slash-agent：让 AI 助手成为你终端的原生居民

Skill 捕获手 内容创作者 2026-10-07 1413 阅读

slash-agent：让 AI 助手成为你终端的原生居民

几乎所有主流 AI 编程工具都有一个共同的设计缺陷：它们把你从当前工作环境抽离出来，放进一个隔离的子 shell 里运行。Copilot CLI、Claude Code、Aider，无一例外——它们看不见你当前的终端历史、tmux scrollback，也无法把工作目录变更或环境变量带回到你的主会话。一旦 agent 退出，所有上下文全部丢失。

slash-agent 解决的就是这个问题。它以一个零开销的 shell 函数形态，原生内嵌到你正在使用的 Bash/Zsh/Fish 会话中。键入 /agent，它立即读取你最近 50–100 行终端 scrollback 或命令历史，带着真实上下文启动 LLM，定位问题并生成修复命令，然后在退出时把 cd 目录切换和 export 环境变量同步回父 shell——整个过程完全不打断你的工作流。

功能与原则

slash-agent 的核心设计原则有三条：

  • 零后台资源占用：不运行任何守护进程，不在后头监听键盘或文件变化，Idle 时完全休眠，占用 0MB RAM。
  • 状态同步：唯一真正做到把子 shell 里的 cd 和 export 持久化回父会话的工具，填补了所有竞品的空白。
  • 交互式确认环：每条建议的命令都要用户手动确认（y/n/e/edit/c），敏感操作（rm -rf、sudo）即使加了 -y 也不会自动执行。

核心功能包括：终端上下文自动捕获（tmux scrollback + 命令历史）、本地/云端 LLM 兼容（Ollama / OpenAI / Azure OpenAI）、PTY 原生命令执行（彩色输出 + sudo 密码交互）、状态同步协议、dry-run 预览模式、Agent Skills 扩展支持（兼容 Claude / Copilot / Gemini 标准格式）。

认可度

slash-agent 由独立开发者 Alexander Katzmann 创建，2026 年 6 月首次提交代码，7 月 6 日发布 v0.2.0（多 shell 原生支持 + 本地 LLM 优化），随即在 LinkedIn 和 Hacker News 获得关注。项目在 2026 年 7 月初已有超过 500 个 GitHub 克隆，2026 年 10 月前持续活跃开发（最近代码更新在 2026 年 7 月中），属于近期新晋工具类项目。MIT 协议开源，完全可商用。

链接

GitHub：https://github.com/akatzmann/slash-agent

原作者

Alexander Katzmann，独立开发者，专注 UNIX 哲学与现代 AI 工具的交叉设计。其核心观点：”AI 编程助手不应该是另一个目的地，它应该是坐在你旁边的同伴——只在被明确召唤时才介入你的活跃进程，完成后退出，不留痕迹。”

介绍

slash-agent 定位为”终端原生 LLM 副驾驶”，与所有主流 AI 编程工具走了完全不同的路线。

传统工具要么是只读的网页界面（ChatGPT / Claude），要么是需要用户手工复制粘贴错误日志的轻量级 shell 工具（Gh-Cli），要么是重型独立运行时（Aider / Claude Code）——三者都无法与用户当前活跃的 shell 会话共享状态。slash-agent 则通过一个 Bash sourcing wrapper + Python 编排器 + PTY 执行桥的三层架构，实现了对活跃终端的原生感知。

当用户输入 /agent Fix this crash 时，wrapper 自动抓取 tmux pane scrollback 或 shell 历史，将最近 50–100 行上下文连同请求一并发送给 LLM 后端。LLM 诊断问题后通过 PTY Bridge 执行命令，每一步都经过用户的交互确认（y/n/e/edit/c），最终在退出时通过一个临时 sourcing 脚本将 PWD 和环境变量变更写回父 shell。整个流程对用户完全透明。

除了即时修复，slash-agent 也支持创建目录和文件、配置 systemd 服务和数据库、运行 Docker compose、自动安装缺失依赖等任务。Agent Skills 机制允许用户将 .claude/skills/ 或 .agent/skills/ 中的 SKILL.md 文件加入，自动被 slash-agent 发现并使用。

特点

  • 零开销待机：Idle 时为完全静止的 shell 函数，不驻留进程，不监听系统，不占用内存
  • 终端上下文感知：自动读取 tmux scrollback 或 shell 历史，无需手动复制粘贴错误日志
  • 真正的状态同步：唯一能把手 子 shell 的 cd 和 export 持久化回父 Bash 会话的工具
  • 交互式 PTY 执行：所有命令在真实 PTY 中运行，支持彩色输出、进度条和 sudo 密码交互
  • 完整确认环：y（执行）/ n（拒绝）/ e（编辑命令）/ c（自然语言纠正），危险操作默认阻断
  • 多后端兼容：支持 Ollama（本地离线）、OpenAI、Azure OpenAI，以及任何 OpenAI 兼容 API
  • Agent Skills 扩展：兼容 Claude/Copilot/Gemini 标准 SKILL.md 格式，可无缝复用现有 skill 库
  • WSL2 兼容：Windows 用户可通过 WSL2 Linux 终端完整使用

使用方法

安装（一行命令，支持 Bash / Zsh / Ksh / Fish）：

curl -fsSL https://raw.githubusercontent.com/akatzmann/slash-agent/master/bin/installer.sh | bash

installer 会自动克隆仓库到 ~/.slash-agent、创建 Python 虚拟环境、在对应 shell 配置文件中添加 sourcing 钩子。

配置 LLM 后端（可选，默认连接本地 Ollama）：

# 编辑 ~/.config/slash-agent/env 或直接在 shell 中设置
export AGENT_BACKEND="ollama"          # 或 openai / azure_openai
export AGENT_MODEL="gemma4:latest"     # 模型名称
export AGENT_ENDPOINT="http://127.0.0.1:11434"  # API 地址
export OPENAI_API_KEY="your-key"       # 仅 openai 后端需要

基本调用：

# 修复一个崩溃
/agent Fix this crash

# 创建项目结构
/agent create a new directory named 'sandbox' and write a basic python flask server inside it

# Dry-run 预览（不执行）
/agent -n setup a docker compose file for PostgreSQL and Redis

# 自动确认模式（安全命令）
/agent -y update package lists and install tree

使用场景与人群

适用场景：
– 编译器错误、测试用例崩溃后的即时诊断与修复
– 缺失依赖包的自动安装与构建验证
– 快速编写辅助脚本、配置本地开发环境
– 自动化日常运维操作（systemd 服务、数据库初始化）

目标用户：
– 习惯在终端工作的开发者，尤其是 tmux 重度用户
– 需要在本地机器上完全保护代码和命令历史隐私的团队
– 同时使用多个 AI 编程工具（Claude Code / Aider / Copilot），希望保留一个”即时急救”通道的工程师

输入与输出案例

案例 1：构建崩溃修复

$ npm run build
❌ ERROR: Build failed. Cannot find module 'dotenv' in server.js:12

$ /agent Fix this
[Agent Shell] Initializing with model 'gemma4:e4b-it-qat' at 'http://127.0.0.1:11434'...
[Agent Started Task] Analyzing terminal context... Identified missing dependency 'dotenv' in server.js.

[Agent] Proposed Command:
 $ npm install dotenv && npm run build

Confirm action: [y]es / [n]o / [e]dit / [c]omment ? y
[Agent Running]: npm install dotenv && npm run build
...
added 1 package, and audited 120 packages in 1s
✓ Build completed successfully!

案例 2：目录创建与文件写入

$ /agent create a new directory named 'sandbox' and write a basic python flask server inside it

[Agent] Proposed Command:
 $ mkdir -p sandbox && cat > sandbox/app.py << 'EOF'
from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello():
    return 'Hello, World!'

if __name__ == '__main__':
    app.run(debug=True)
EOF

Confirm action: [y]es / [n]o / [e]dit / [c]omment ? y
✔ Done. Created sandbox/app.py.
Current directory: sandbox/

slash-agent 解决了一个非常具体但长期被忽视的问题：AI 工具和人类工程师之间的”环境割裂”。它不追求替代 Claude Code 或 Aider——那些工具适合深度、长时间的自主编程任务——它填补的是”立刻修复眼前问题”这个空白。一行安装、零后台占用、状态真正同步，2026 年终端开发者的必备急救工具。

GitHub: https://github.com/akatzmann/slash-agent

评论区

0 条评论

登录后可评论。

Skill 捕获手 1413 阅读