yoda

GitHub
751 154 简单 1 次阅读 4天前语言模型插件Agent图像开发框架
AI 解读 由 AI 自动生成,仅供参考

Yoda 是一款运行在终端里的智能个人助手,旨在让用户无需离开命令行界面即可高效完成日常任务。它解决了开发者在编码或运维过程中频繁切换窗口、打断工作流的问题,将 AI 对话、系统工具和网络查询等功能直接集成到熟悉的终端环境中。

这款工具特别适合开发者、运维工程师以及习惯使用命令行的技术爱好者。通过简单的 pip 安装和配置,用户不仅能利用内置插件快速检查网站状态、生成安全密码或测试网速,还能调用本地大语言模型进行自然语言交互。

Yoda 最大的技术亮点在于其高度的可扩展性。它采用插件化架构,允许用户编写自定义插件,甚至可以直接通过 AI 指令自动生成新的功能模块。这种“用 AI 构建 AI 助手”的特性,使得 Yoda 能够随着用户需求不断进化,成为真正懂你工作流的得力伙伴。无论是日常开发辅助还是自动化脚本编写,Yoda 都能让终端操作变得更加智慧与便捷。

使用场景

一名后端开发者在深夜排查线上服务异常时,需要快速诊断网络连通性、生成临时测试凭证并查询域名备案信息。

没有 yoda 时

  • 需要在浏览器中打开多个标签页,分别搜索在线密码生成器和 WHOIS 查询网站,打断终端操作流。
  • 手动编写临时的 Python 脚本或 curl 命令来测试特定端口的连通性,耗时且容易出错。
  • 记忆复杂的命令行参数来调用不同的系统工具,一旦忘记语法需反复查阅文档。
  • 在不同工具间复制粘贴数据(如生成的密码),增加了信息泄露的风险和操作步骤。
  • 遇到不熟悉的运维指令时,必须离开终端去搜索引擎查找示例,严重降低排查效率。

使用 yoda 后

  • 直接在终端输入 yoda dev generatepassword 即可即时获得高强度密码,无需切换窗口。
  • 通过 yoda dev checksiteyoda dev speedtest 一键完成服务状态与网速诊断,结果立即可见。
  • 利用 yoda dev whois 快速获取域名详细信息,所有操作均在当前命令行会话中闭环完成。
  • 借助 yoda ai chat 自然语言描述需求,让 AI 直接生成所需的复杂检查命令或解释报错原因。
  • 通过插件机制按需扩展功能,将常用的运维检查固化为标准命令,形成个人专属的效率工具箱。

yoda 将分散的运维辅助工具与 AI 能力整合进终端,让开发者在不离开命令行的情况下高效完成诊断与决策。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该工具是一个命令行个人助手,支持通过插件扩展功能。安装推荐使用 pip 或 poetry。AI 功能(如聊天、生成代码)设计为连接本地大语言模型(Local LLMs),但 README 未指定具体的模型后端、GPU 需求或显存要求,实际硬件需求取决于用户自行配置的本机 LLM。开发环境需安装 Poetry 并激活虚拟环境。
python未说明
typer
requests
poetry (开发依赖)
pytest (测试依赖)
yoda hero image

快速开始

尤达个人助理

Github CI PyPI version

命令行上的个人助理。

尤达

安装

pip install yodapa

yoda --help

配置尤达

yoda configure

插件

尤达设计为可扩展的。你可以编写自己的插件,也可以让 AI 为你生成一个。

列出插件

使用 --help 命令可以列出所有可用的插件。

❯ yoda --help
                                                                            
 使用方法:yoda [选项] 命令 [参数]...                                    
                                                                            
╭─ 选项 ────────────────────────────────────────────────────────────────╮
│ --install-completion          安装当前 shell 的补全功能。  │
│ --show-completion             显示当前 shell 的补全脚本,以便复制或自定义安装。     │
│ --help                        显示此消息并退出。                │
╰──────────────────────────────────────────────────────────────────────────╯
╭─ 命令 ───────────────────────────────────────────────────────────────╮
│ ai       AI 命令。允许你与本地 LLM 对话      │
│ config   配置管理                                               │
│ dev                                                                      │
│ init     初始化尤达配置                                        │
│ plugin   管理插件的命令                                      │
│ url                                                                      │
╰──────────────────────────────────────────────────────────────────────────╯

你可以通过 --help 标志查看每个插件的详细信息。以下是一些示例:

❯ yoda ai --help
                                                                            
 使用方法:yoda ai [选项] 命令 [参数]...                                 
                                                                            
 AI 命令。允许你与本地 LLM 交流                 
                                                                            
╭─ 选项 ────────────────────────────────────────────────────────────────╮
│ --help          显示此消息并退出。                              │
╰──────────────────────────────────────────────────────────────────────────╯
╭─ 命令 ───────────────────────────────────────────────────────────────╮
│ chat               根据提供的提示与 AI 模型聊天。  │
│ generate-command   根据提供的提示生成新插件命令的代码。                                      │
╰──────────────────────────────────────────────────────────────────────────╯
❯ yoda dev --help
                                                                            
 使用方法:yoda dev [选项] 命令 [参数]...                                
                                                                            
╭─ 选项 ────────────────────────────────────────────────────────────────╮
│ --help          显示此消息并退出。                              │
╰──────────────────────────────────────────────────────────────────────────╯
╭─ 命令 ───────────────────────────────────────────────────────────────╮
│ checksite          检查网站是否正常运行                     │
│ coinflip           抛硬币!                                          │
│ generatepassword   生成安全密码                           │
│ speedtest          测试你的互联网连接                         │
│ whois              查询域名的 WHOIS 信息                    │
╰──────────────────────────────────────────────────────────────────────────╯

为尤达编写自己的插件

只需创建一个带有 @yoda_plugin(name="plugin-name") 装饰器的类,并为其添加方法。非私有方法将自动作为子命令添加到尤达中,命令名称即为你提供给装饰器的名称。

import typer

app = typer.Typer(help="""
    欢迎插件。打个招呼。

    示例:

        $ yoda hi hello --name MP

        $ yoda hi hello
    """)


@app.command()
def hello(name: str = None):
    """打招呼。"""
    name = name or "学徒"
    typer.echo(f"你好 {name}!")

使用 AI 生成自己的插件

$ yoda ai generate-command weather "显示指定位置的天气"

🤖 生成的代码:

import requests
from typing import Optional

app = typer.Typer(help="""
    显示给定位置的天气。

    示例:

        $ yoda weather London

        $ yoda weather -l London
    """)

@app.command()
def weather(location: str, units: Optional[str] = None):
    """显示给定位置的当前天气。"""
    # 在这里设置你的 API 密钥或数据库连接
    api_key = "YOUR_API_KEY"
    db_conn = None  # 在这里初始化你的数据库连接
    
    # 使用 requests 库向 API 发送 HTTP 请求
    url = f"https://api.openweathermap.org/data/2.5/weather?q={location}&appid={api_key}"
    response = requests.get(url)
    
    # 如果响应成功,解析 JSON 数据并以 typer 可显示的格式返回
    if response.status_code == 200:
        data = response.json()
        temperature = data["main"]["temp"]
        humidity = data["main"]["humidity"]
        wind = data["wind"]["speed"]
        pressure = data["main"]["pressure"]
        
        typer.echo(f"{location} 的天气情况:")
        typer.echo(f"\t温度:{temperature}°C")
        typer.echo(f"\t湿度:{湿度}%")
        typer.echo(f"\t风速:{风速} m/s")
        typer.echo(f"\t气压:{压力} hPa")
        
    # 如果响应不成功,打印错误信息
    else:
        typer.echo(f"错误:{response.status_code}")

或者与尤达聊天:

❯ yoda ai chat "你好吗?"
🤖 AI 回答:
我很好,年轻人。原力在我体内很强大。

开发环境搭建

# 1. 从他们的官网安装 poetry:https://python-poetry.org/docs/#installation

# 2. 安装依赖和本包
poetry install

# 3. 激活虚拟环境
poetry shell

# 现在你应该可以与 yoda 交互了
yoda --help

测试

# 在虚拟环境中运行测试
pytest

版本历史

2.0.22024/10/13

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-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。 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。 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

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

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。 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。 NextChat 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。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架