LLM驱动的智能终端助手:让命令行真正"会说话"

一、命令行的学习壁垒:记不住的参数与看不懂的输出
非科班转码的第一关就是命令行。find的参数组合、awk的语法、tar的解压选项——每次都要搜索,每次都记不住。更痛苦的是错误信息:Permission denied、Command not found、No such file or directory,新手看到这些经常不知道下一步该做什么。
我之前一直在想,能不能有一个工具:我说"找到所有大于100MB的日志文件",它就帮我生成find /var/log -name "*.log" -size +100M;我说"这个权限问题怎么解决",它就分析错误信息并给出具体命令。
LLM让这件事变得可行。本文记录我尝试用Rust构建一个LLM驱动的智能终端助手的过程——从需求分析到核心实现。
二、智能终端助手架构
2.1 整体架构
graph TB
A[用户输入] --> B{意图识别}
B -->|自然语言| C[LLM命令生成]
B -->|错误信息| D[LLM错误诊断]
B -->|直接命令| E[直接执行]
C --> F[命令确认]
D --> F
F -->|确认| G[Shell执行]
F -->|取消| H[返回输入]
G --> I[输出解析]
I --> J[结果展示]
2.2 核心类型设计
use serde::{Deserialize, Serialize};
/// 用户意图
#[derive(Debug, Clone)]
pub enum UserIntent {
/// 自然语言描述 → 生成命令
GenerateCommand { description: String },
/// 错误信息 → 诊断建议
DiagnoseError { error_output: String, context: String },
/// 直接执行命令
DirectExecute { command: String },
}
/// LLM响应
#[derive(Debug, Deserialize)]
pub struct LlmCommandResponse {
pub command: String,
pub explanation: String,
pub risk_level: RiskLevel,
pub alternatives: Vec<String>,
}
#[derive(Debug, Deserialize, Clone)]
#[serde(rename_all = "lowercase")]
pub enum RiskLevel {
Safe, // 只读操作:ls, cat, find
Moderate, // 写入操作:cp, mv, chmod
Dangerous, // 破坏性操作:rm -rf, mkfs, dd
}
/// 执行结果
#[derive(Debug)]
pub struct ExecutionResult {
pub exit_code: i32,
pub stdout: String,
pub stderr: String,
pub duration: std::time::Duration,
}
2.3 意图识别与命令生成
impl ShellAssistant {
/// 解析用户输入,识别意图
pub fn parse_input(&self, input: &str) -> UserIntent {
// 检测是否是错误信息粘贴
if input.contains("error") || input.contains("denied")
|| input.contains("failed") || input.contains("not found")
{
return UserIntent::DiagnoseError {
error_output: input.to_string(),
context: String::new(),
};
}
// 检测是否是直接命令
let shell_commands = ["ls", "cd", "cat", "grep", "find",
"rm", "cp", "mv", "chmod", "docker"];
let first_word = input.split_whitespace().next()
.unwrap_or("");
if shell_commands.contains(&first_word) {
return UserIntent::DirectExecute {
command: input.to_string(),
};
}
// 默认:自然语言描述
UserIntent::GenerateCommand {
description: input.to_string(),
}
}
/// 调用LLM生成命令
pub async fn generate_command(
&self,
description: &str,
) -> Result<LlmCommandResponse> {
let prompt = format!(
"你是一个Linux命令行专家。根据用户的自然语言描述,\
生成对应的shell命令。\n\n\
规则:\n\
1. 只生成一条最合适的命令\n\
2. 解释每个参数的作用\n\
3. 评估风险等级:safe/moderate/dangerous\n\
4. 提供1-2个替代方案\n\n\
用户描述:{}\n\
当前系统:{}",
description,
std::env::consts::OS
);
self.llm_client.chat(&prompt).await
}
}
2.4 安全执行机制
impl ShellAssistant {
/// 安全执行:危险命令需要二次确认
pub async fn safe_execute(
&self,
response: &LlmCommandResponse,
) -> Result<ExecutionResult> {
match response.risk_level {
RiskLevel::Safe => {
// 直接执行
self.execute_command(&response.command).await
}
RiskLevel::Moderate => {
// 显示命令,等待确认
println!("⚠️ 写入操作: {}", response.command);
println!("说明: {}", response.explanation);
if self.confirm("是否执行?")? {
self.execute_command(&response.command).await
} else {
Err(anyhow::anyhow!("用户取消执行"))
}
}
RiskLevel::Dangerous => {
// 强制二次确认
println!("🚨 危险操作: {}", response.command);
println!("说明: {}", response.explanation);
println!("此操作不可逆,请输入 YES 确认:");
let input = self.read_input()?;
if input == "YES" {
self.execute_command(&response.command).await
} else {
Err(anyhow::anyhow!("用户取消执行"))
}
}
}
}
}
三、错误诊断功能
3.1 上下文收集
impl ShellAssistant {
/// 收集诊断上下文
fn collect_context(&self) -> String {
let mut ctx = String::new();
// 当前工作目录
if let Ok(pwd) = std::env::current_dir() {
ctx.push_str(&format!("cwd: {}\n", pwd.display()));
}
// 环境变量(只收集关键变量)
for key in &["PATH", "HOME", "SHELL", "USER"] {
if let Ok(val) = std::env::var(key) {
ctx.push_str(&format!("{}: {}\n", key, val));
}
}
// 磁盘空间
if let Ok(output) = std::process::Command::new("df")
.arg("-h")
.arg(".")
.output()
{
ctx.push_str(&format!(
"disk: {}",
String::from_utf8_lossy(&output.stdout)
));
}
ctx
}
}
3.2 诊断Prompt设计
const DIAGNOSE_PROMPT: &str = r#"
你是一个Linux系统诊断专家。用户遇到了一个错误,请分析原因并给出解决方案。
错误信息:
{error}
系统上下文:
{context}
请按以下格式输出:
1. 错误原因(一句话)
2. 详细分析(为什么会出现这个错误)
3. 解决步骤(具体的命令,每步一条)
4. 预防建议(如何避免再次出现)
"#;
四、架构权衡与边界分析
4.1 安全性 vs 便利性
自动执行命令很方便,但很危险。我选择"分级确认"策略:安全命令直接执行,写入操作需确认,破坏性操作需二次确认。但安全分级依赖LLM判断,可能误判——rm被标记为Safe的极端情况理论上存在。
4.2 延迟 vs 体验
每次命令生成都需要调用LLM API,延迟在1-3秒。对于频繁执行的简单命令(ls、cd),这个延迟不可接受。建议:常用命令走本地缓存,只有复杂查询才调用LLM。
4.3 隐私风险
发送到LLM的内容可能包含敏感信息(文件路径、环境变量、错误输出中的IP地址等)。建议:发送前脱敏处理,移除IP、密码、token等敏感字段。
五、总结
LLM驱动的智能终端助手通过意图识别将自然语言转化为shell命令,通过错误诊断帮助新手理解命令行错误,通过分级确认机制保障执行安全。核心价值是降低命令行的学习门槛,让非科班转码者能更快上手。
安全机制是重中之重:分级确认、脱敏处理、本地缓存常用命令,三者缺一不可。AI生成命令必须经过人工确认才能执行,这是不可逾越的底线。
落地建议:先实现命令生成和分级确认两个核心功能;常用命令(top 20)走本地映射不走LLM;发送到LLM的内容做脱敏处理;错误诊断功能收集最小必要上下文。
360



被折叠的 条评论
为什么被折叠?



