auto-shell-gpt

Shell-GPT 自动安装和配置工具,专门为入门教学场景优化。

默认接入 SiliconFlow,也支持 OpenAI、DeepSeek、OpenRouter、Ollama 等 OpenAI 兼容 API；安装依赖全程走国内镜像源。

特性

• 🐍 Portable Python 3.12 — 从国内大学镜像(USTC/NJU/TUNA/SJTU/BFSU/HFUT)下载独立 Python,绕开系统 Python 版本不兼容
• 🌐 多源 PyPI failover — 8 个国内 PyPI 镜像自动按速度排序,挂一个自动切下一个
• 🧠 真实模型可用性检测 — 并发 ping 候选模型,只保留实际能调用的
• 🎯 白名单模型 — 10 个 SiliconFlow 候选模型(默认 DeepSeek-V4-Pro，另含 DeepSeek-V4-Flash、Qwen3.6、GLM-4.5、Step-3.5 等)
• 🔌 自定义供应商 — 可填写 OpenAI 兼容 API Base URL 与模型 ID，不再绑定 SiliconFlow
• 🔒 安全 — 配置文件自动 chmod 600,API key 不会被同机器其他用户读到
• 🧹 一键卸载 — 完全恢复安装前状态,不留痕

快速开始(第一次安装)

pip install --no-warn-script-location -i https://repo.huaweicloud.com/repository/pypi/simple auto-shell-gpt && \
  export PATH="$HOME/.local/bin:$PATH" && \
  auto-shell-gpt --auto --provider siliconflow --key sk-YOUR_SILICONFLOW_KEY

三步 && 串联:静默装包 → 临时给当前 shell 的 PATH 加上 ~/.local/bin → 直接跑 auto-shell-gpt。

为什么需要 export PATH:pip --user 把 CLI 入口装到 ~/.local/bin/,但新建账号第一次登录时这个目录还不存在,所以 .profile 跳过了把它加进 PATH 的判断。export 那一步在当前 shell临时补上,跑完之后 v1.12.1 的脚本会自动把这行 export 持久化到 ~/.bashrc,下次新开终端就再也不用这一步。

之后任何时候(新 shell 直接短命令)

sgpt --code 'solve fizz buzz problem using python'
sgpt --shell '帮我生成10个file开头的文件'

# 切模型 / 重设 key / 查看配置
auto-shell-gpt

# 完全卸载
auto-shell-gpt --uninstall

# 测试时一键卸载，不再询问确认
auto-shell-gpt --uninstall --yes

会清理:~/.config/shell_gpt/、/tmp/chat_cache_*、/tmp/cache_*、~/.cache/shell_gpt、~/.local/share/sgpt-portable-python/、~/.local/bin/sgpt。

使用其他 API 供应商

交互运行 auto-shell-gpt 后选择安装，程序会先询问是否使用 SiliconFlow。选择自定义后，需要填写供应商的完整 OpenAI 兼容 Base URL 和模型 ID。

OpenAI:     https://api.openai.com/v1       # 末尾需要 /v1
DeepSeek:   https://api.deepseek.com        # 官方示例不加 /v1
OpenRouter: https://openrouter.ai/api/v1     # 末尾需要 /api/v1
Ollama:     http://localhost:11434/v1        # 末尾需要 /v1

不同供应商的路径规则并不相同，程序不会擅自追加 /v1。请按供应商官方文档填写完整地址。

也可以无交互安装，例如：

auto-shell-gpt --auto \
  --provider custom \
  --base-url https://api.openai.com/v1 \
  --model gpt-5 \
  --key sk-YOUR_OPENAI_KEY

注册获取 API key

新用户用以下链接注册可获得双倍免费额度:

🔗 https://cloud.siliconflow.cn/i/pnTWTpiB

详细文档 & 源码

https://github.com/JohnnyChen1113/biotrainee

License

MIT