aichat
aichat 是一款功能全面的命令行大语言模型工具,旨在让用户在终端内直接高效地与各类 AI 模型交互。它解决了开发者在不同模型平台间频繁切换、难以将自然语言指令转化为系统操作以及缺乏上下文连续对话体验的痛点。
这款工具特别适合习惯使用终端的开发者、运维工程师及技术研究人员。通过 aichat,用户可以无缝接入 OpenAI、Claude、Gemini、Ollama 等超过 20 种主流模型提供商,无需为不同平台配置多个客户端。其核心亮点包括智能 Shell 助手,能将自然语言描述自动转换为精准的系统命令并支持直接执行;强大的 RAG(检索增强生成)能力,支持直接读取本地文件、目录甚至远程 URL 作为上下文;以及灵活的角色定制与会话管理功能,确保多轮对话的逻辑连贯性。此外,aichat 提供交互式 REPL 模式,支持自动补全和历史搜索,让复杂的 AI 工作流在命令行中变得简单流畅。无论是快速查询代码、分析日志还是自动化日常任务,aichat 都能成为你终端里得力的智能伙伴。
使用场景
一位后端开发者需要在陌生的 Linux 服务器上快速排查复杂的日志错误,并生成修复脚本。
没有 aichat 时
- 切换繁琐:必须在浏览器中打开多个 AI 网页端,手动复制粘贴日志片段,上下文切换严重打断思路。
- 命令生硬:面对不熟悉的系统工具(如
awk或sed),需反复搜索语法文档,难以凭记忆写出精准的单行命令。 - 上下文丢失:多轮对话中,网页端容易遗忘之前的文件路径或错误代码,导致每次提问都要重新陈述背景。
- 操作割裂:从获取 AI 建议到终端执行命令需要手动输入,无法直接利用 AI 生成的脚本逻辑,效率低下。
使用 aichat 后
- 终端直达:直接在 REPL 模式下通过
.file error.log加载本地日志,无需离开终端即可与 AI 对话分析根因。 - 智能生成:利用 Shell Assistant 功能,用自然语言描述“提取过去 5 分钟所有 503 错误的 IP",aichat 自动适配当前 Shell 生成可执行命令。
- 会话保持:开启 Session 模式,aichat 自动记住之前的日志内容和排查进度,后续追问无需重复提供背景信息。
- 一键执行:对于 AI 生成的修复脚本,可直接在交互界面确认并运行,甚至将常用排查步骤保存为 Macro 宏,实现自动化复用。
aichat 将分散的搜索、编码与执行流程融合在终端一线,让开发者仅凭自然语言即可高效驾驭复杂的系统运维任务。
运行环境要求
- Linux
- macOS
- Windows
- Android (Termux)
未说明
未说明

快速开始
AIChat:一体化LLM命令行工具
AIChat是一款一体化LLM命令行工具,具备Shell助手、CMD与REPL模式、RAG、AI工具与智能体等功能。
安装
包管理器
- Rust开发者:
cargo install aichat - Homebrew/Linuxbrew用户:
brew install aichat - Pacman用户:
pacman -S aichat - Windows Scoop用户:
scoop install aichat - Android Termux用户:
pkg install aichat
预编译二进制文件
从GitHub Releases下载适用于macOS、Linux和Windows的预编译二进制文件,解压后将aichat二进制文件添加到你的$PATH中即可。
功能特性
多模型支持
通过统一接口无缝集成超过20家领先的LLM提供商。支持的提供商包括OpenAI、Claude、Gemini(Google AI Studio)、Ollama、Groq、Azure-OpenAI、VertexAI、Bedrock、Github Models、Mistral、Deepseek、AI21、XAI Grok、Cohere、Perplexity、Cloudflare、OpenRouter、Ernie、Qianwen、Moonshot、ZhipuAI、MiniMax、Deepinfra、VoyageAI以及任何兼容OpenAI API的提供商。
CMD模式
使用AIChat的CMD模式探索强大的命令行功能。

REPL模式
体验交互式Chat-REPL,支持Tab自动补全、多行输入、历史搜索、可配置快捷键以及自定义REPL提示符。

Shell助手
提升你的命令行效率。用自然语言描述你的任务,让AIChat将其转化为精确的Shell命令。AIChat会智能适配你的操作系统和Shell环境。

多种输入形式
支持多种输入形式,如标准输入、本地文件和目录,以及远程URL,从而提供灵活的数据处理方式。
| 输入 | CMD | REPL |
|---|---|---|
| CMD | aichat hello |
|
| STDIN | cat data.txt | aichat |
|
| 上次回复 | .file %% |
|
| 地方文件 | aichat -f image.png -f data.txt |
.file image.png data.txt |
| 本地目录 | aichat -f dir/ |
.file dir/ |
| 远程URL | aichat -f https://example.com |
.file https://example.com |
| 外部命令 | aichat -f '`git diff`' |
.file `git diff` |
| 组合输入 | aichat -f dir/ -f data.txt explain |
.file dir/ data.txt -- explain |
角色
自定义角色以调整LLM的行为,提高交互效率并增强生产力。

角色由提示词和模型配置组成。
会话
通过会话保持上下文感知的对话,确保交互的连贯性。

左侧使用了会话,而右侧未使用会话。
宏
将一系列REPL命令组合成自定义宏,简化重复性任务。

RAG
将外部文档整合到LLM对话中,以获得更准确且更具上下文相关性的响应。

函数调用
函数调用通过将LLM连接到外部工具和数据源,极大地增强了LLM的能力。这开启了无限可能,使LLM能够超越其核心能力,完成更广泛的任务。
我们创建了一个新的仓库https://github.com/sigoden/llm-functions,帮助你充分利用这一功能。
AI工具与MCP
集成外部工具,以自动化任务、检索信息并在工作流中直接执行操作。

AI代理(OpenAI GPTs的CLI版本)
AI代理 = 指令(提示词)+ 工具(函数调用)+ 文档(RAG)。

本地服务器功能
AIChat内置了一个轻量级HTTP服务器,便于部署。
$ aichat --serve
聊天完成API: http://127.0.0.1:8000/v1/chat/completions
嵌入API: http://127.0.0.1:8000/v1/embeddings
重排序API: http://127.0.0.1:8000/v1/rerank
LLM游乐场: http://127.0.0.1:8000/playground
LLM竞技场: http://127.0.0.1:8000/arena?num=2
代理LLM API
LLM竞技场是一个基于网页的平台,你可以在上面并排比较不同的LLM。
使用curl测试:
curl -X POST -H "Content-Type: application/json" -d '{
"model":"claude:claude-3-5-sonnet-20240620",
"messages":[{"role":"user","content":"hello"}],
"stream":true
}' http://127.0.0.1:8000/v1/chat/completions
LLM游乐场
一个可以直接在浏览器中与支持的LLM交互的Web应用。

LLM竞技场
一个用于并排比较不同LLM的Web平台。

自定义主题
AIChat支持自定义的深色和浅色主题,可以高亮显示响应文本和代码块。

文档
许可证
版权所有 © 2023–2025 aichat 开发者。
AIChat 根据您的选择,以 MIT 许可证或 Apache 许可证 2.0 的条款提供。
有关许可证的详细信息,请参阅 LICENSE-APACHE 和 LICENSE-MIT 文件。
版本历史
v0.30.02025/07/06v0.29.02025/03/28v0.28.02025/02/18v0.27.02025/01/28v0.26.02024/12/30v0.25.02024/12/10v0.24.02024/11/25v0.23.02024/10/24v0.22.02024/09/18v0.21.12024/09/04v0.21.02024/09/03v0.20.02024/08/02v0.19.02024/07/03v0.18.02024/06/01v0.17.02024/05/13v0.16.02024/04/11v0.15.02024/04/07v0.14.02024/03/07v0.13.02024/02/25v0.12.02023/12/26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。
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
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。
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。
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。
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。