機器之心編輯部

大家總說新科技會淘汰老技術(shù)。

但大模型要想深度落地，必須擁抱老技術(shù)，擁抱兼容性。

在過去很長一段時間里，開發(fā)者想要測試 OpenAI 的模型能力，通常有兩種路徑：要么在 Playground 進(jìn)行手動調(diào)試，要么編寫一段 Python 或 Node.js 腳本來調(diào)用 SDK。

來回調(diào)用和包裝 SDK 是很麻煩的一件事�；氐浇Y(jié)構(gòu)化的世界，回到命令行調(diào)用工作流，是開發(fā)者們喜聞樂見的。

OpenAI 也知道這一點。

就在今天，OpenAI 的 Codex 團隊開發(fā)者體驗工程師 Jason Liu 發(fā)推公布了一個「小而有愛」的項目：

OpenAI 官方推出了命令行界面工具openai-cli，開發(fā)者只需在終端敲下一行命令，即可直接與 OpenAI 的最新模型深度交互，打破了過去SDK的限制。

根據(jù)Jason Liu 發(fā)布的信息，openai-cli具有如下特性：

1. 通過 CLI 調(diào)用 Responses，并支持所有云端工具
2. 提供 Unix 風(fēng)格的結(jié)構(gòu)化 CLI 輸出
3. 支持圖像生成/編輯、語音轉(zhuǎn)錄、TTS
4. 可以創(chuàng)建項目并配置 API Key

目前，項目已經(jīng)開源。

• Github 鏈接：https://github.com/openai/openai-cli

CLI 是開發(fā)者的「瑞士軍刀」？

1.極簡的「管道（Piping）」自動化流水線

在傳統(tǒng)的開發(fā)流程中，如果你想讓 AI 分析 100 個日志文件的異常，你需要寫一個循環(huán)讀取文件的腳本。使用 openai-cli ，利用 Unix 的管道哲學(xué)，你只需要一行命令： cat error.log | openai chat --system "分析日志中的潛在風(fēng)險" > analysis.txt 這種將 AI 能力「原子化」的做法，讓 AI 能夠像 grep 或 awk 一樣參與到日常的系統(tǒng)運維中。

2.開發(fā)者本地調(diào)試的「零延遲」體驗

當(dāng)開發(fā)者需要測試一個復(fù)雜的 Prompt 或調(diào)整 Temperature 參數(shù)時，在代碼里反復(fù)修改并重啟程序是非常低效的。openai-cli 提供了一個即時的沙盒環(huán)境。通過在終端快速嘗試不同的參數(shù)組合，開發(fā)者可以在確認(rèn)效果后再將參數(shù)寫入正式代碼，極大縮短了調(diào)試周期。

3.后端基礎(chǔ)設(shè)施的敏捷管理

對于需要管理大量 Fine-tuning 任務(wù)或向量數(shù)據(jù)庫文件的團隊，openai-cli 提供了比 Web 界面更高效的批處理能力。無論是批量刪除過期的訓(xùn)練文件，還是實時監(jiān)控微調(diào)任務(wù)的收斂情況，命令行提供的交互速度和可編程性都是 Web 頁面無法比擬的。

AI 基礎(chǔ)設(shè)施的「原生化」

OpenAI 推出官方 CLI，本質(zhì)上是將其 API 能力向操作系統(tǒng)的底層「下沉」。當(dāng) AI 能力變成一個標(biāo)準(zhǔn)的命令行工具時，它就具備了無窮的組合潛力。它可以被封裝進(jìn) Docker 鏡像，可以被寫進(jìn) Crontab 定時任務(wù)，也可以被集成到各種 IDE 的快捷操作中。

隨著具備本地 AI 執(zhí)行能力的「智能硬件」和「Agent PC」逐漸普及，開發(fā)者需要更輕量、更直接的方式與云端大模型進(jìn)行協(xié)同。openai-cli 的出現(xiàn)，實際上是為本地自動化腳本（Agents）提供了一個標(biāo)準(zhǔn)的通信口，讓本地硬件與云端大腦的耦合變得前所未有的簡單。

此前，開源社區(qū)存在大量優(yōu)秀的第三方 CLI 工具。官方工具的介入雖然會帶來競爭，但更重要的是它確立了官方的調(diào)用規(guī)范和標(biāo)準(zhǔn)。對于第三方開發(fā)者而言，這更像是一個信號：AI 調(diào)用正在走向「標(biāo)準(zhǔn)化」。

openai-cli 的發(fā)布，代表了 OpenAI 對開發(fā)者工作流的深度理解——最好的工具應(yīng)當(dāng)是隱形的，原生的。

從 brew install openai/tools/openai 開始吧。