是智能问答入口。\n\n使用上，terminal-copilot 基于 Python 构建，跨平台兼容 Linux、macOS 和 Windows，安装简便。需要注意的是，为了获得更智能的建议，部分高级功能可能会将上下文信息发送至 AI 服务端，用户在处理敏感环境时可灵活选择是否启用这些选项。总体而言，termi","terminal-copilot 是一款智能终端助手，旨在帮助开发者快速找到正确的命令行指令。你是否曾因为忘记某个命令的具体语法而不得不频繁搜索？terminal-copilot 解决了这一痛点，让你只需在终端中输入自然语言描述（例如“查找所有 txt 文件”），它就能立即生成对应的准确命令（如 `find . -name \"*.txt\"`），并提供执行、复制或详细解释的选项。\n\n这款工具特别适合经常与命令行打交道的开发者、运维工程师及数据科学家。除了基础的命令生成，terminal-copilot 还具备独特的上下文感知能力：通过可选参数，它能结合当前的 Git 状态、终端历史记录或系统别名来生成更精准的指令。此外，它还支持直接调用大模型回答通用技术问题，让终端不仅是执行工具，更是智能问答入口。\n\n使用上，terminal-copilot 基于 Python 构建，跨平台兼容 Linux、macOS 和 Windows，安装简便。需要注意的是，为了获得更智能的建议，部分高级功能可能会将上下文信息发送至 AI 服务端，用户在处理敏感环境时可灵活选择是否启用这些选项。总体而言，terminal-copilot 以简洁直观的方式，显著提升了命令行工作的效率与体验。","[![PyPI version](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fterminal-copilot.svg)](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fterminal-copilot)\n\n# Terminal-copilot\nAre you tired of Googling basic terminal commands every time you forget the syntax?\nLook no further! terminal-copilot is here to help.\n\nWith terminal-copilot, you can quickly and easily access commonly used terminal commands right from the command line. Simply type copilot followed by your desired command in natural language and let terminal-copilot do the rest.\n\nFor example, if you want to find a file ending in .txt, simply type:\n```copilot find a file ending in .txt```\nterminal-copilot will then display the correct syntax for the command you need:\n```find . -name \"*.txt\"```\nWith options to execute, copy, or explain the proposed terminal command.\n\nYou can also use the copilot to ask a general question to gpt4 from your command line using the -q option\n```copilot -q \"What is the best drink for late night coding?\"```\n\n### Installation\nTo use terminal-copilot, you must first install it on your system. The easiest way to do this is using pip:\n```pip install terminal-copilot```\nOnce terminal-copilot is installed, you can access it from the command line by typing copilot followed by your question.\n### Example Usage\nterminal-copilot is designed to be simple and intuitive to use. Simply type copilot followed by your question and terminal-copilot will display the correct syntax for the command you need.\n\nHere are some examples of how you can use terminal-copilot:\n\n1. `copilot list the compute instances in gcloud`\n2. `copilot find all mp3 files in my home directory`\n3. `copilot install the openai package for python`\n4. `copilot clean up my docker images`\n5. `copilot list my running k8s pods with tag 'awesome'`\n\nor you can ask a general question to gpt4 from your command line using the -q option\n`copilot -q Why is 42 the meaning of life`\n(note that question marks are not supported atm..)\n\n### Arguments\nTerminal-copilot can be called with optional command line arguments:\n\n- `-a`, `--alias`: Enables the inclusion of aliases in the prompt sent to the OpenAI API. May potentially send sensitive information to OpenAI.\n- `-v`, `--verbose`: Increases output verbosity of the tool.\n- `-g`, `--git`: This flag enables the inclusion of Git context in the prompt sent to the OpenAI API. This can be useful for users working with Git repositories and may include the current branch name, repository status, recent commit messages, and file history.\n- `-hist`, `--history`: Enables the inclusion of terminal history in the prompt sent to the OpenAI API. May potentially send sensitive information to OpenAI and increase the number of tokens used.\n- `-j`, `--json`: Output data as JSON instead of using an interactive prompt.\n- `-c`, `--count`: The number of commands to output when JSON output is specified.\n- `-m`, `--model`: The model to use. Defaults to gpt-3.5-turbo.\n- `-ns`, `--no-stream`: Disable streaming the command into the terminal (by default, streaming is enabled).\n\n### Requirements\nPython 3.7+\nMac Os, Windows, or Linux\n\n### Sensitive Information\nPlease note that terminal-copilot has the ability to send sensitive information to OpenAI as part of the prompt used to generate terminal commands. This includes the `--alias`,`--history`, `--git` command line arguments, which may include sensitive information such as aliases and terminal history. If you are concerned about the potential for sensitive information to be sent to OpenAI, we recommend not using these flags. We recommend that users exercise caution when using these optional features and consider the potential risks before enabling them.\n\n## Development\n### Contributing\nWe welcome contributions to terminal-copilot! If you have an idea for a new feature or have found a bug, please open an issue. If you would like to contribute code, please open a pull request!\n\nThank you for considering contributing to terminal-copilot! Together, we can make it an even better tool for accessing terminal commands.\n\n### Local Installation\n1. Clone the repo\n2. `python -m venv .venv && source .venv\u002Fbin\u002Factivate && pip install -r requirements.txt`\n3. `python setup.py install`\n\n### Packaging for PyPi\nFirst make sure you have `pip install wheel` and `pip install twine` installed.\nThen run the following commands:\n0. Modify version in `setup.py`\n1. `rm -rf dist`\n2. `python setup.py sdist bdist_wheel`\n3. `twine upload dist\u002F*`","[![PyPI version](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fterminal-copilot.svg)](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fterminal-copilot)\n\n# Terminal-copilot\n每次忘记终端命令的语法时，是否都不得不去 Google 搜索？别再烦恼了！Terminal-copilot 就是你的救星。\n\n有了 Terminal-copilot，你可以直接在命令行中快速、轻松地获取常用终端命令。只需输入 `copilot`，后接你想要执行的自然语言指令，剩下的就交给 Terminal-copilot 吧。\n\n例如，如果你想查找以 `.txt` 结尾的文件，只需输入：\n```copilot 查找一个以 .txt 结尾的文件```\nTerminal-copilot 会为你展示所需的正确命令语法：\n```find . -name \"*.txt\"```\n并且还提供执行、复制或解释该命令的选项。\n\n你也可以使用 `-q` 选项，通过命令行向 GPT-4 提出一般性问题：\n```copilot -q \"深夜写代码最适合喝什么饮料？\"```\n\n### 安装\n要使用 Terminal-copilot，首先需要在你的系统上安装它。最简单的方式是使用 pip：\n```pip install terminal-copilot```\n安装完成后，你可以在命令行中输入 `copilot` 加上你的问题来调用它。\n\n### 使用示例\nTerminal-copilot 的设计非常简单直观。只需输入 `copilot` 加上你的问题，它就会为你展示所需命令的正确语法。\n\n以下是一些使用 Terminal-copilot 的示例：\n\n1. `copilot 列出 Gcloud 中的计算实例`\n2. `copilot 查找我主目录中的所有 mp3 文件`\n3. `copilot 安装 Python 的 openai 包`\n4. `copilot 清理我的 Docker 镜像`\n5. `copilot 列出带有标签 'awesome' 的正在运行的 k8s Pod`\n\n或者，你还可以使用 `-q` 选项，通过命令行向 GPT-4 提问：\n`copilot -q 为什么 42 是生命的意义？`\n（注意：目前暂不支持带问号的查询……）\n\n### 参数\nTerminal-copilot 支持一些可选的命令行参数：\n\n- `-a`, `--alias`：启用将别名包含在发送给 OpenAI API 的提示中。这可能会将敏感信息发送到 OpenAI。\n- `-v`, `--verbose`：增加工具的输出详细程度。\n- `-g`, `--git`：此标志会将 Git 上下文包含在发送给 OpenAI API 的提示中。对于使用 Git 仓库的用户来说很有用，可能包括当前分支名称、仓库状态、最近的提交信息以及文件历史记录。\n- `-hist`, `--history`：启用将终端历史记录包含在发送给 OpenAI API 的提示中。这可能会将敏感信息发送到 OpenAI，并增加使用的 token 数量。\n- `-j`, `--json`：以 JSON 格式输出数据，而不是使用交互式提示。\n- `-c`, `--count`：当指定 JSON 输出时，控制输出命令的数量。\n- `-m`, `--model`：使用的模型，默认为 gpt-3.5-turbo。\n- `-ns`, `--no-stream`：禁用将命令流式传输到终端的功能（默认是启用的）。\n\n### 系统要求\nPython 3.7+\nMac OS、Windows 或 Linux\n\n### 敏感信息\n请注意，Terminal-copilot 有能力将敏感信息作为生成终端命令的提示的一部分发送给 OpenAI。这包括 `--alias`、`--history` 和 `--git` 这些命令行参数，它们可能会包含别名和终端历史等敏感信息。如果你担心敏感信息可能被发送到 OpenAI，建议不要使用这些标志。我们建议用户在使用这些可选功能时谨慎行事，并在启用之前考虑潜在风险。\n\n## 开发\n### 贡献\n我们欢迎对 Terminal-copilot 的贡献！如果你有新功能的想法或发现了 bug，请提交一个问题。如果你想贡献代码，请提交一个拉取请求！\n\n感谢你考虑为 Terminal-copilot 做出贡献！让我们一起努力，使它成为访问终端命令的更优秀工具。\n\n### 本地安装\n1. 克隆仓库\n2. `python -m venv .venv && source .venv\u002Fbin\u002Factivate && pip install -r requirements.txt`\n3. `python setup.py install`\n\n### 打包发布到 PyPI\n首先确保已安装 `pip install wheel` 和 `pip install twine`。然后按照以下步骤操作：\n0. 修改 `setup.py` 中的版本号\n1. `rm -rf dist`\n2. `python setup.py sdist bdist_wheel`\n3. `twine upload dist\u002F*`","# terminal-copilot 快速上手指南\n\n## 环境准备\n- **操作系统**：macOS、Windows 或 Linux\n- **Python 版本**：Python 3.7 及以上\n- **前置依赖**：需确保已安装 `pip` 包管理工具，并配置好 OpenAI API Key（工具运行时需要）\n\n## 安装步骤\n使用 pip 直接安装是最便捷的方式。国内用户建议使用清华或阿里云镜像源以加速下载：\n\n```bash\n# 使用默认源安装\npip install terminal-copilot\n\n# 或使用国内镜像源加速安装（推荐）\npip install terminal-copilot -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n安装完成后，即可在终端中通过 `copilot` 命令调用该工具。\n\n## 基本使用\n在命令行中输入 `copilot` 后接自然语言描述的需求，工具将自动生成对应的终端命令，并提供执行、复制或解释选项。\n\n**示例 1：查找文件**\n查找当前目录下所有 `.txt` 结尾的文件：\n```bash\ncopilot find a file ending in .txt\n```\n*输出示例：`find . -name \"*.txt\"`*\n\n**示例 2：管理云服务**\n列出 Google Cloud 中的计算实例：\n```bash\ncopilot list the compute instances in gcloud\n```\n\n**示例 3：清理环境**\n清理本地的 Docker 镜像：\n```bash\ncopilot clean up my docker images\n```\n\n**通用问答模式**\n使用 `-q` 参数可直接向 GPT-4 提问（注意：目前不支持在问题末尾加问号）：\n```bash\ncopilot -q \"What is the best drink for late night coding?\"\n```","资深后端工程师李明正在紧急排查生产环境的 Docker 容器异常，需要快速清理冗余镜像并定位特定日志文件。\n\n### 没有 terminal-copilot 时\n- 记忆负担重：面对复杂的 `docker` 过滤参数或 `find` 命令语法，不得不频繁切换浏览器搜索准确写法。\n- 操作中断多：在终端、搜索引擎和技术文档之间反复跳转，打断了排查问题的专注心流。\n- 试错成本高：凭印象拼凑命令容易因参数错误导致执行失败，甚至误删重要数据，需多次修正。\n- 上下文割裂：无法直接结合当前的 Git 分支状态或历史操作记录来生成针对性命令，只能手动补充信息。\n\n### 使用 terminal-copilot 后\n- 自然语言交互：只需输入 `copilot clean up my docker images`，工具即刻返回精准的 `docker image prune` 命令。\n- 工作流无缝衔接：直接在命令行内获得结果，支持一键复制或解释命令语法，无需离开终端界面。\n- 智能上下文感知：启用 `--git` 或 `--history` 参数后，terminal-copilot 能结合当前仓库状态推荐更贴合场景的操作指令。\n- 效率显著提升：将原本数分钟的检索与验证过程压缩至秒级，让工程师能专注于核心逻辑而非语法细节。\n\nterminal-copilot 通过将自然语言转化为精准终端指令，彻底消除了开发者在记忆复杂语法上的时间损耗，让命令行操作变得像对话一样简单高效。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkafischer_terminal-copilot_fb8bd806.png","kafischer","Kevin Fischer","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fkafischer_ad5fc9ba.jpg","Creating AI souls","Illusion of Life, Inc.",null,"KevinAFischer","https:\u002F\u002Fgithub.com\u002Fkafischer",[82],{"name":83,"color":84,"percentage":85},"Python","#3572A5",100,572,44,"2026-04-05T07:49:47","Apache-2.0","Linux, macOS, Windows","未说明",{"notes":93,"python":94,"dependencies":95},"该工具通过命令行调用 OpenAI API（默认使用 gpt-3.5-turbo 模型），因此需要配置有效的 OpenAI API 密钥。部分功能（如 --alias, --history, --git）可能会将敏感信息（别名、终端历史、Git 上下文）发送至 OpenAI，使用时需注意隐私风险。","3.7+",[96],"openai",[15,26],"2026-03-27T02:49:30.150509","2026-04-17T09:53:29.881943",[101,106,111,116,121,126],{"id":102,"question_zh":103,"answer_zh":104,"source_url":105},36992,"在 Linux 系统上执行命令时出现 'pbcopy: not found' 错误怎么办？","这是因为 `pbcopy` 是 macOS 特有的命令，Linux 系统通常使用 `xclip` 或 `xsel`。解决方法是安装跨平台剪贴板库 `pyperclip`，它会自动处理不同操作系统的差异。你可以运行 `pip install pyperclip` 进行安装，或者确保你的系统中已安装 `xclip` (Debian\u002FUbuntu: `sudo apt install xclip`)。","https:\u002F\u002Fgithub.com\u002Fkafischer\u002Fterminal-copilot\u002Fissues\u002F13",{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},36993,"在 M1 Mac 或其他系统上遇到 'UnicodeDecodeError' 错误如何解决？","该错误通常是因为历史文件包含非 UTF-8 编码字符导致的。维护者已在代码库中修复了此问题（增加了解码错误处理），但可能尚未发布到 PyPI。如果不想等待新版本发布，可以克隆仓库并进行本地安装：\n1. `git clone https:\u002F\u002Fgithub.com\u002FMethexis-Inc\u002Fterminal-copilot.git`\n2. `cd terminal-copilot`\n3. `pip install .`\n这将使用包含修复的最新代码。","https:\u002F\u002Fgithub.com\u002Fkafischer\u002Fterminal-copilot\u002Fissues\u002F34",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},36994,"遇到 'InvalidRequestError: requested too many tokens' 错误是什么原因？","这是因为当前目录下的文件或隐藏文件过多，导致生成的上下文超过了模型的最大令牌限制（4097 tokens）。临时解决方法是清理当前目录下不必要的文件或隐藏文件。长期解决方案是等待更新，维护者计划为目录列表添加最大数量限制，以防止上下文过大。","https:\u002F\u002Fgithub.com\u002Fkafischer\u002Fterminal-copilot\u002Fissues\u002F14",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},36995,"如何使用 terminal-copilot 进行通用问答（而非生成命令）？","可以使用 `-q` 标志进入通用问答模式。例如，运行以下命令可以直接提问：\n`copilot -q what is the best drink for late night coding`\n这样无需离开命令行界面即可获取一般性问题的答案。","https:\u002F\u002Fgithub.com\u002Fkafischer\u002Fterminal-copilot\u002Fissues\u002F40",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},36996,"将环境变量发送给 OpenAI 是否存在安全风险（如泄露凭证）？","不用担心。该工具仅向 OpenAI 发送特定的、非敏感的环境变量，包括 `HOME`、`SHELL` 和 `USER`，用于帮助生成适合当前环境的命令。它不会发送存储在环境变量中的密码、API 密钥或其他敏感凭证。","https:\u002F\u002Fgithub.com\u002Fkafischer\u002Fterminal-copilot\u002Fissues\u002F4",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},36997,"在 Windows 11 上运行 'copilot' 命令时报 'TypeError: missing argument' 错误怎么办？","这是一个已知问题，通常发生在未使用 `-q` 标志时。维护者表示该问题已在最新版本中修复。请确保你安装的是最新版本的 terminal-copilot。如果问题仍然存在，尝试卸载后重新安装：\n`pip uninstall terminal-copilot`\n`pip install terminal-copilot --upgrade`\n注意：Windows 用户激活虚拟环境和设置环境变量的命令与 Linux\u002FMac 略有不同（例如使用 `$ENV:OPENAI_API_KEY = \"YOUR_KEY\"`）。","https:\u002F\u002Fgithub.com\u002Fkafischer\u002Fterminal-copilot\u002Fissues\u002F51",[132,137,142,147],{"id":133,"version":134,"summary_zh":135,"released_at":136},297406,"v1.5.3","- 修复了若干 bug\n- 模型现默认为 GPT4-Turbo\n- 提升了提示词质量","2023-11-10T18:59:18",{"id":138,"version":139,"summary_zh":140,"released_at":141},297407,"v1.4.0","新增了使用 -q 标志来提出一般性问题（与命令行无关）的支持。","2023-09-21T07:21:45",{"id":143,"version":144,"summary_zh":145,"released_at":146},297408,"1.3.3","@2mawi2 有很多更新，现在终于打包进了 pip 包中。","2023-09-21T06:28:57",{"id":148,"version":149,"summary_zh":150,"released_at":151},297409,"v1.2.0","基于 @EdwardTheLegend 和 @2mawi2 的贡献，我们现在有了：\r\n\r\n- Windows 支持\r\n- 用于传递 Git 状态的新标志\r\n- 用于传递终端历史记录的新标志\r\n- 一个菜单选项，用于查看更多相似的命令","2022-12-19T05:42:29"]