Skip to content

standup-coder/cmd4coder

Repository files navigation

cmd4coder — 命令行工具大全 + LLM-Wiki 知识库

Version License Go Version Test Coverage Wiki Pages AI Commands

📖 简介

cmd4coder 是一个双模态开发者工具项目:

  • 模式 A:Go CLI 工具 — 面向运维工程师和开发者的命令行速查手册
  • 模式 B:LLM-Wiki 知识库 — 基于 Obsidian 的大模型领域多轮问答语料库

单一数据源:所有内容从 data/*.yaml 生成,修改 YAML → CLI 和 Wiki 自动同步。


🔄 双模态架构

┌─────────────────┐     ┌──────────────────┐
│   data/*.yaml   │────→│   cmd4coder CLI  │  Mode A: 终端查询
│   (1112 命令)   │     │   (Go + Bubbletea)│
└─────────────────┘     └──────────────────┘
         │
         ↓
┌──────────────────┐
│   LLM-Wiki       │  Mode B: 知识库 + 多轮问答
│   (Obsidian)     │
│   755 页面       │
│   2105+ 双向链接 │
└──────────────────┘
维度 CLI 模式 Wiki 模式
交互 单轮查询 search "training" 多轮对话场景引导
检索 模糊搜索 + 优先级排序 分层检索 + 语义关联
关联 related_commands 文本 [[wikilinks]] 双向链接
输出 表格/JSON/Markdown Markdown + frontmatter
适用 快速查命令 学习路线、故障排查

📑 层级索引

快速定位项目各层级入口:

层级 内容 索引
全局导航 项目地图与关键数字 INDEX.md
CLI 入口 cmd/cli 主程序、cmd/validator 验证器 cmd/README.md
内部实现 model / data / service / ui / version internal/README.md
可复用包 JSON / Markdown / YAML 导出 pkg/README.md
数据源 YAML 单一数据源与 12 大领域 data/README.md
脚本工具 构建、数据维护、Wiki 转换 scripts/README.md
项目文档 报告、指南、GitHub Pages docs/README.md
LLM-Wiki Obsidian 知识库入口 llm-wiki/index.md

🚀 快速开始

模式 A:CLI 工具

# 列出分类
go run ./cmd/cli categories -d ./data

# 搜索命令
go run ./cmd/cli search "distributed training" -d ./data

# 查看详情
go run ./cmd/cli show deepspeed -d ./data

# TUI 交互模式
go run ./cmd/cli -d ./data

# 构建二进制
go build -o bin/cmd4coder ./cmd/cli

模式 B:LLM-Wiki

# 1. 在 Obsidian 中打开 Vault
open -a Obsidian ./llm-wiki

# 2. 使用 Agent Skills 查询
kimi "query the wiki about ZeRO optimization"
kimi "what tool should I use for single-GPU fine-tuning?"

# 3. 摄入新文档
kimi "ingest docs/new-paper.pdf into the wiki"

# 4. 检查 Wiki 健康
python3 scripts/wiki/wiki_status.py

📊 数据统计

指标 CLI Wiki
总命令 1112 676 实体页 + 65 MOC
分类 106 106 维度索引
AI 命令 240 (22 分类) 200+ 含场景/概念/FAQ
搜索速度 <100ms Index-only ~18K tokens
双向链接 2,105
Broken Links 0
场景页 4 (多轮问答)
概念页 4 (ZeRO, KV-Cache, LoRA, Speculative Decoding)
FAQ 页 5

📋 完整命令清单

全部 1112 条命令已按功能领域简单分类,详见 COMMANDS.md

分类 命令数 覆盖范围
容器编排 339 Docker、Podman、Kubernetes、Helm、Istio、Service Mesh、本地 K8s、安全、运行时等
AI 基础设施 240 大模型训练/推理、Agent、RAG、向量数据库、AI 网关、AI 安全、编码助手、MLOps 等
硬件 64 CPU/GPU/存储/RAID、传感器、固件、UEFI、IPMI、嵌入式/I2C/GPIO 等
操作系统 153 Ubuntu/CentOS 包管理、systemd、防火墙、Linux 核心、用户与磁盘管理等
网络工具 57 curl、nmap、网络安全、性能压测、抓包、代理、Web 服务器、VPN、DNS 等
数据库 64 MySQL、PostgreSQL、Redis、MongoDB、SQLite、Oracle、SQL Server、NoSQL、时序/OLAP 等
大数据 53 Hadoop、Spark、Flink、Kafka、Hive、Presto/Trino、Airflow、数据湖、调度等
编程语言 47 Java/Go/Python/Node.js/Rust/PHP/Ruby/.NET/Scala/Kotlin/Groovy 等工具链
版本控制 31 Git、SVN
系统诊断 27 Arthas、tsar、strace、perf、bpftrace、JVM 诊断等
云平台 13 AWS、Azure、GCP、DigitalOcean、Linode、Terraform、Pulumi 等
构建工具 10 Maven、Gradle、Make、CMake
CI/CD 9 GitHub Actions、GitLab Runner、Jenkins、Tekton、Skaffold 等
Shell 脚本 5 Bash Shell 编写和调试工具

🗂️ 目录结构

cmd4coder/
│
├──  Mode A: CLI 工具
│
├── cmd/
│   ├── cli/                    # 主 CLI 程序 (Go + Cobra + Bubbletea)
│   └── validator/              # YAML 数据验证工具
├── internal/
│   ├── model/                  # 数据模型
│   ├── data/                   # 数据加载和索引
│   ├── service/                # 业务逻辑层
│   └── ui/tui/                 # TUI 用户界面
├── pkg/export/                 # Markdown/JSON 导出
├── data/                       # YAML 命令清单 (单一数据源)
│   ├── metadata.yaml           # 106 分类元数据
│   ├── ai/                     # 22 个 AI 分类 (240 命令)
│   │   ├── llm-training.yaml
│   │   ├── llm-inference.yaml
│   │   ├── agent-engineering.yaml
│   │   ├── harness-engineering.yaml
│   │   ├── ai-compiler.yaml
│   │   ├── model-interpretability.yaml
│   │   ├── federated-learning.yaml
│   │   └── ... (15 more)
│   ├── container/              # 容器与 K8s 生态 (339 命令)
│   │   ├── docker/             # Docker 与替代容器运行时
│   │   ├── k8s/                # Kubernetes 各主题命令
│   │   └── cloudnative/        # Helm、Istio、本地 K8s 等云原生扩展
│   ├── database/               # MySQL/PostgreSQL/Redis/NoSQL/时序
│   ├── build-tools/            # Maven/Gradle/Make/CMake
│   ├── network/                # DNS/HTTP/诊断/安全
│   ├── os/                     # Linux 系统命令
│   ├── hardware/               # CPU/GPU/存储/固件/嵌入式
│   └── ...
│
├──  Mode B: LLM-Wiki
│
├── llm-wiki/                   # Obsidian Vault
│   ├── .obsidian/              # Obsidian 配置
│   ├── entities/commands/      # 676 命令详情页
│   ├── 00-Maps/                # 65 MOC 索引页
│   ├── concepts/               # 4 核心概念页
│   ├── synthesis/scenes/       # 4 多轮问答场景
│   ├── references/faqs/        # 5 FAQ 页
│   ├── _meta/
│   │   ├── manifest.json       # 源文件追踪
│   │   └── taxonomy.md         # 标签分类
│   ├── index.md                # Vault 入口
│   ├── log.md                  # 操作日志
│   ├── hot.md                  # 热缓存
│   └── .env                    # Wiki 配置
│
├── .agents/skills/             # 43 个 obsidian-wiki skills
│   ├── wiki-ingest/            # 文档蒸馏摄入
│   ├── wiki-query/             # 分层检索查询
│   ├── wiki-status/            # 健康仪表盘
│   ├── wiki-lint/              # 链接质量检查
│   └── ...
│
├── scripts/                    # 转换与工具脚本
│   ├── build/                  # 构建脚本(build.sh / build.ps1 / test_core.sh)
│   ├── data/                   # 数据维护(去重、补全、生成 COMMANDS.md)
│   ├── wiki/                   # Wiki 转换与维护
│   │   ├── convert_to_wiki.py  # YAML → Markdown 转换器
│   │   ├── generate_scenes_and_faqs.py
│   │   ├── fix_wiki_links_v3.py
│   │   └── wiki_status.py
│   └── legacy/                 # 一次性批量添加脚本
│
└── docs/                       # 项目文档
    ├── reports/llm-wiki/       # 改造方案与实施报告
    └── ...

🤖 AI 基础设施覆盖 (22 分类, 225 命令)

维度 命令数 代表工具
大模型训练 27 DeepSpeed, Accelerate, Unsloth, GRPO, DPO
大模型推理 26 vLLM, SGLang, TensorRT-LLM, Ollama
Agent 工程 19 LangChain, AutoGen, DSPy, CrewAI, Dify
Harness 工程 21 SWE-Bench, Arena, LiveCodeBench, Red-Teaming
模型生态 16 HuggingFace, ONNX, GGUF, 量化工具
数据与标注 13 Argilla, Label Studio, FiftyOne
监控与评估 16 MLflow, W&B, Langfuse, Phoenix
向量数据库 15 Chroma, Milvus, Weaviate, Pinecone
AI 网关 6 Helicone, Portkey, OpenRouter, Promptfoo
AI 安全 5 Garak, ModelScan, LLM Guard, Inspect AI
多模态 6 ComfyUI, Whisper, CLIP, LLaVA
AI 编程 5 Aider, OpenHands, SWE-Agent, Continue.dev
RAG 基础设施 5 Unstructured, LlamaParse, Docling, Marker
边缘 AI 4 TFLite, ExecuTorch, MediaPipe, Paddle Lite
AI 编译器 6 TVM, IREE, MLIR, TensorRT, XLA
模型可解释性 5 SHAP, LIME, Captum
联邦学习 4 Flower, Opacus, CrypTen
模型架构 9 transformers-cli, bertviz, calflops, Mamba
AI 应用 6 PromptFlow, n8n, Text2SQL, Vanna
ML 框架 4 PyTorch, TensorFlow, JAX, Paddle
MLOps 平台 2 Kubeflow, MLflow
模型服务 4 BentoML, KServe

🔧 开发

CLI 模式开发

# 运行测试
go test ./...

# 构建
go build -o bin/cmd4coder ./cmd/cli

# 验证数据
go run ./cmd/validator -d ./data -v

Wiki 模式开发

# YAML 变更后重新生成 Wiki
python3 scripts/wiki/convert_to_wiki.py

# 修复链接
python3 scripts/wiki/fix_wiki_links_v3.py

# 检查健康
python3 scripts/wiki/wiki_status.py

# 生成场景/FAQ
python3 scripts/wiki/generate_scenes_and_faqs.py

数据规范

YAML 命令定义示例:

category: "AI基础设施/大模型训练"
commands:
  - name: deepspeed
    category: "AI基础设施/大模型训练"
    install_required: true
    install_method: "pip install deepspeed"
    description: "微软DeepSpeed大规模分布式训练框架"
    usage:
      - "deepspeed [OPTIONS] SCRIPT.py"
    options:
      - flag: "--num_gpus"
        description: "使用的GPU数量"
    examples:
      - command: "deepspeed --num_gpus=4 train.py"
        description: "4卡训练"
    platforms: ["linux", "darwin", "windows"]
    related_commands: ["accelerate", "torchrun"]
    risks:
      - level: medium
        description: "大规模训练消耗大量GPU资源"
    references:
      - "https://www.deepspeed.ai/"

📚 文档

文档 内容
docs/reports/llm-wiki/IMPLEMENTATION_REPORT.md LLM-Wiki 改造实施报告
docs/reports/ai-commands-gap-analysis.md AI 命令缺口分析
docs/reports/project-evaluation-report.md 项目评估报告
llm-wiki/AGENTS.md Agent Bootstrap
llm-wiki/CLAUDE.md Claude Code 上下文

🤝 贡献

添加新命令

  1. data/ 对应 YAML 文件中添加命令定义
  2. 运行 go run ./cmd/validator -d ./data -v 验证
  3. 运行 python3 scripts/wiki/convert_to_wiki.py 同步到 Wiki
  4. 提交 PR

添加场景页

  1. 编辑 scripts/wiki/generate_scenes_and_faqs.py
  2. 运行脚本生成场景页
  3. 验证链接:python3 scripts/wiki/wiki_status.py

📄 许可证

MIT License. 详见 docs/legal/LICENSE


⭐ 如果这个项目对你有帮助,请给一个 Star!

About

Complete CLI CheatSheet for Coders

Resources

Contributing

Stars

0 stars

Watchers

0 watching

Forks

Releases

No releases published

Packages

 
 
 

Contributors