Englisches Original: https://argusic.com/subject/shell-gpt
shell_gpt
Ein Befehlszeilen-Produktivitätstool, das von KI-Großsprachmodellen wie GPT-5 unterstützt wird, hilft Ihnen, Ihre Aufgaben schneller und effizienter zu erledigen.
Läuft mit MocksQuelle: GitHubPythonMITCommit a082bd5327ce
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: chatgpt, cheat sheet, cli, commands, gpt 3, gpt 4, gpt 5 und linux.
shell_gpt läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 0,3 Minuten installiert und ist auf 3 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
ShellGPT 1.5.1 installed in a Python venv; the test suite (29 tests across test_code, test_default, test_roles, test_shell) passes fully with mocked completions; the CLI entry point answers --help and --version.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- System-level pip install blocked by externally-managed-environment (PEP 668)0,1 Minuten
- Config module prompts for OpenAI API key on import, failing in headless/TTY-less environments0,1 Minuten
- Config.get() raises UsageError on missing keys, hitting DEFAULT_TEMPERATURE at import time0,1 Minuten
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 4 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest tests -p no:warnings exited 0, 29 passed; sgpt --version returned 'ShellGPT 1.5.1'
- Verbrauchte Modell-Tokens
- 66.045
- Genau getesteter Commit
- a082bd5327ce
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Sitzung ansehen
Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.
Eine Aufzeichnung von Versuch 1, gelaufen am . Der obige Befund stammt aus einem anderen Versuch, betrachten Sie dies daher als eine einzelne Sitzung und nicht als das aktuelle Ergebnis. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
│ --role <str> System role for GPT model. │ │ --create-role <str> Create role. │ │ --show-role <str> Show role. │ │ --list-roles -lr List roles. │ ╰──────────────────────────────────────────────────────────────────────────────╯ All 29 tests pass, the CLI help works. Let me report the final result. exec /bin/sh -lc 'cd /work/repo && . venv/bin/activate && sgpt --version 2>&1' in /work/repo succeeded in 734ms: ShellGPT 1.5.1 tokens used 66,045
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- In 0,3 Minuten installiert, schneller als der Median der 4 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 3 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
Von den 5 Projekten im Bereich chatgpt, die Argusic installiert und zeitlich gemessen hat, belegte shell_gpt Platz 1 bei der Zeit bis zum lauffähigen Zustand, und 2 von 5 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft mit Mocks | 92,00 | 0,03 | |
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,09 |
Themen (von GitHub)
chatgptcheat-sheetclicommandsgpt-3gpt-4gpt-5linuxllamallmollamaopenaiproductivitypythonshellterminal
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/shell-gpt)Fragen
- Läuft shell_gpt?
- shell_gpt läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 0 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic shell_gpt getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit a082bd5327ce. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von shell_gpt gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,03 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von shell_gpt?
- 0,3 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht shell_gpt eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von shell_gpt schief?
- Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 3 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet shell_gpt im Vergleich zu Alternativen ab?
- Von den 5 Projekten im Bereich chatgpt, die Argusic installiert und zeitlich gemessen hat, belegte shell_gpt Platz 1 bei der Zeit bis zum lauffähigen Zustand, und 2 von 5 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für shell_gpt?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.