Rawdog——一个自动生成和执行py脚本的AI命令行界面助手

春节在家闲下来翻了很多AI开源项目，发现了几款比较好用的AI工具，整理出来和大家分享一下。Rawdog是一个命令行界面助手，它可通过生成和自动执行Python脚本来响应，是广大命令行使用者的一款利器。

演示视频：

你会惊讶于这个助手的用途有多广泛：

•“我的家目录中有多少个文件夹是git仓库？” ... “按磁盘大小排序它们。”•“给我这个目录下所有csv文件的pd.describe()输出”•“目前哪些端口是活跃的？” ... “哪些是Google的？” ... “请取消那些。”

Rawdog（递归增强与确定性输出生成）是RAG（检索增强生成）的一个新颖替代品。Rawdog可以通过运行脚本来自我选择上下文，将输出添加到对话中，然后再次调用自己。

这适用于如下任务：

•“按照README中的说明设置仓库”•“看看所有这些csv文件，告诉我它们是否可以合并，以及为什么。”•“再试一次。”

请小心进行。如果按照指令操作，这显然有可能造成伤害。

快速开始

1.使用pip安装rawdog：

pip install rawdog-ai

2. 导出你的api密钥。参见模型选择[1]了解如何使用其他提供者：

export OPENAI_API_KEY=你的api密钥

3. 选择一个交互模式。

直接：执行单个提示并关闭

rawdog 显示当前工作目录中所有文件和目录的大小

对话：开始来回交流，直到你关闭。Rawdog可以看到它的脚本和输出。

rawdog
>>> 我能为你做些什么？（Ctrl-C退出）
>>> > |

可选参数

•--dry-run：打印并手动批准每个脚本再执行。

模型选择

Rawdog使用litellm进行完成，以'gpt-4'为默认。你可以通过修改~/.rawdog/config.yaml调整模型或指向其他提供者。一些例子：

要使用gpt-3.5 turbo，最小配置为：

llm_model: gpt-3.5-turbo

要在本地使用ollama运行mixtral，最小配置是（假设你已经安装了ollama[2]并且有足够的GPU）：

llm_custom_provider: ollama
llm_model: mixtral

要运行claude-2.1，请设置你的API密钥：

export ANTHROPIC_API_KEY=你的api密钥

然后设置你的配置：

llm_model: claude-2.1

如果你有一个在本地端点运行的模型（或者想出于某些其他原因更改baseurl），你可以设置llm_base_url。例如，如果你有一个兼容openai的端点运行在http://localhost:8000[3]，你可以将你的配置设置为：

llm_base_url: http://localhost:8000
llm_model: openai/model # 以便litellm知道它是一个兼容openai的端点

Litellm支持包括Azure、VertexAi和Huggingface在内的大量提供者。参见他们的文档[4]了解使用其他提供者需要使用哪些环境变量、模型名称和llm_custom_providers。

声明

本文由山行翻译整理自：https://github.com/AbanteAI/rawdog, 如果对您有帮助，请帮忙点赞、关注、收藏，谢谢～

References

[1] 模型选择: https://github.com/AbanteAI/rawdog#model-selection [2] ollama: https://ollama.ai/ [3] http://localhost:8000: http://localhost:8000/ [4] 他们的文档: https://docs.litellm.ai/docs/