Sidekick CLI: Ein Open-Source-Werkzeug zur Ersetzung von Claude-Code

Allgemeine Einführung

Sidekick CLI ist ein Open-Source-Befehlszeilentool zur Vereinfachung der Projektentwicklung und des Bereitstellungsprozesses für Entwickler mit KI-Unterstützung. Es wird unterstützt von Claude Code, Copilot und Cursor Die Sidekick CLI ist vom Sidekick-Sprachmodell inspiriert und bietet ähnliche Funktionen, ermöglicht es dem Benutzer jedoch, einen Anbieter für das Large Language Model (LLM) frei zu wählen, um eine Herstellerbindung zu vermeiden.Die Sidekick CLI wurde mit einem "CLI-first"-Design entwickelt und unterstützt Model Context Protocol (MCP)-Server, um die KI-Interaktionen zu erweitern.Die Sidekick CLI wurde mit einem "CLI-first"-Design entwickelt und unterstützt Model Context Protocol (MCP)-Server. Sidekick CLI wurde mit einem "CLI-first"-Design entworfen und unterstützt Model Context Protocol (MCP)-Server, um die KI-Interaktionsmöglichkeiten zu erweitern. Es ist ideal für unabhängige Entwickler oder kleine Teams, um Projekte schnell zu konfigurieren, auf VPS bereitzustellen und Codegenerierung und Debugging-Unterstützung durch KI zu bieten. Das Projekt befindet sich derzeit in der Beta-Phase, wird auf GitHub gehostet, vom Entwickler Gavin Vickery (geekforbrains) gepflegt, steht unter der MIT-Lizenz und begrüßt Beiträge und Feedback der Community.

Funktionsliste

• KI-gestützte EntwicklungGenerieren von Code, Debuggen von Problemen oder Abfragen von Dokumentation mit Hinweisen in natürlicher Sprache und Unterstützung für mehrere LLM-Anbieter.
• Flexibler ModellwechselNahtloser Wechsel zwischen verschiedenen KI-Modellen in derselben Sitzung, um sich an unterschiedliche Aufgabenanforderungen anzupassen.
• MCP-Server-UnterstützungVerknüpfung mit externen Tools und Datenquellen zur Verbesserung der KI-Funktionen, z. B. Abruf von GitHub-Code.
• Leitfaden für das Projekt: durch SIDEKICK.md Passen Sie den Technologie-Stack und die Entwicklungspräferenzen des Projekts an.
• VPS Ein-Klick-BereitstellungAutomatische Konfiguration Ihrer VPS-Umgebung, Installation von Docker und Traefik und Unterstützung von HTTPS-Domains.
• Rückgängig machen: Verwendung /undo Schnelles Rückgängigmachen von durch KI verursachten fehlerhaften Änderungen.
• Verfolgung von Kosten und TokenÜberwachung der LLM-Nutzungskosten und des Token-Verbrauchs sowie Festlegung von Budgetgrenzen.
• Telemetriesteuerung: durch --no-telemetry Deaktivieren Sie die Fehlerverfolgung und Nutzungsanalyse von Sentry.
• Befehlsquittierung Kontrolle: Unterstützung /yolo Modus Bestätigung überspringen, oder drücken Sie Sitzungsanpassung, um die Einstellung zu bestätigen.

Hilfe verwenden

Einbauverfahren

Die Sidekick CLI ist einfach zu installieren und unterstützt die Verwendung der pip oder Quellcode-Installation. Nachfolgend finden Sie die detaillierten Schritte:

1. Überprüfung der Systemanforderungen
   Stellen Sie sicher, dass Python 3.8+ und die pipWindows-Benutzern wird empfohlen, Git Bash oder WSL zu installieren, um ein besseres Terminal-Erlebnis zu haben. macOS- und Linux-Benutzer benötigen keine zusätzliche Konfiguration.
2. Installation über pip
   Führen Sie den folgenden Befehl aus, um die Sidekick-CLI zu installieren:

   pip install sidekick-cli

Überprüfen Sie nach Abschluss der Installation die Version:

sidekick --version

3. Installation von der Quelle aus(für Entwickler)
   Klonen Sie ein GitHub-Repository:

   git clone https://github.com/geekforbrains/sidekick-cli.git
   cd sidekick-cli
   

   Installieren Sie die Abhängigkeit:

   pip install .
   

   Wenn der Entwicklungsmodus erforderlich ist (Codeänderungen werden in Echtzeit wirksam), führen Sie aus:

   pip install -e .
   

4. Erstkonfiguration
   Führen Sie die Sidekick-CLI zum ersten Mal aus:

   sidekick
   

   Das System fordert Sie auf, den LLM-Anbieter zu konfigurieren (z. B. OpenAI, Anthropic). Die Konfigurationsinformationen werden in der Datei ~/.config/sidekick.json. Beispielkonfiguration:

   {
   "llm_providers": {
   "openai": {
   "api_key": "<你的API密钥>",
   "model": "gpt-4"
   }
   },
   "mcpServers": {
   "fetch": {
   "command": "uvx",
   "args": ["mcp-server-fetch"]
   }
   }
   }
   

   Sie können die Datei manuell bearbeiten, um weitere LLM-Anbieter hinzuzufügen, oder MCP Server.

5. Überprüfen der Installation
   Führen Sie den folgenden Befehl aus, um sicherzustellen, dass die Sidekick-CLI ordnungsgemäß funktioniert:

   sidekick --version
   

   Wenn die Versionsnummer zurückgegeben wird (z.B. 0.1.0), war die Installation erfolgreich.

Funktion Betriebsanleitung

1. KI-gestützte Entwicklung

Die Kernfunktion des Sidekick CLI ist die KI-gestützte Entwicklung. Führen Sie den folgenden Befehl aus, um Code zu erzeugen:

sidekick generate --prompt "编写一个 Flask REST API"

Die KI generiert den Code nach Aufforderung und speichert ihn in einer angegebenen Datei. Sie können den Code auch debuggen:

sidekick debug --file app.py

Dieser Befehl analysiert den Code, weist auf Fehler hin und schlägt Korrekturen vor. Wenn AI-Änderungen Probleme verursachen, können Sie die Rückgängig-Funktion verwenden:

sidekick /undo

Rückgängig" stellt die letzten Änderungen wieder her und eignet sich für schnelle Fehlerbehebungen.

2. flexibler Modellwechsel

Die Sidekick-CLI ermöglicht das Umschalten von AI-Modellen innerhalb einer Sitzung. Verfügbare Modelle anzeigen:

sidekick /model

Beispielhafte Ausgabe:

0: gpt-4 (OpenAI)
1: claude-3 (Anthropic)

Wechseln Sie zu einem bestimmten Modell:

sidekick /model 0

Diese Funktion eignet sich für die Auswahl eines geeigneteren Modells je nach den Anforderungen der Aufgabe.

3. die Unterstützung von MCP-Servern

Der MCP-Server erweitert die Möglichkeiten der Sidekick-CLI. Konfigurieren Sie zum Beispiel den GitHub MCP-Server, um Code abzurufen:

{
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<你的GitHub令牌>"
}
}
}
}

Führen Sie nach dem Speichern den folgenden Befehl aus, um die MCP-Funktion zu testen:

sidekick fetch --repo <GitHub仓库地址>

Der MCP-Server ermöglicht der KI den direkten Zugriff auf externe Datenquellen und verbessert die Codegenerierung und -analyse.

4. projektbegleitendes Dokument

Die Sidekick CLI unterstützt die Erstellung der SIDEKICK.md Datei, die den Technologie-Stack und die Entwicklungspräferenzen des Projekts definiert. Beispiel SIDEKICK.md::

# Sidekick Guide
- Tech Stack: Python, Flask, PostgreSQL
- Coding Style: PEP 8
- Project Structure: MVC
- Preferred LLM: gpt-4

Nach der Erstellung passt die Sidekick-CLI das KI-Verhalten auf der Grundlage dieser Datei an. Führen Sie den folgenden Befehl aus, um den Leitfaden anzuwenden:

sidekick init

5. die VPS-Ein-Klick-Bereitstellung

Sidekick CLI vereinfacht die Bereitstellung von VPS für Ubuntu 20.04+ Systeme. Führen Sie den folgenden Befehl aus:

sidekick deploy --vps <VPS_IP地址>

Der Sidekick CLI wird automatisch aktiviert:

• Konfigurieren Sie SSH- und Benutzerberechtigungen.
• Installieren Sie Docker und Traefik.
• HTTPS einstellen (standardmäßig verwendet) sslip.io (kostenloser Domänenname).
  Prüfen Sie den Einsatzstatus:

sidekick status

Aktualisieren Sie die Anwendung:

sidekick deploy --update

Diese Funktion unterstützt die Bereitstellung ohne Ausfallzeiten und eignet sich für schnelle Go-Live-Projekte.

6. die Kosten- und Tokenverfolgung

Die Sidekick CLI ermöglicht die Überwachung der LLM-Nutzung. Anzeige des aktuellen Verbrauchs:

sidekick cost

Die Ausgabe umfasst die Anzahl der Token und Kostenschätzungen. Legen Sie das Budget fest:

sidekick cost --set-budget 20.0

Der Sidekick CLI warnt, wenn sich die Kosten dem Budget nähern.

7. die Telemetriekontrolle

Die Sidekick-Befehlszeilenschnittstelle aktiviert standardmäßig die Sentry-Telemetrie zur Erfassung von Fehler- und Nutzungsdaten. Deaktivieren Sie die Telemetrie:

sidekick --no-telemetry

Mit diesem Befehl wird sichergestellt, dass datenschutzsensible Benutzer die Datenerfassung vollständig deaktivieren können.

8. die Befehlsbestätigungssteuerung

Um den Vorgang zu beschleunigen, aktivieren Sie den "Yolo"-Modus, um die Bestätigung zu überspringen:

sidekick /yolo

Bestätigung wiederherstellen:

sidekick /yolo off

Sie können das Standardverhalten auch über eine Konfigurationsdatei festlegen:

{
"skip_confirm": true
}

Gemeinsame Befehle

• /helpZeigt alle Befehle an.
• /clearLöscht den Nachrichtenverlauf.
• /compactFasst den Nachrichtenverlauf zusammen und löscht alte Einträge.
• /dumpZeigt den aktuellen Nachrichtenverlauf an (zur Fehlersuche).
• exitBeenden Sie die Sidekick-CLI.

caveat

• API-Schlüssel-SicherheitUm sicherzustellen, dass ~/.config/sidekick.json Der Schlüssel ist nicht in der
• VPS-AnforderungenBereitstellung: Die Bereitstellung erfordert offene SSH-Ports (Standard 22) und öffentliche IPs.
• Beta-PhasengrenzeIn der aktuellen Version können noch Fehler enthalten sein. Behalten Sie daher das GitHub-Repository für Updates im Auge.

Anwendungsszenario

1. Schnelles Prototyping
   Entwickler müssen Webanwendungen schnell prototypisieren. Sidekick CLI generiert Code und automatisiert die Konfiguration durch KI, so dass der Prozess von der Idee bis zur Bereitstellung nur wenige Tage dauert.
2. Kostengünstige VPS-Bereitstellung
   Für kleine Teams, die Anwendungen auf kostengünstigen VPS ausführen möchten, bietet Sidekick CLI eine Ein-Klick-Bereitstellung und Kostenverfolgung, um eine effiziente Nutzung der Ressourcen sicherzustellen.
3. KI-gesteuertes Lernen
   Anfänger lernen neue Frameworks mit den KI-Funktionen des Sidekick CLI. Geben Sie Aufforderungen in natürlicher Sprache ein, um Beispielcode zu generieren, und debuggen Sie, um die Logik zu verstehen.

QA

1. Muss der Sidekick CLI immer angeschlossen sein?
   Ja, die AI-Funktionalität basiert auf der API des LLM-Anbieters und erfordert eine Netzwerkverbindung. MCP-Server- und VPS-Bereitstellungen erfordern ebenfalls eine Netzwerkverbindung.
2. Wie kann ich die Telemetrie deaktivieren?
   in Bewegung sein sidekick --no-telemetry oder in sidekick.json aufstellen "telemetry": false.
3. Welche LLM-Anbieter werden unterstützt?
   Unterstützt derzeit OpenAI, Anthropic, etc. und wird in Zukunft hinzugefügt werden. Ollama und andere lokale Modelle (siehe Fahrplan).
4. Wie kann ich Code beisteuern?
   Klonen Sie das Repository und installieren Sie die Entwicklungsabhängigkeiten (make install), übermitteln Sie den Pull Request an GitHub.