Обновить

Комментарии 17

Разработка прикольная, но насколько оно полезно, особенно не на самом свежем железе, вопрос. Попробую потом на своём тинкпаде Т480, чтобы ощутить всю боль.

да, локальная ллм сейчас как бутылочное горлышко, но думаю облачная ллмка как раз решит быстро эту проблему

КМК, имеет смысл заюзать SLM или даже TLM, специально заточенную под это. Ну да, затачивать (дообучать) наверное придётся самому. Но, если удастся, то результат будет сильно лучше по качеству и сильно быстрее.

А так, идея - очень даже вполне себе ага, думаю, многим может прийтись по душе.

P.S. Решил пнуть Qwen с вопросом про подобные модели - выдал много интересного:

  • оптимизированные под это дело модели: Qwen3-0.6B (дообученный, лучший баланс качества и размера, поддерживает русский язык), Gemma-3-270M (дообученный для bash, работает даже на Raspberry Pi), SmolLM2-360M-Instruct (компактная альтернатива);

  • готовые инструменты и проекты: ShellAI, tlm (Terminal Language Model), TerminalCommander, Autocomplete.sh.

  • есть также специализированные датасеты для обучения моделей переводу естественного языка в bash-команды:

    • TellinaTool/nl2bash: ~10,000 bash one-liners с английскими описаниями

      GitHub

    • aelhalili/bash-commands-dataset на Hugging Face

Так что тему уже давно раскуривают!

сколько раз не пытался запустить на своей 5070ти ллмки локальные - всегда получался какой то кал
23б модели кое че там умеют но после того как ты попробовал тот же клод или гемини ты уже никогда не сможешь юзать локальный кал )

мало кто помнит наизусть все флаги команды find

В наше время этим не гордились!

Напомнило маленький плагин для zsh https://github.com/matheusml/zsh-ai — ничего удобнее Comment Syntax тамошнего не встречал для быстрого запуска команды по примеру find с флагами. Но я особо не искал, мне сразу понравилось пользоваться и всем устроило.

Ollama тоже в наличии, хотя я пользуюсь бесплатным ключом гугловской аи студио, локальную модельку жирновато подрубать в эру спонсирования моделей по моему мнению, сильно приватного тут ничего нет, а вот скорость нужна.

мало кто помнит наизусть все флаги команды find

Если я не помню флаги, я открываю man, а не ищу того, кто сделает всё за меня

Ну, Вы - оригинал. ))) А в общем природа человека такова, что он лучше найдёт того, кто сделает за него (и, желательно, бесплатно).

Это природа паразита, а не человека.

Да, использую, но скорее как подсказку. Часто удобно, быстрее вспоминаешь нужные флаги или синтаксис. Но всегда перепроверяю, потому что ИИ может легко накидать что-то из Linux в macOS или вообще несуществующий вариант. В итоге это как умный справочник, а не готовая истина.

да! как раз в этом и суть текущей утилиты, она перед генерацией команды изучает систему и возвращает команду именно под нее

Простите, вы, блин, серьезно?

	progress(fmt.Sprintf("downloading ollama archive for %s...", runtime.GOOS))

	cmd := exec.Command("sh", "-c", fmt.Sprintf("curl -fL --retry 3 --retry-delay 2 %s | tar --zstd -xf - -C %s", url, targetDir))
	cmd.Stdout = os.Stdout
	cmd.Stderr = os.Stderr

Или это вам имитация интетелекта так написала, а вы “а давай, чего там проверять, коммит, пуш, в релиз”?

да, вы правы, костыль костыльный, как раз планирую оптимизировать загрузку ollama в рамках работы с API, спасибо!

да, вы правы, костыль костыльный

Не так! «Вы абсолютно правы! Я не должен был делать...»

А почему Ollama, а не llama-cpp?

А jum сможет воспользоваться существующим в системе сервером или всё равно запустит свой?

И как он вообще ориентируется в пространстве, заведётся, скажем, на NixOs, внутри direnv?

ollama мне показалась легче в реализации

по поводу текущего - пока нет, она устанавливает отдельный инстанс и использует другой порт, но хочу как раз реализовать распознавание существующего и выбор модели вручную!

насчёт nixos не знаю если честно) тестировал пока только на макоси и убунте, так что рад фидбеку и issues в гитхабе)

Вы смотрели на Warp или Wave? Сценарий использования у них схож.

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации