以 CLI 为核心的 Python 开发套件，集成 LLM 对话、工具箱（DNS、飞书、绘图等）、MCP 服务和环境管理。
支持 Python >=3.9。
默认安装只包含核心聊天能力和基础 CLI。DNS、MCP、Serve、交互式 TUI 等较重依赖已拆到 extras。
pip install chattool --upgrade
pip install "chattool[tools]" # 常用工具全集
pip install "chattool[mcp,dns]" # MCP 服务 + DNS 工具
pip install "chattool[images]" # 含图像工具
pip install "chattool[pypi]" # 含 Python 包构建/发布依赖
pip install "chattool[dev]" # 仓库开发依赖ChatTool 7.0.0 起，typed env/profile 默认存放到 ~/.chatarch/envs，可用 CHATARCH_HOME 改根目录；不再读取旧 ~/.config/chattool/envs。
如需从旧目录手动迁移，可在仓库根目录运行：
python scripts/migrate_chattool_envs_to_chatarch.py --dry-run
python scripts/migrate_chattool_envs_to_chatarch.pychatenv init -i # 交互式初始化（敏感字段自动隐藏）
chatenv init -i -t openai # 仅初始化指定服务
chatenv cat # 查看配置（敏感值打码）
chatenv cat -t feishu # 查看飞书配置，供 chattool cc init 默认候选值参考
chatenv cat -t openai --no-mask | chatenv paste --stdin --yes # 跨设备复制/导入配置
chatenv set OPENAI_API_KEY=sk-xxx
chatenv new mini -t feishu # 从当前激活配置复制一份新的 Feishu profile
chatenv new -t openai # 交互式创建 OpenAI profile：先问名称，再补齐字段，不改 active .env
chatenv save work -t openai && chatenv use work -t openai # 按类型管理 profile
chattool lark info -e work # 显式使用 Feishu profile，优先级高于当前 shell 环境变量
chattool cc init -i --quiet # 生成默认 quiet 的 cc-connect 项目配置from chattool import Chat
# 多轮对话
chat = Chat("Hello!")
chat.get_response()
chat.user("How are you?").get_response()
# 异步并发
import asyncio
base = Chat().system("你是助手")
tasks = [base.copy().user(f"主题 {i}").async_get_response() for i in range(5)]
responses = asyncio.run(asyncio.gather(*tasks))
# 流式输出
async for chunk in Chat().user("写一首诗").async_get_response_stream():
if chunk.delta_content:
print(chunk.delta_content, end="", flush=True)chattool lark send USER_ID "Hello"
chattool lark send "Hello" # 使用 FEISHU_DEFAULT_RECEIVER_ID
chattool lark send -t chat_id "Hello team" # 使用 FEISHU_DEFAULT_CHAT_ID
chattool lark info
chattool setup lark-cli
chattool serve lark echo # 回显机器人
chattool serve lark ai --system "你是工作助手" # AI 对话机器人from chattool.tools.lark import LarkBot, ChatSession
bot = LarkBot()
session = ChatSession(system="你是助手")
@bot.on_message
def chat(ctx):
ctx.reply(session.chat(ctx.sender_id, ctx.text))
bot.start()chattool dns
chattool dns list
chattool dns records home.example.com
chattool dns set home.example.com -v 1.2.3.4
chattool dns delete home.example.com -t A --yes
chattool dns ip
chattool dns ddns home.example.com --monitor
chattool dns cert apply -d example.com -e admin@example.com
chattool dns cert check -d example.com交互终端里直接运行 chattool dns 会先进入命令选择；records / set / delete / ddns / cert apply 缺少必要参数时会自动补问，cert apply 的邮箱默认读取 git config user.email，-I 才会禁用交互并直接报错。
chattool nginx --list
chattool nginx proxy-pass --set SERVER_NAME=app.example.com --set PROXY_PASS=http://127.0.0.1:8080
chattool nginx websocket-proxy ./websocket.conf --set SERVER_NAME=ws.example.com --set PROXY_PASS=http://127.0.0.1:3000
chattool nginx static-root ./nas.conf --set SERVER_NAME=share.example.com --set ROOT_DIR=/storage/nas
chattool nginx -i # 交互式选择模板并逐项填写chattool image pollinations generate "a cat in space" -o cat.png
chattool image siliconflow generate "a cute dog" -o dog.png
chattool image huggingface generate交互终端里，各家 generate 命令缺少 prompt 时会自动补问；huggingface generate 缺少 -o/--output 也会自动补问。显式传 -I 时保持直接报错。
chattool explore arxiv search -p ai4math -n 10
chattool explore arxiv daily -p math-formalization --days 3
chattool explore arxiv daily -p math-formalization-weekly --days 7 -v
chattool explore arxiv get 1706.03762 -v
chattool explore arxiv get交互终端里，chattool explore arxiv get 缺少 arXiv ID 时会自动补问。
chattool serve local ./cli-tree.html --host 127.0.0.1 --port 8765
chattool serve local ./reports --html cli-tree.html --port 8765
chattool serve local . --html index.html --dry-runserve local 可用本地端口打开 HTML 文件或目录；省略目标时默认使用当前目录，-i 会进入统一交互补问。
| 工具 | 命令 | 说明 |
|---|---|---|
| 网络扫描 | chattool network |
扫描局域网主机和端口 |
| Nginx 配置 | chattool nginx |
按模板生成常见的反向代理、路径转发和静态目录配置 |
| PyPI 工具 | chattool pypi |
创建、构建、校验、上传与探测 Python 包 |
| MCP 服务 | chattool mcp start |
标准 MCP Server，供 Claude/Cursor 调用 |
| 环境安装 | chattool setup zsh/codex/claude/opencode/hermes/lark-cli/docker |
配置 zsh，安装或检查常用 Agent CLI / WebUI / Docker 环境，并在确认后执行建议的系统命令；setup hermes 封装 Hermes 官方 installer，WebUI 需显式启用；setup opencode/codex/claude/hermes 支持 --install-only 纯安装/升级，setup opencode 也支持 --plugin auto-loop 追加写入 opencode-auto-loop |
| Workspace | chattool setup workspace |
初始化围绕核心项目的人类-AI 协作工作区骨架；当前默认使用 projects/ 作为实际工作的执行容器，workspace 根目录则保留 general-use 协议与上下文；可选 --with-opencode-loop 启用 OpenCode loop-aware 模板并安装本地 chatloop 资产 |
| Skills | chattool skill install |
安装 ChatTool skills 到 Codex / Claude / OpenCode |
| CC-Connect | chattool cc |
cc-connect 快速配置与启动 |
| CRS 查询 | chattool crs |
查询 Claude Relay Service API key 用量、模型统计和只读 admin 信息 |
完整文档见 chattool.wzhecnu.cn
仓库结构设计草案见 docs/design/python-library-repo-structure.md
PyPI 发布命令设计草案见 docs/design/chattool-pypi-cli-design.md
tests/cli-tests/：真实 CLI 链路与真实环境验收，采用 doc-first。tests/mock-cli-tests/：所有基于mock、patch、monkeypatch、fake client / API 的 CLI 测试，统一集中到这里。tests/code-tests/：非 CLI 的代码测试与历史测试迁移落点。
快速建包可直接运行：
chattool pypi init mychat
chattool pypi init mycli -t chatarch
chattool pypi init -i # 交互式选择模板、mkdocs/workflow 等选项
chatpypi mychatchatpypi 现在是更直接的快捷入口：传入普通首参数时，会自动按 chattool pypi init <name> 处理；如果首参数本身就是 init/build/check/upload/probe 之一，则保持原样透传给 chattool pypi。
默认模板生成的 pyproject.toml 会写入 requires-python = ">=3.9"；chatarch 模板依赖 chatstyle>=0.1.0 与 chatenv>=0.1.1，默认写入 requires-python = ">=3.10"。
chatarch 模板会额外生成 DEVELOP.md、CHANGELOG.md、AGENTS.md、README.en.md、mkdocs.yml、docs/、tests/cli-tests/、tests/mock-cli-tests/、tests/code-tests/ 与 .github/workflows/ 骨架，并默认依赖 chatstyle>=0.1.0 与 chatenv>=0.1.1 作为 ChatArch CLI/env 运行时；其中发布 workflow 会在合并到 main / master 后按包内 __version__ 创建 vX.Y.Z tag，并通过 PyPI Trusted Publishing 发布尚未存在的版本。
如只想生成代码与测试骨架，可以用 --without-mkdocs 跳过 mkdocs/docs，用 --without-workflows 跳过 .github/workflows/。
chattool pypi 现在只保留最小命令集：init/build/check/upload/probe。其中 upload 只是对原始 twine upload 的薄封装，不再接管凭证、仓库和交互逻辑。
其中 chattool pypi probe <name> 现在默认面向正式 pypi，按精确项目名检查名称是否已被占用；若命中现有项目，会顺手输出少量项目摘要信息和最新 release 日期，便于快速判断是否需要换名。
MIT License