shellmate-ai 0.1.0__tar.gz

shellmate_ai-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 xuliji
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

shellmate_ai-0.1.0/MANIFEST.in

@@ -0,0 +1 @@
+recursive-include src *.zsh

shellmate_ai-0.1.0/PKG-INFO

@@ -0,0 +1,110 @@
+Metadata-Version: 2.4
+Name: shellmate-ai
+Version: 0.1.0
+Summary: An AI assistant for your zsh command line
+Requires-Python: >=3.11
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: langgraph<2.0,>=1.0
+Requires-Dist: langgraph-checkpoint-sqlite<4.0,>=3.0
+Requires-Dist: langchain-openai<2.0,>=1.0
+Requires-Dist: pydantic<3.0,>=2.7
+Dynamic: license-file
+
+# Shellmate
+
+🇨🇳 简体中文 | [🇬🇧 English](README.en.md)
+
+Shellmate 是一个面向 zsh 的命令行 AI 助手。在命令行输入问题后按 **Ctrl-G**，它会结合近期命令历史，用任意 OpenAI 兼容模型（OpenAI、DeepSeek、Qwen 等）给出回答。
+
+## 功能
+
+- **Ctrl-G** 快捷键 — 输入问题按 Ctrl-G 提问；**空缓冲按 Ctrl-G 自动解释上一条命令**
+- 自动捕获上一条命令及其退出码，失败时结合退出码定位原因
+- 近期命令历史作为上下文
+- OpenAI 兼容协议，支持 OpenAI / DeepSeek / Qwen 等
+- 内置 DuckDuckGo 网页搜索，无需搜索 API Key
+- 模型与搜索请求前自动脱敏（含高熵密钥检测）
+- 本地 SQLite 保存 checkpoint，无需数据库服务
+
+## 安装
+
+需要 Python 3.11+。
+
+```sh
+pip install shellmate   # 或从源码：pip install -e .
+shellmate init          # 创建配置 + zsh 插件 + .zshrc 加载行
+source ~/.zshrc         # 或重开终端
+```
+
+## 使用
+
+在 zsh 中输入问题，然后按 **Ctrl-G**。**空缓冲按 Ctrl-G**（命令行没有输入内容）会自动结合上一条命令及其退出码，解释它为什么失败。
+
+```sh
+shellmate ask "刚才的命令为什么失败？"              # 直接提问
+shellmate ask                                      # 交互式提问
+shellmate ask --history $'ls -la\ngit status' "..." # 手动传历史
+
+# 把命令输出喂给 Shellmate 解释（管道模式）
+git push origin main 2>&1 | shellmate explain
+tail -200 app.log | shellmate explain "为什么一直报 timeout？"
+
+shellmate explain-last                             # 解释上一条命令（Ctrl-G 空缓冲触发）
+shellmate config-path                              # 查看配置路径
+shellmate history-lines                            # 查看历史条数
+```
+
+## 配置
+
+`shellmate init` 会创建 `~/.config/shellmate/config.json` 和 `Agent.md`。在 config.json 中填入 API Key，或用环境变量设置。
+
+```json
+{
+  "llm": { "base_url": "https://api.openai.com/v1", "model": "gpt-4o-mini", "api_key": "" },
+  "shell": { "history_lines": 20 },
+  "search": { "endpoint": "https://html.duckduckgo.com/html/" },
+  "privacy": { "redact_secrets": true, "redact_high_entropy": true, "custom_patterns": [] }
+}
+```
+
+环境变量会覆盖 JSON 配置：
+
+| 变量 | 覆盖 |
+| --- | --- |
+| `OPENAI_API_KEY` / `SHELLMATE_API_KEY` | `llm.api_key` |
+| `SHELLMATE_BASE_URL` | `llm.base_url` |
+| `SHELLMATE_MODEL` | `llm.model` |
+| `SHELLMATE_SEARCH_ENDPOINT` | `search.endpoint` |
+
+## 架构
+
+Agent 是一个 LangGraph 状态机：
+
+```mermaid
+flowchart TD
+    Start([start]) --> SystemPrompt["system_prompt<br/>加载 Agent.md"]
+    SystemPrompt --> Assistant["assistant<br/>调用模型"]
+    Assistant -->|需要工具| Tools["tools<br/>网页搜索"]
+    Assistant -->|结束| End([end])
+    Tools --> Assistant
+```
+
+- **system_prompt** — 加载可编辑的 `Agent.md` 作为系统提示词（每个会话加载一次）
+- **assistant** — 携带消息历史调用 OpenAI 兼容模型
+- **tools** — 模型请求联网时执行 DuckDuckGo 搜索
+
+## 项目结构
+
+```text
+src/shellmate/
+├── agent.py           # LangGraph agent + SQLite checkpoint
+├── cli.py             # 命令行入口
+├── config.py          # Pydantic 配置
+├── context.py         # 历史格式化
+├── privacy.py         # 脱敏中间件
+├── zsh_plugin.py      # 内置 zsh 插件（从 shellmate.zsh 数据文件读取）
+├── shellmate.zsh      # zsh 插件（Ctrl-G / preexec / precmd）
+└── tools/
+    └── web_search.py  # DuckDuckGo HTML 搜索
+```

shellmate_ai-0.1.0/README.md

@@ -0,0 +1,97 @@
+# Shellmate
+
+🇨🇳 简体中文 | [🇬🇧 English](README.en.md)
+
+Shellmate 是一个面向 zsh 的命令行 AI 助手。在命令行输入问题后按 **Ctrl-G**，它会结合近期命令历史，用任意 OpenAI 兼容模型（OpenAI、DeepSeek、Qwen 等）给出回答。
+
+## 功能
+
+- **Ctrl-G** 快捷键 — 输入问题按 Ctrl-G 提问；**空缓冲按 Ctrl-G 自动解释上一条命令**
+- 自动捕获上一条命令及其退出码，失败时结合退出码定位原因
+- 近期命令历史作为上下文
+- OpenAI 兼容协议，支持 OpenAI / DeepSeek / Qwen 等
+- 内置 DuckDuckGo 网页搜索，无需搜索 API Key
+- 模型与搜索请求前自动脱敏（含高熵密钥检测）
+- 本地 SQLite 保存 checkpoint，无需数据库服务
+
+## 安装
+
+需要 Python 3.11+。
+
+```sh
+pip install shellmate   # 或从源码：pip install -e .
+shellmate init          # 创建配置 + zsh 插件 + .zshrc 加载行
+source ~/.zshrc         # 或重开终端
+```
+
+## 使用
+
+在 zsh 中输入问题，然后按 **Ctrl-G**。**空缓冲按 Ctrl-G**（命令行没有输入内容）会自动结合上一条命令及其退出码，解释它为什么失败。
+
+```sh
+shellmate ask "刚才的命令为什么失败？"              # 直接提问
+shellmate ask                                      # 交互式提问
+shellmate ask --history $'ls -la\ngit status' "..." # 手动传历史
+
+# 把命令输出喂给 Shellmate 解释（管道模式）
+git push origin main 2>&1 | shellmate explain
+tail -200 app.log | shellmate explain "为什么一直报 timeout？"
+
+shellmate explain-last                             # 解释上一条命令（Ctrl-G 空缓冲触发）
+shellmate config-path                              # 查看配置路径
+shellmate history-lines                            # 查看历史条数
+```
+
+## 配置
+
+`shellmate init` 会创建 `~/.config/shellmate/config.json` 和 `Agent.md`。在 config.json 中填入 API Key，或用环境变量设置。
+
+```json
+{
+  "llm": { "base_url": "https://api.openai.com/v1", "model": "gpt-4o-mini", "api_key": "" },
+  "shell": { "history_lines": 20 },
+  "search": { "endpoint": "https://html.duckduckgo.com/html/" },
+  "privacy": { "redact_secrets": true, "redact_high_entropy": true, "custom_patterns": [] }
+}
+```
+
+环境变量会覆盖 JSON 配置：
+
+| 变量 | 覆盖 |
+| --- | --- |
+| `OPENAI_API_KEY` / `SHELLMATE_API_KEY` | `llm.api_key` |
+| `SHELLMATE_BASE_URL` | `llm.base_url` |
+| `SHELLMATE_MODEL` | `llm.model` |
+| `SHELLMATE_SEARCH_ENDPOINT` | `search.endpoint` |
+
+## 架构
+
+Agent 是一个 LangGraph 状态机：
+
+```mermaid
+flowchart TD
+    Start([start]) --> SystemPrompt["system_prompt<br/>加载 Agent.md"]
+    SystemPrompt --> Assistant["assistant<br/>调用模型"]
+    Assistant -->|需要工具| Tools["tools<br/>网页搜索"]
+    Assistant -->|结束| End([end])
+    Tools --> Assistant
+```
+
+- **system_prompt** — 加载可编辑的 `Agent.md` 作为系统提示词（每个会话加载一次）
+- **assistant** — 携带消息历史调用 OpenAI 兼容模型
+- **tools** — 模型请求联网时执行 DuckDuckGo 搜索
+
+## 项目结构
+
+```text
+src/shellmate/
+├── agent.py           # LangGraph agent + SQLite checkpoint
+├── cli.py             # 命令行入口
+├── config.py          # Pydantic 配置
+├── context.py         # 历史格式化
+├── privacy.py         # 脱敏中间件
+├── zsh_plugin.py      # 内置 zsh 插件（从 shellmate.zsh 数据文件读取）
+├── shellmate.zsh      # zsh 插件（Ctrl-G / preexec / precmd）
+└── tools/
+    └── web_search.py  # DuckDuckGo HTML 搜索
+```

shellmate_ai-0.1.0/pyproject.toml

@@ -0,0 +1,25 @@
+[project]
+name = "shellmate-ai"
+version = "0.1.0"
+description = "An AI assistant for your zsh command line"
+readme = "README.md"
+requires-python = ">=3.11"
+dependencies = [
+    "langgraph>=1.0,<2.0",
+    "langgraph-checkpoint-sqlite>=3.0,<4.0",
+    "langchain-openai>=1.0,<2.0",
+    "pydantic>=2.7,<3.0",
+]
+
+[project.scripts]
+shellmate = "shellmate.cli:main"
+
+[build-system]
+requires = ["setuptools>=68"]
+build-backend = "setuptools.build_meta"
+
+[tool.setuptools.packages.find]
+where = ["src"]
+
+[tool.setuptools.package-data]
+shellmate = ["*.zsh"]

shellmate_ai-0.1.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+

shellmate_ai-0.1.0/src/shellmate/__init__.py

@@ -0,0 +1,3 @@
+"""Shellmate：面向 shell 的 AI 助手。"""
+
+__version__ = "0.1.0"

shellmate_ai-0.1.0/src/shellmate/agent.py

@@ -0,0 +1,142 @@
+"""基于 LangGraph 构建带工具调用和本地 SQLite 会话记忆的 Agent。"""
+
+from __future__ import annotations
+
+from typing import Annotated, TypedDict
+
+from langchain_core.messages import AnyMessage, HumanMessage, SystemMessage, ToolMessage
+from langchain_core.tools import tool
+from langchain_openai import ChatOpenAI
+from langgraph.checkpoint.sqlite import SqliteSaver
+from langgraph.graph import END, START, StateGraph
+from langgraph.graph.message import add_messages
+from langgraph.prebuilt import ToolNode, tools_condition
+
+from shellmate.config import AGENT_PROMPT_PATH, CHECKPOINT_DB_PATH, AppConfig, ensure_data_dir
+from shellmate.context import ShellContext
+from shellmate.privacy import SecretRedactionMiddleware
+from shellmate.tools.web_search import web_search
+
+def load_system_prompt() -> str:
+    """读取用户配置目录的 Agent.md，作为每次模型调用的系统提示词。"""
+    try:
+        prompt = AGENT_PROMPT_PATH.read_text(encoding="utf-8").strip()
+    except OSError as exc:
+        raise AgentError(f"无法读取系统提示词文件 {AGENT_PROMPT_PATH}：{exc}") from exc
+    if not prompt:
+        raise AgentError(f"系统提示词文件不能为空：{AGENT_PROMPT_PATH}")
+    return prompt
+
+
+class AgentState(TypedDict):
+    """图内共享状态；add_messages 负责按 ID 合并并追加消息。"""
+
+    messages: Annotated[list[AnyMessage], add_messages]
+
+
+class AgentError(RuntimeError):
+    """Agent 配置、图运行或持久化失败时抛出的异常。"""
+
+
+class LangGraphAgent:
+    """构建模型与工具节点，并按 thread_id 从本地 SQLite 恢复会话。"""
+
+    def __init__(self, config: AppConfig):
+        self.config = config
+        ensure_data_dir()
+        self.privacy = SecretRedactionMiddleware(
+            config.privacy.redact_secrets,
+            config.privacy.custom_patterns,
+            config.privacy.redact_high_entropy,
+        )
+
+        @tool
+        def search_web(query: str) -> str:
+            """使用 DuckDuckGo 网页搜索查询最新信息或软件文档。"""
+            return web_search(query, config.search.endpoint)
+
+        self.tools = [search_web]
+        if not config.llm.api_key:
+            raise AgentError("请在 llm.api_key 中配置密钥，或设置 OPENAI_API_KEY / SHELLMATE_API_KEY。")
+        # 所有服务都通过 OpenAI 兼容协议接入；差异只体现在地址、模型和密钥。
+        self.model = ChatOpenAI(
+            model=config.llm.model,
+            api_key=config.llm.api_key,
+            base_url=config.llm.base_url,
+            timeout=config.llm.timeout,
+        ).bind_tools(self.tools)
+
+    def _load_system_prompt(self, state: AgentState) -> dict[str, list[AnyMessage]]:
+        """系统提示词节点：读取 Agent.md 并作为首条消息加入图状态。
+
+        每个 thread 只注入一次；同一会话后续轮次的状态里已有系统提示词时跳过，
+        避免重复追加。用户编辑 Agent.md 后，新会话（新 thread）会读取最新内容。
+        """
+        if any(isinstance(message, SystemMessage) for message in state["messages"]):
+            return {}
+        return {"messages": [SystemMessage(content=load_system_prompt())]}
+
+    def _call_model(self, state: AgentState) -> dict[str, list[AnyMessage]]:
+        """模型节点：在请求边界脱敏，并将新消息交回图状态。"""
+        safe_messages = self.privacy.before_model(state["messages"])
+        response = self.model.invoke(safe_messages)
+        return {"messages": [response]}
+
+    def _wrap_tool_call(self, request, execute):
+        """LangGraph 中间件：在工具执行前后对输入与输出脱敏。
+
+        工具输入（如搜索 query）可能含未识别出的秘密，先脱敏再外发到搜索
+        服务，避免泄漏给第三方；工具输出则先脱敏再写回状态，避免敏感内容
+        被本地 checkpoint 持久化或再次送入模型。
+        """
+        call = request.tool_call
+        args = call.get("args")
+        if isinstance(args, dict):
+            safe_args = {
+                key: self.privacy.before_tool(value) if isinstance(value, str) else value
+                for key, value in args.items()
+            }
+            request = request.override(tool_call={**call, "args": safe_args})
+        result = execute(request)
+        if isinstance(result, ToolMessage) and isinstance(result.content, str):
+            result = result.model_copy(update={"content": self.privacy.before_tool(result.content)})
+        return result
+
+    def _build_graph(self, checkpointer: SqliteSaver):
+        """连接系统提示词、模型和工具节点，并注入本地 SQLite checkpoint。"""
+        graph = StateGraph(AgentState)
+        graph.add_node("system_prompt", self._load_system_prompt)
+        graph.add_node("assistant", self._call_model)
+        graph.add_node("tools", ToolNode(self.tools, wrap_tool_call=self._wrap_tool_call))
+        graph.add_edge(START, "system_prompt")
+        graph.add_edge("system_prompt", "assistant")
+        graph.add_conditional_edges("assistant", tools_condition, {"tools": "tools", END: END})
+        graph.add_edge("tools", "assistant")
+        return graph.compile(checkpointer=checkpointer)
+
+    def ask(self, question: str, context: ShellContext, thread_id: str) -> str:
+        """用 LangGraph 配置中的 thread_id 恢复并更新本地 shell 会话。"""
+        thread_id = thread_id.strip()
+        if not thread_id or len(thread_id) > 128:
+            raise AgentError("thread_id 必须为 1 到 128 个字符。")
+        graph_config = {"configurable": {"thread_id": thread_id}}
+        user_content = f"{context.as_text()}\n\nQuestion: {question}"
+        # 脱敏后再写入 LangGraph 状态，避免原始敏感值被 checkpoint 持久化。
+        user_content = self.privacy.redact(user_content)
+        try:
+            # SqliteSaver 会在本地文件中保存同一 thread_id 的跨进程状态。
+            with SqliteSaver.from_conn_string(str(CHECKPOINT_DB_PATH)) as checkpointer:
+                checkpointer.setup()
+                graph = self._build_graph(checkpointer)
+                result = graph.invoke(
+                    {"messages": [HumanMessage(content=user_content)]},
+                    config=graph_config,
+                )
+        except Exception as exc:
+            raise AgentError(f"LangGraph 执行或 SQLite 持久化失败：{exc}") from exc
+
+        last_message = result["messages"][-1]
+        content = last_message.content
+        if isinstance(content, str):
+            return content or "(No response content.)"
+        return "\n".join(str(block.get("text", block)) for block in content)

shellmate_ai-0.1.0/src/shellmate/cli.py

@@ -0,0 +1,159 @@
+"""Shellmate 命令行入口，负责解析参数并调用相应模块。"""
+
+from __future__ import annotations
+
+import argparse
+import os
+import sys
+
+from shellmate.agent import AgentError, LangGraphAgent
+from shellmate.config import (
+    AGENT_PROMPT_PATH,
+    CONFIG_PATH,
+    DATA_DIR,
+    ZSH_PLUGIN_PATH,
+    ensure_data_dir,
+    ensure_zsh_plugin,
+    load_config,
+)
+from shellmate.context import ShellContext, read_context, read_zsh_history
+
+# 管道模式输入的最大保留字符数；报错信息通常在输出末尾，故保留尾部。
+_MAX_OUTPUT_CHARS = 20000
+
+
+def _history_text(config, args) -> str:
+    """历史来源优先级：zsh 插件经 --history 传入 > 环境变量 > 历史文件兜底。"""
+    return (
+        getattr(args, "history", "")
+        or os.environ.get("SHELLMATE_HISTORY_TEXT", "")
+        or read_zsh_history(config.shell.history_lines)
+    )
+
+
+def _thread_id(config, args) -> str:
+    """会话 ID 来源优先级：--thread-id > zsh 会话环境变量 > 配置兜底。"""
+    return (
+        getattr(args, "thread_id", None)
+        or os.environ.get("SHELLMATE_SESSION_ID")
+        or config.thread_id
+    )
+
+
+def _ask(config, question: str, context: ShellContext, args) -> None:
+    """运行 agent 并打印回答，统一异常处理。"""
+    try:
+        print(LangGraphAgent(config).ask(question, context, _thread_id(config, args)))
+    except (AgentError, ValueError, OSError) as exc:
+        print(f"shellmate: {exc}", file=sys.stderr)
+        raise SystemExit(1) from exc
+
+
+def main() -> None:
+    """处理初始化、提问、解释上一条命令与配置查看等子命令。"""
+    parser = argparse.ArgumentParser(prog="shellmate", description="Ask an AI assistant about your shell session")
+    sub = parser.add_subparsers(dest="command")
+    ask_parser = sub.add_parser("ask", help="Ask a question using recent shell context")
+    ask_parser.add_argument("question", nargs="*", help="Question; multiple words are joined with spaces")
+    ask_parser.add_argument("--history", default="", help="Recent shell history supplied by the zsh plugin")
+    ask_parser.add_argument("--thread-id", help="LangGraph conversation ID; normally supplied by zsh")
+    explain_parser = sub.add_parser(
+        "explain",
+        help="Explain command output read from stdin (e.g. cmd 2>&1 | shellmate explain)",
+    )
+    explain_parser.add_argument("question", nargs="*", help="Optional question; defaults to summarizing the output")
+    explain_parser.add_argument("--history", default="", help="Recent shell history supplied by the zsh plugin")
+    explain_parser.add_argument("--thread-id", help="LangGraph conversation ID; normally supplied by zsh")
+    last_parser = sub.add_parser(
+        "explain-last",
+        help="Explain the last command and its exit code (triggered by Ctrl-G on empty prompt)",
+    )
+    last_parser.add_argument("--history", default="", help="Recent shell history supplied by the zsh plugin")
+    last_parser.add_argument("--thread-id", help="LangGraph conversation ID; normally supplied by zsh")
+    sub.add_parser("init", help="Create the local configuration and Agent prompt files")
+    sub.add_parser("config-path", help="Print the configuration file path")
+    sub.add_parser("history-lines", help="Print the configured number of history lines")
+    args = parser.parse_args()
+    try:
+        config = load_config()
+    except (ValueError, OSError) as exc:
+        print(f"shellmate: {exc}", file=sys.stderr)
+        raise SystemExit(2) from exc
+
+    if args.command == "init":
+        ensure_data_dir()
+        zshrc_updated = ensure_zsh_plugin()
+        print(f"已创建或确认配置文件：{CONFIG_PATH}")
+        print(f"已创建或确认 Agent 提示词：{AGENT_PROMPT_PATH}")
+        print(f"已创建或确认数据目录：{DATA_DIR}")
+        print(f"已创建或确认 zsh 插件：{ZSH_PLUGIN_PATH}")
+        if zshrc_updated:
+            print("已在 ~/.zshrc 添加插件加载行，请执行 `source ~/.zshrc` 使其生效。")
+        else:
+            print("~/.zshrc 已包含插件加载行，无需修改。")
+        return
+    if args.command == "config-path":
+        print(CONFIG_PATH)
+        return
+    if args.command == "history-lines":
+        print(config.shell.history_lines)
+        return
+
+    if args.command == "explain-last":
+        last_command = os.environ.get("SHELLMATE_LAST_COMMAND", "").strip()
+        if not last_command:
+            print("shellmate: 没有可解释的上一条命令。", file=sys.stderr)
+            raise SystemExit(1)
+        raw_exit = os.environ.get("SHELLMATE_LAST_EXIT", "").strip()
+        try:
+            exit_code = int(raw_exit)
+        except ValueError:
+            exit_code = None
+        history = _history_text(config, args)
+        context = ShellContext(history=history, last_command=last_command, last_exit_code=exit_code)
+        if exit_code == 0:
+            question = "解释一下刚才这条命令：它做了什么、输出或副作用是什么、有什么值得注意的地方。"
+        else:
+            question = "刚才这条命令失败了。结合退出码解释它为什么会失败，并给出如何排查和修复的具体建议。"
+        _ask(config, question, context, args)
+        return
+
+    if args.command == "explain":
+        if sys.stdin.isatty():
+            print(
+                "shellmate: explain 需要管道输入，例如：command 2>&1 | shellmate explain",
+                file=sys.stderr,
+            )
+            raise SystemExit(1)
+        output = sys.stdin.read()
+        if not output.strip():
+            print("shellmate: 标准输入为空。", file=sys.stderr)
+            raise SystemExit(1)
+        output = output[-_MAX_OUTPUT_CHARS:]
+        question = " ".join(args.question).strip() or "解释这段命令输出：发生了什么、是否报错、以及该如何处理。"
+        history = _history_text(config, args)
+        context = ShellContext(history=history, output=output)
+        _ask(config, question, context, args)
+        return
+
+    if args.command != "ask":
+        parser.print_help()
+        return
+
+    if args.question:
+        question = " ".join(args.question).strip()
+    else:
+        try:
+            question = input("Ask Shellmate: ").strip()
+        except (EOFError, KeyboardInterrupt):
+            print("\nshellmate: 未输入问题。", file=sys.stderr)
+            raise SystemExit(1)
+    if not question:
+        print("shellmate: 未输入问题。", file=sys.stderr)
+        raise SystemExit(1)
+    context = read_context(_history_text(config, args))
+    _ask(config, question, context, args)
+
+
+if __name__ == "__main__":
+    main()