别再记命令了,用 yeero do 说句人话就能跑脚本,而且不烧 token

查看 19|回复 2
作者:easepan   
最近给 YeeroAI CLI 加了个 yeero do 子命令,用自然语言描述任务,自动匹配或生成 Python 脚本执行。
起因是平时在终端里总有些零碎操作——查个 IP 、看个文件树、杀个占端口的进程、列一下目录文件。每个单独看都不复杂,但跨平台命令不一样,每次切系统都得对应查一遍。yeero do 把这些收进了一句话,你说要干嘛,它帮你跑。
安装
macOS / Linux
curl -fsSL https://yeero.ai/cli/install.sh | sh
脚本会自动检测平台、下载最新版、配置 PATH 。装完之后新终端窗口就能用。
Windows ( PowerShell )
irm https://yeero.ai/cli/install.ps1 | iex
安装目录默认在 %LOCALAPPDATA%\yeero,脚本会自动加进用户级 PATH 。
验证安装
yeero --version
有版本号输出就 OK 了。
登录
首次使用需要登录,用的是邮箱验证码,不需要密码:
yeero login
按提示输入邮箱,收 6 位验证码,再输入验证码就完事了。也可以非交互式登录:
yeero login --email [email protected] --code 123456
Token 会存在系统 Keychain 里,下次不用再登。
什么是 yeero do
yeero do 底层跑的是 yeero app 里的 Python 脚本,但它帮你把"记命令"这一步省了。你用自然语言描述想干嘛,它自动帮你找到合适的脚本跑起来,找不到就现场生成一个。
它的执行流程:
[ol]
  • 先在本地已同步的 Python App 里找最匹配的一个;
  • 匹配度高的话直接执行;
  • 找不到或匹配度低,就创建一个由 AI 生成代码的新 Python App ,再执行。
    [/ol]
    基础语法
    yeero do [INTENT] [OPTIONS]
    常用选项:
    [td]选项[/td]
    [td]作用[/td]
    --dry-run
    只预演会匹配到哪个应用,不真正执行
    --name
    创建新应用时指定名称
    --no-create
    匹配不到时不创建新应用,直接失败
    --model
    创建新应用时指定生成代码的模型
    实用例子
    下面是一些常见用法,都带输出示例:
    1. 查看本机 IP 地址
    yeero do "本机 IP"
    输出示例:
    IPv4: 192.168.1.100
    IPv6: fe80::1
    不用管 Windows 是 ipconfig、Linux 是 ip addr、macOS 是 ifconfig,一句话就行。
    2. 显示文件树
    yeero do "文件树"
    输出示例:
    .
    ├── src
    │   ├── main.py
    │   └── utils.py
    ├── README.md
    └── requirements.txt
    3. 查看系统信息
    yeero do "系统信息"
    输出示例:
    OS: macOS 14.5
    CPU: Apple M3
    Memory: 16 GB
    Uptime: 3d 12h
    4. 列出当前目录所有文件
    yeero do "获取目录所有文件"
    输出示例:
    README.md
    package.json
    src/
    public/
    5. 停止占用 8080 端口的进程
    yeero do "停止占用端口进程:8080"
    输出示例:
    Found process node (PID 12345) on port 8080
    Process 12345 terminated
    传统做法是 lsof -i:8080 找到 PID 再 kill -9,两步。
    6. 图片格式批量转换
    yeero do "png 批量转 webp"
    输出示例:
    image1.png -> image1.webp
    image2.png -> image2.webp
    7. CSV / Excel 数据处理
    yeero do "CSV 去重排序导出 Excel"
    输出示例:
    Removed 12 duplicate rows
    Sorted by amount descending
    Exported to output.xlsx
    传统写法是 pandas 的 read 、groupby 、sort 、to_excel 。
    8. 生成二维码
    yeero do "生成 example.com 的二维码"
    输出示例:
    Saved QR code to example_com_qr.png
    传统做法:pip install qrcode 再写五行代码。
    9. 批量整理文件
    yeero do "图片按日期分文件夹"
    输出示例:
    2024-01-01/IMG_001.jpg
    2024-01-02/IMG_002.jpg
    10. 查看目录大小
    yeero do "按大小列出子目录"
    输出示例:
    node_modules/    1.2 GB
    dist/            45 MB
    src/             3 MB
    等效命令是 du -sh * | sort -rh。
    预演模式
    如果你不确定它会匹配到哪个应用,可以用 --dry-run:
    yeero do "生成 example.com 的二维码" --dry-run
    这样只显示路由结果,不会真正执行。
    匹配逻辑
    运行 yeero do "..." 时,CLI 会先做一次 dry-run 探测:
  • 高匹配:有明显匹配的应用就直接执行;如果有多个高分候选,会弹出列表让你用上下键选。
  • 未匹配 / 弱匹配:会提示确认用于生成新应用的模型,确认后开始创建、安装依赖并执行。

    执行过程中 creating、generating、installing、running 这些阶段都会实时输出到终端。
    和 yeero app run 的区别
    [td][/td]
    [td]yeero do[/td]
    [td]yeero app run[/td]
    输入方式
    自然语言意图
    应用 ID / 名称
    匹配逻辑
    自动路由,必要时创建新应用
    直接运行指定应用
    适用场景
    "我想做某事"
    "我要运行这个应用"
    本质
    最终执行的都是 yeero app 的 Python 脚本
    同上
    成本设计
    之前用 AI Agent 跑这些零碎任务,就像用外卖平台点一碗白米饭——能吃,但配送费比饭还贵。跑个小脚本三秒钟的事,token 花得比脚本执行时间还长。
    yeero do 的思路不一样:只在首次创建应用时调一次 LLM ,之后每次运行都是本地 Python 脚本,不再花一分钱 token 。就好比配了把钥匙——一次性成本,之后每次开门直接用,不用每次都叫锁匠。
    如果你有些工具类任务需要高频跑,比如每天整理文件、分析日志、生成报告,长期用下来比 Agent 省太多了。
    注意事项
    [ol]
  • yeero do 需要 daemon 运行,未运行时会自动按需启动。
  • 首次创建新应用需要等待 AI 生成代码、安装依赖,耗时可能较长。
  • 如果生成的应用运行失败,CLI 会提示应用 ID ,可以用 yeero app discuss  继续迭代修复。
  • 生成的应用会同步到你的账号里,可以在网页端或桌面端继续编辑。
    [/ol]

    自然语言, 自动化, 脚本

  • yangg   
    不错
    wonderfulcxm   
    感觉像低配版的 warp
    您需要登录后才可以回帖 登录 | 立即注册

    返回顶部