yuangs 1.3.37 → 1.3.38

package/README.md

@@ -51,15 +51,61 @@ yuangs ai
 - 直接输入问题进行对话
 - 输入 `/clear` 清空对话历史
 - 输入 `/history` 查看对话历史
-### 命令生成模式（v1.3.32）
+### 命令生成模式
 
-使用 `-e` 参数让 AI 为你生成 Linux 命令：
+使用 `-e` 参数让 AI 为你生成 Linux 命令。现在支持生成后自动复制到剪贴板，并预填到输入行供你确认执行：
 
 ```bash
 yuangs ai -e "查看当前目录下大于100M的文件"
-# 输出: > find . -type f -size +100M
+# 1. 自动生成: > find . -type f -size +100M
+# 2. 自动复制到剪贴板
+# 3. 预填到下方，按回车即可执行
 ```
 
+### 管道模式 (Pipe Mode)
+
+支持将前一个命令的输出通过管道传给 AI 进行分析：
+
+```bash
+cat error.log | yuangs ai "解释这个报错"
+ls -la | yuangs ai "帮我总结这些文件"
+```
+
+### 流式输出与 Markdown 渲染
+
+所有 AI 回复默认开启流式输出（打字机效果），并在回答结束后自动进行 Markdown 渲染（包含代码高亮、表格格式化等）。
+
+## 快捷指令 (Macros)
+
+可以将常用的复杂命令保存为快捷指令：
+
+```bash
+# 创建快捷指令 (支持多行命令)
+yuangs save deploy
+# > 请输入要保存的命令:
+# > npm run build && git add . && git commit -m "deploy" && git push
+
+# 执行快捷指令
+yuangs run deploy
+
+# 查看所有指令
+yuangs macros
+```
+
+## 配置管理
+
+使用 `config` 命令快速修改 AI 配置：
+
+```bash
+yuangs config defaultModel Assistant
+yuangs config accountType pro
+```
+
+配置项说明：
+- `defaultModel`: 默认使用的 AI 模型 (默认为 `Assistant`)
+- `aiProxyUrl`: 自定义 AI 接口地址
+- `accountType`: 账户类型 (free/pro)
+
 ## 应用列表
 
 以下是 CLI 中可以通过相应命令直接打开的应用程序链接：
@@ -126,9 +172,12 @@ yuangs mail        # 打开邮箱
 
 ## 近期主要更新日志
 
-### v1.3.32 (2026-01-16)
-- **新增** AI 命令生成模式：使用 `yuangs ai -e <描述>` 快速生成 Linux 命令。
-- **优化** AI 接口升级：全面迁移至 OpenAI 兼容接口，提升稳定性。
+### v1.3.38 (2026-01-16)
+- **新增** 快捷指令系统 (`save`/`run`/`macros`)，支持保存复杂命令。
+- **新增** 管道模式：支持 `cat file | yuangs ai` 分析内容。
+- **新增** AI 流式输出 + Markdown 终端渲染，体验对齐 ChatGPT 网页版。
+- **新增** `config` 命令，方便管理 AI 配置。
+- **优化** 命令生成模式 (`-e`) 增加剪贴板自动复制和预填执行功能。
 
 ### v1.3.22 (2025-11-30)
 - **新增** AI 命令支持 `-p` `-f` `-l` 简写，快速选择gemini默认模型

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "yuangs",
-  "version": "1.3.37",
+  "version": "1.3.38",
   "description": "苑广山的个人应用集合 CLI（彩色版）",
   "main": "index.js",
   "bin": {

package/yuangs.config.example.json

@@ -4,5 +4,8 @@
   "pong": "https://wealth.want.biz/pages/pong.html",
   "github": "https://github.com",
   "calendar": "https://calendar.google.com",
-  "mail": "https://mail.google.com"
+  "mail": "https://mail.google.com",
+  "aiProxyUrl": "https://aiproxy.want.biz/v1/chat/completions",
+  "defaultModel": "Assistant",
+  "accountType": "free"
 }

package/yuangs.config.example.yaml

@@ -8,6 +8,11 @@ github: "https://github.com"
 calendar: "https://calendar.google.com"
 mail: "https://mail.google.com"
 
+# AI Configuration
+aiProxyUrl: "https://aiproxy.want.biz/v1/chat/completions"
+defaultModel: "Assistant"
+accountType: "free"
+
 # You can also use the apps property if you prefer to group them
 # apps:
 #   shici: "https://wealth.want.biz/shici/index.html"
@@ -15,4 +20,4 @@ mail: "https://mail.google.com"
 #   pong: "https://wealth.want.biz/pages/pong.html"
 #   github: "https://github.com"
 #   calendar: "https://calendar.google.com"
-#   mail: "https://mail.google.com"
+#   mail: "https://mail.google.com"

package/.github/workflows/publish.yml

@@ -1,54 +0,0 @@
-name: Auto Bump & Publish
-
-on:
-  push:
-    branches:
-      - main # 如果你的默认分支不是 main，记得改成对应名字
-
-jobs:
-  publish:
-    runs-on: ubuntu-latest
-
-    # 权限：允许 Action 修改仓库代码 + 生成 provenance
-    permissions:
-      contents: write
-      id-token: write
-
-    steps:
-      - name: Checkout repository
-        uses: actions/checkout@v4
-        with:
-          token: ${{ secrets.GITHUB_TOKEN }}
-          fetch-depth: 0 # 完整历史，方便推 tag
-
-      - name: Set up Node.js
-        uses: actions/setup-node@v4
-        with:
-          node-version: "18"
-          registry-url: "https://registry.npmjs.org/"
-
-      - name: Configure Git
-        run: |
-          git config user.name "GitHub Action"
-          git config user.email "action@github.com"
-
-      # 自动 bump patch 版本：1.1.5 -> 1.1.6
-      # [skip ci] 防止这个 commit 再次触发 workflow 形成死循环
-      - name: Bump version
-        run: |
-          npm version patch -m "苑广山注：自动升版本号%s[skip ci]"
-
-      # 推送 commit + tag 回 GitHub
-      - name: Push changes
-        run: |
-          git push --follow-tags
-
-      # 安装依赖
-      - name: Install dependencies
-        run: npm ci
-
-      # 发布到 npm
-      - name: Publish to npm
-        run: npm publish --provenance
-        env:
-          NODE_AUTH_TOKEN: ${{ secrets.NPM_TOKEN }}

package/todo.md

@@ -1,273 +0,0 @@
-功能1:历史记录功能
-没问题！我已经为你梳理好了完整的代码整合方案。通过这次整合，你的 yuangs 工具将拥有完整的配置管理、带语义的历史记录以及智能预填执行功能。
-1. index.js 完整核心逻辑
-请将以下函数添加到 index.js 中并确保在 module.exports 中导出：
-const os = require(’os‘);
-const HISTORY_FILE = path.join(os.homedir(), ’.yuangs_cmd_history.json‘);
-const CONFIG_FILE = path.join(os.homedir(), ’.yuangs.json‘);
-
-// — 配置管理 —
-function getUserConfig() {
-    if (fs.existsSync(CONFIG_FILE)) {
-        try {
-            return JSON.parse(fs.readFileSync(CONFIG_FILE, ’utf8‘));
-        } catch (e) {}
-    }
-    return {};
-}
-
-// — 历史记录管理 (带问题描述) —
-function getCommandHistory() {
-    if (fs.existsSync(HISTORY_FILE)) {
-        try {
-            return JSON.parse(fs.readFileSync(HISTORY_FILE, ’utf8‘));
-        } catch (e) {}
-    }
-    return [];
-}
-
-function saveSuccessfulCommand(question, command) {
-    if (!command) return;
-    let history = getCommandHistory();
-    const newEntry = { question, command, time: new Date().toLocaleString() };
-    // 去重并保留最近 5 条
-    history = [newEntry, ...history.filter(item => item.command !== command)].slice(0, 5);
-    fs.writeFileSync(HISTORY_FILE, JSON.stringify(history, null, 2));
-}
-
-// 修改原有的 callAI_OpenAI 适配配置
-async function callAI_OpenAI(messages, model) {
-    const config = getUserConfig();
-    const url = config.aiProxyUrl || ’https://aiproxy.want.biz/v1/chat/completions‘;
-    
-    const headers = {
-        ’Content-Type‘: ’application/json‘,
-        ’X-Client-ID‘: ’npm_yuangs‘,
-        ’account‘: config.accountType || ’free‘,
-        ’User-Agent‘: ’Mozilla/5.0...‘,
-        ’Accept‘: ’application/json‘
-    };
-
-    const data = {
-        model: model || config.defaultModel || ”gemini-flash-lite-latest“,
-        messages: messages,
-        stream: false
-    };
-
-    return await axios.post(url, data, { headers });
-}
-
-2. cli.js 交互层升级
-在 cli.js 的 switch 语句中添加 config 分支，并重构命令执行逻辑：
-// 新增执行函数
-function runFinalCommand(question, finalCommand) {
-    const { spawn } = require(’child_process‘);
-    console.log(chalk.gray(’正在执行...‘));
-    const child = spawn(finalCommand, [], { shell: true, stdio: ’inherit‘ });
-
-    child.on(’close‘, (code) => {
-        if (code === 0) {
-            yuangs.saveSuccessfulCommand(question, finalCommand);
-            console.log(chalk.green(’\n✓ 执行成功并已存入历史库‘));
-        }
-        process.exit(code);
-    });
-}
-
-// switch 分支
-switch (command) {
-    case ’config‘:
-        const [,, key, value] = process.argv;
-        if (!key || !value) {
-            console.log(chalk.cyan(’\n⚙️  配置帮助: yuangs config <key> <value>‘));
-            console.log(chalk.gray(’当前配置:‘), yuangs.getUserConfig());
-            break;
-        }
-        const config = yuangs.getUserConfig();
-        config[key] = value;
-        fs.writeFileSync(path.join(require(’os‘).homedir(), ’.yuangs.json‘), JSON.stringify(config, null, 2));
-        console.log(chalk.green(`✓ 已更新 ${key}`));
-        break;
-
-    // 在 handleAICommand 中加入 -h 处理逻辑 (如前所述)
-}
-
-3. 操作流程示意图
-现在的成果：
- * 个性化：通过 yuangs config 适配不同的网络环境和模型需求。
- * 知识库化：历史记录不仅存命令，还存“意图”，成为你个人的 Linux 命令词典。
- * 极速复用：再次使用时，从意图出发，一秒加载，回车即跑。
-这套逻辑已经非常接近成熟的商业 CLI（如 Vercel 或 GitHub CLI）的交互体验了。你已经从基础的功能实现，跨越到了用户体验设计的层面。
-恭喜你完成了一个非常硬核的工具升级！ 接下来是准备把它发布到内部 npm 仓库，还是继续增加更炫酷的功能（比如给 AI 对话增加流式输出效果）？
-既然基础架构已经打好，我们可以跳出“简单的 AI 助手”这个范畴，把 yuangs 打造一个真正的智能终端工作台。
-作为一名命令行高手，你可以往以下四个维度去“脑洞大开”：
-1. 智能“管道”模式 (The Magic Pipe)
-现在的 AI 需要你手动输入问题，未来它可以直接处理前一个命令的输出。
- * 功能描述：实现类似 ls -l | yuangs ai "帮我总结这些文件" 的功能。
- * 实现思路：在 cli.js 中检测 process.stdin.isTTY。如果不是 TTY，说明有内容从管道传进来。
- * 使用场景：
-   * cat error.log | yuangs ai "解释这个报错并给出修复建议"
-   * curl https://example.com | yuangs ai "提取所有的链接并转成 JSON"
-2. 交互式“变量注入” (Variable Injection)
-AI 生成的命令往往带有占位符（比如 <filename>），手动修改很麻烦。
- * 功能描述：AI 生成命令后，工具自动识别其中的占位符，并引导用户逐个填空。
- * 实现思路：AI 输出 tar -cvzf <压缩包名>.tar.gz <文件夹>，CLI 自动识别 <...> 语法，弹出输入框让用户填入具体值。
- * 体验升级：甚至可以结合 fzf 类似的逻辑，让用户在填空时直接选择当前目录的文件。
-3. 终端“快捷指令” (AI Macros)
-有些复杂的流程（比如：切换 Git 分支 -> 拉取代码 -> 编译工程 -> 发送飞书通知）可以通过 AI 编排成一个专属命令。
- * 功能描述：yuangs save "deploy-project"。
- * 实现思路：将一连串命令封装成一个 Alias（别名）。
- * 脑洞点：你可以给这个指令起名叫 go-home，AI 自动帮你执行“提交代码、关掉开发服务器、同步云端”等一系列收尾动作。
-4. 视觉增强与“流式”交互 (Visual & Stream)
-现在的命令行输出太死板，我们可以让它更有“生命力”。
- * 功能描述：
-   * 流式输出：像 ChatGPT 网页版一样，字是一个一个蹦出来的（使用 stream: true 接口）。
-   * Markdown 渲染：在终端里渲染真正的 Markdown 格式（表格、代码块高亮），而不仅仅是纯文本。
- * 实现工具：利用 marked-terminal 库来渲染，利用 ora 库做更酷炫的加载动画。
-推荐的升级路线图
-高手必做：增加“多模态”潜质
-既然你现在的后端支持 Gemini 模型，你可以尝试增加 “图片转代码” 的功能：
- * 玩法：yuangs ai --image ./ui-design.png "帮我写出这个界面的 CSS"。
- * 实现：利用 fs.readFileSync 将图片转为 Base64 发给 AI。
-这些想法中，你觉得哪个最能戳中你的痛点？我们可以挑一个最酷的，我现在就帮你写核心逻辑。
-既然基础架构已经打好，我们可以跳出“简单的 AI 助手”这个范畴，把 yuangs 打造一个真正的智能终端工作台。
-作为一名命令行高手，你可以往以下四个维度去“脑洞大开”：
-1. 智能“管道”模式 (The Magic Pipe)
-现在的 AI 需要你手动输入问题，未来它可以直接处理前一个命令的输出。
- * 功能描述：实现类似 ls -l | yuangs ai ”帮我总结这些文件“ 的功能。
- * 实现思路：在 cli.js 中检测 process.stdin.isTTY。如果不是 TTY，说明有内容从管道传进来。
- * 使用场景：
-   * cat error.log | yuangs ai ”解释这个报错并给出修复建议“
-   * curl https://example.com | yuangs ai ”提取所有的链接并转成 JSON“
-2. 交互式“变量注入” (Variable Injection)
-AI 生成的命令往往带有占位符（比如 <filename>），手动修改很麻烦。
- * 功能描述：AI 生成命令后，工具自动识别其中的占位符，并引导用户逐个填空。
- * 实现思路：AI 输出 tar -cvzf <压缩包名>.tar.gz <文件夹>，CLI 自动识别 <...> 语法，弹出输入框让用户填入具体值。
- * 体验升级：甚至可以结合 fzf 类似的逻辑，让用户在填空时直接选择当前目录的文件。
-3. 终端“快捷指令” (AI Macros)
-有些复杂的流程（比如：切换 Git 分支 -> 拉取代码 -> 编译工程 -> 发送飞书通知）可以通过 AI 编排成一个专属命令。
- * 功能描述：yuangs save ”deploy-project“。
- * 实现思路：将一连串命令封装成一个 Alias（别名）。
- * 脑洞点：你可以给这个指令起名叫 go-home，AI 自动帮你执行“提交代码、关掉开发服务器、同步云端”等一系列收尾动作。
-4. 视觉增强与“流式”交互 (Visual & Stream)
-现在的命令行输出太死板，我们可以让它更有“生命力”。
- * 功能描述：
-   * 流式输出：像 ChatGPT 网页版一样，字是一个一个蹦出来的（使用 stream: true 接口）。
-   * Markdown 渲染：在终端里渲染真正的 Markdown 格式（表格、代码块高亮），而不仅仅是纯文本。
- * 实现工具：利用 marked-terminal 库来渲染，利用 ora 库做更酷炫的加载动画。
-推荐的升级路线图
-高手必做：增加“多模态”潜质
-既然你现在的后端支持 Gemini 模型，你可以尝试增加 “图片转代码” 的功能：
- * 玩法：yuangs ai —image ./ui-design.png ”帮我写出这个界面的 CSS“。
- * 实现：利用 fs.readFileSync 将图片转为 Base64 发给 AI。
-这些想法中，你觉得哪个最能戳中你的痛点？我们可以挑一个最酷的，我现在就帮你写核心逻辑。
-实现流式输出和 Markdown 渲染是提升 CLI 工具“质感”的关键。我们需要引入三个小巧但功能强大的库：
- * ora: 实现酷炫的终端加载动画。
- * marked & marked-terminal: 将 AI 返回的 Markdown 文本实时渲染为带颜色和样式的终端内容。
-1. 安装依赖
-首先，你需要在项目中安装这几个库：
-npm install ora marked marked-terminal
-
-2. 修改 index.js：支持流式 API 调用
-我们需要将 callAI_OpenAI 改写为支持 stream 模式。核心是处理 Node.js 的 IncomingMessage 流。
-// index.js 增加或修改如下逻辑
-async function callAI_Stream(messages, model, onChunk) {
-    const config = getUserConfig(); // 使用我们之前写的配置读取
-    const url = config.aiProxyUrl || 'https://aiproxy.want.biz/v1/chat/completions';
-
-    const response = await axios({
-        method: 'post',
-        url: url,
-        data: {
-            model: model || config.defaultModel || "gemini-flash-lite-latest",
-            messages: messages,
-            stream: true // 开启流式
-        },
-        responseType: 'stream',
-        headers: {
-            'Content-Type': 'application/json',
-            'X-Client-ID': 'npm_yuangs',
-            'account': config.accountType || 'free'
-        }
-    });
-
-    return new Promise((resolve, reject) => {
-        response.data.on('data', chunk => {
-            const lines = chunk.toString().split('\n');
-            for (const line of lines) {
-                if (line.startsWith('data: ')) {
-                    const data = line.slice(6);
-                    if (data === '[DONE]') {
-                        resolve();
-                        return;
-                    }
-                    try {
-                        const parsed = JSON.parse(data);
-                        const content = parsed.choices[0].delta.content || '';
-                        if (content) onChunk(content); // 每出一个字，调用一次回调
-                    } catch (e) {
-                        // 忽略解析错误
-                    }
-                }
-            }
-        });
-        response.data.on('error', reject);
-    });
-}
-
-3. 修改 cli.js：视觉增强逻辑
-我们需要在 cli.js 中配置渲染器，并美化 handleAICommand。
-const ora = require('ora');
-const { marked } = require('marked');
-const TerminalRenderer = require('marked-terminal');
-
-// 配置 Markdown 渲染器
-marked.setOptions({
-    renderer: new TerminalRenderer({
-        code: chalk.yellow,
-        heading: chalk.magenta.bold,
-        firstHeading: chalk.magenta.underline.bold,
-        listitem: chalk.cyan,
-        table: chalk.white,
-        strong: chalk.bold.red,
-        em: chalk.italic
-    })
-});
-
-async function handleAICommand() {
-    // ... 前置参数解析逻辑 ...
-
-    const spinner = ora(chalk.cyan('AI 正在思考...')).start();
-    let fullResponse = '';
-
-    try {
-        await yuangs.callAI_Stream(messages, model, (chunk) => {
-            if (spinner.isSpinning) {
-                spinner.stop(); // 收到第一个字时，停止动画
-            }
-            fullResponse += chunk;
-            
-            // 实时打印字符，不换行
-            process.stdout.write(chunk); 
-        });
-
-        // 所有的流传输完成后，我们清除之前的原始输出，渲染漂亮的 Markdown
-        console.log('\n' + chalk.gray('─'.repeat(process.stdout.columns / 2)));
-        console.clear(); // 或者向上滚动重新覆盖
-        console.log(marked(fullResponse));
-        
-    } catch (error) {
-        spinner.fail(chalk.red('AI 响应出错'));
-        console.error(error.message);
-    }
-}
-
-4. 优化：命令生成的特殊处理
-注意：生成 Linux 命令（即 yuangs ai -e）时不建议使用流式 Markdown 渲染。
- * 原因：生成命令需要绝对的纯文本，且通常很短。
- * 建议：只在普通聊天模式下使用流式渲染；在 -e 命令生成模式下，保持原来的加载动画 + 结果预填。
-为什么这个实现很“高手”？
- * 响应速度感：用户在 500ms 内就能看到第一个字跳出来，感知速度提升了 3-5 倍。
- * 沉浸式体验：marked-terminal 会自动根据终端宽度调整列表和代码块的间距。
- * 色彩层级：比起纯白色的文本，带有语法高亮的输出能让用户一眼看到代码块在哪里。
-你现在就可以尝试把这段逻辑合并进你的代码中。合并完成后，你的 yuangs 就像是一个运行在终端里的“小 ChatGPT”了！