Posts

AI Agent 的 CLI 超能力：组合工具的思维与实践

真正的『AI 原生』不是只会调用模型 API，而是学会借 cmdline 能力反过来驾驭模型。—— 来自 QPC 实践笔记

引子：原地踩坑与破局

写 Agent 项目半年，发现两个现象：

生产坑 ——
- 代码库 2k 文件，怎么快速撤离所有第三方 key？
- 日活跃 agent 实例上百，如何一眼看清谁在泄露内存？
- 高频需求：提取出所有对话里的意图标注。
AI 间歇性失能 ——
- 模型擅长创造，不擅长精确执行。
- 一次 agent 调用动辄 50k token，代价高昂。

真正的破局，不是让模型变聪明，而是把操作系统现成的精确能力用起来。

下面展示 10 个实例，每个都是agent项目中频繁踩坑后找到的确定性答案。

命令	干嘛用	代替的 Python 操作	节省 token 效果	AI 友好度	成本效益
`rg`	搜代码 / 搜日志	`open(file)` + `re.findall`	★★★★★	★★★★★	极高
`fd`	搜文件 / 批量处理	`glob.glob` + `os.path`	★★★★☆	★★★★★	极高
`jq`	JSON 解析与过滤	`json.load` + `遍历提取`	★★★★★	★★★★★	极高
`bat`	高亮代码查看	`open`, `syntax highlight` 滚轮	★★★☆☆	★★★★☆	高
`htop`	系统进程监控	`psutil` + 表格输出	★★★★★	★★★★☆	中
`fzf`	模糊搜索交互	无	★★★☆☆	★★★☆☆	中
`awk`	结构化聚合	`pandas` 等价加载	★★★★★	★★★★☆	高
`sed -i`	文件批量编辑	`open()`+写回+临时文件	★★★★★	★★★☆☆	高

✅ AI 友好度 指的是工具的输出格式是否易于 agent 解析。jq 和 rg 的输出最干净，agent 直接接受一行不需要再清洗。