LLM驱动的智能终端助手：让命令行真正“会说话“-编程阁

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） "#;