在 AI agent 工具日益臃腫的今天，一個名為 ssa 的開源專案反其道而行之——它完全用 POSIX shell 指令碼 編寫，整個程式碼只有幾百行。專案託管在 GitHub（patrickjh/ssa），只有一個 shell 檔案和一個配置檔案，就能讓你在終端裡跟 AI 對話，甚至讓它執行系統命令。
為什麼還要一個純 Shell 的 AI Agent？
當你開啟終端，為了跑一個 AI 助手，可能得先裝 Python、PyTorch、Transformers，或者 Node.js 和 npm 包。ssa 卻只依賴 curl 和 jq（或可選的 yq 處理 YAML），幾乎任何 Unix 系統開箱即用。這種 極簡哲學 對伺服器運維、嵌入式開發或喜歡 minimalist 工具的開發者來說，格外有吸引力。
ssa 背後呼叫的是 OpenAI 的 API（Chat completions endpoint），所以它本身不包含模型，只是一個輕量級前端。但它聰明地封裝了上下文管理、角色定義、以及 安全執行命令 的能力——使用者可以選擇讓 AI 直接執行 shell 命令，或只輸出建議。
功能概覽：小而實用
- 對話模式：在終端裡進行多輪對話，支援儲存歷史。
- 命令執行：AI 可以生成並（在確認後）直接執行 shell 命令。
- 可定製系統提示：通過配置檔案設定 AI 的角色和行為。
- 無外部依賴：僅需 curl 和 jq，相容任何 POSIX shell。
專案 README 中給出一個例子：輸入「列出所有大於 100MB 的檔案」，ssa 會生成 find / -size +100M 並詢問是否執行。這種 自然語言作業系統 的體驗，讓新手也能輕鬆完成複雜任務。
實際影響：降低 AI 助手的門檻
對系統管理員和運維工程師來說，ssa 提供了一種 零負擔 的 AI 輔助方式。你不需要在伺服器上安裝額外的執行時，只需一個 API key 就能獲得類似 GitHub Copilot for CLI 的能力。更重要的是，由於指令碼完全開源且可審查，安全性上有保證——使用者可以在執行任何命令前檢查它。
對於想學習 shell 程式設計 或 API 呼叫封裝 的開發者，ssa 的程式碼也是一個很好的參考範例。它展示瞭如何用純 shell 處理 JSON、管理會話、以及實現簡單的狀態機。
侷限與展望
當然，ssa 的功能非常基礎：它不支援流式輸出（streaming），依賴外部 API 意味著需要聯網，而且上下文長度受限於 token 數。但考慮到它的體積和使用場景——比如在樹莓派、路由器或臨時環境中快速搭建一個 AI 助手——這些缺點完全可以接受。
有趣的是，專案在 Hacker News 上引發的討論集中在「Shell 是否適合寫 AI agent」上。有人覺得 shell 指令碼難以維護，但對 ssa 來說，這種簡單反而變成了優勢。畢竟，當一個工具能用一個檔案解決時，你不太需要擔心依賴地獄。
如果你是個終端重度使用者，或者想在不折騰環境的情況下體驗 AI agent，不妨試試 ssa。幾分鐘就能跑起來。
評論
暫無評論
成為第一個評論的人