别再记命令了,用 yeero do 说句人话就能跑脚本,而且不烧 token
最近在用 YeeroAI CLI 的 yeero do 命令,用自然语言描述任务,自动匹配或生成 Python 脚本执行。
起因是平时在终端里总有些零碎操作——查个 IP、看个文件树、杀个占端口的进程、列一下目录文件。每个单独看都不复杂,但跨平台命令不一样,每次切系统都得对应查一遍。yeero do 把这些收进了一句话,你说要干嘛,它帮你跑。
这篇文章记录一下安装、配置和用法。
一、yeero do 是什么
yeero do 是 YeeroAI CLI 的一个子命令。它的工作方式很简单:
你用一句话描述想做的事,它自动匹配已有的 Python 应用;如果没有合适的,就创建一个再执行。
它的底层仍然是 yeero app 的 Python 脚本执行机制,但在上层做了自然语言路由。对于不想记命令、不想写脚本的人来说,非常友好。
二、安装 CLI
2.1 macOS / Linux
打开终端执行:
curl -fsSL https://yeero.ai/cli/install.sh | sh
脚本会自动完成以下事情:
- 检测操作系统和架构
- 下载最新版 yeero 二进制文件
- 配置 PATH(支持 bash、zsh、fish)
安装指定版本:
YEERO_VERSION=0.1.0 curl -fsSL https://yeero.ai/cli/install.sh | sh
2.2 Windows(PowerShell)
irm https://yeero.ai/cli/install.ps1 | iex
默认安装路径:%LOCALAPPDATA%\yeero
安装指定版本:
$env:YEERO_VERSION="0.1.0"; irm https://yeero.ai/cli/install.ps1 | iex
2.3 验证安装
yeero --version
有版本号输出就表示安装成功。
2.4 环境变量
| 变量 | 默认值 | 说明 |
|---|---|---|
YEERO_VERSION |
最新版 | 指定安装版本 |
YEERO_INSTALL_DIR |
~/.local/bin / %LOCALAPPDATA%\yeero |
自定义安装目录 |
三、登录
yeero do 需要联网使用,首次使用前必须登录:
yeero login
流程:
- 输入邮箱地址
- 接收 6 位验证码
- 输入验证码完成登录
非交互式登录:
yeero login --email your@email.com --code 123456
查看当前登录账号:
yeero whoami
Token 会安全存储在系统 Keychain 中,后续命令无需重复登录。
四、yeero do 语法
yeero do [INTENT] [OPTIONS]
4.1 参数说明
| 参数 / 选项 | 必填 | 说明 |
|---|---|---|
INTENT |
否 | 自然语言意图描述,省略时提示输入 |
--dry-run |
否 | 仅预演路由结果,不执行 |
--name <NAME> |
否 | 创建新应用时指定脚本名称 |
--no-create |
否 | 未匹配时不创建新应用,直接失败 |
--model <MODEL> |
否 | 创建新应用时指定代码生成模型 |
4.2 执行流程
用户输入意图
↓
CLI 发送 dry-run 探测
↓
├─ 高匹配 → 直接执行
├─ 多候选 → 弹出列表供选择
└─ 未匹配 / 弱匹配 → 确认模型 → AI 生成代码 → 安装依赖 → 执行
执行过程中会实时输出 creating、generating、installing、running 等阶段提示。
五、实用示例
5.1 系统信息
# 查看 IP 地址(自动适配 Windows/Linux/macOS)
yeero do "本机IP"
输出示例:
IPv4: 192.168.1.100
IPv6: fe80::1
# 查看系统信息
yeero do "系统信息"
输出示例:
OS: macOS 14.5
CPU: Apple M3
Memory: 16 GB
Uptime: 3d 12h
5.2 文件与目录
# 显示文件树
yeero do "文件树"
输出示例:
.
├── src
│ ├── main.py
│ └── utils.py
├── README.md
└── requirements.txt
# 列出当前目录所有文件
yeero do "获取目录所有文件"
输出示例:
README.md
package.json
src/
public/
# 查看目录大小
yeero do "按大小列出子目录"
输出示例:
node_modules/ 1.2 GB
dist/ 45 MB
src/ 3 MB
等效命令是 du -sh * | sort -rh。
5.3 文件批量处理
# 图片格式转换
yeero do "png 批量转 webp"
输出示例:
image1.png -> image1.webp
image2.png -> image2.webp
# CSV 去重排序导出 Excel
yeero do "CSV 去重排序导出 Excel"
输出示例:
Removed 12 duplicate rows
Sorted by amount descending
Exported to output.xlsx
传统写法是 pandas 的 read、groupby、sort、to_excel。
# 按日期整理文件
yeero do "图片按日期分文件夹"
输出示例:
2024-01-01/IMG_001.jpg
2024-01-02/IMG_002.jpg
5.4 开发运维场景
# 生成二维码
yeero do "生成 example.com 的二维码"
输出示例:
Saved QR code to example_com_qr.png
传统做法:pip install qrcode 再写五行代码。
# 停止占用 8080 端口的进程
yeero do "停止占用端口进程:8080"
输出示例:
Found process node (PID 12345) on port 8080
Process 12345 terminated
传统做法是 lsof -i:8080 找到 PID 再 kill -9,两步。
5.5 预演模式
yeero do "生成 example.com 的二维码" --dry-run
适合在不确定匹配结果时使用。
5.6 禁止自动创建
yeero do "随便试试" --no-create
如果匹配不到就失败,不会创建新应用。
六、与 yeero app run 的对比
| 对比项 | yeero do |
yeero app run |
|---|---|---|
| 输入方式 | 自然语言意图 | 应用 ID / 名称 |
| 匹配逻辑 | 自动路由,必要时创建新应用 | 直接运行指定应用 |
| 适用场景 | “我想做某事” | “我要运行这个应用” |
| 本质 | 都执行 yeero app 的 Python 脚本 |
同上 |
简单理解:
yeero do是" intent-driven "yeero app run是" app-driven "
七、为什么比 Agent 省钱
之前用 AI Agent 跑这些零碎任务,就像用外卖平台点一碗白米饭——能吃,但配送费比饭还贵。跑个小脚本三秒钟的事,token 花得比脚本执行时间还长。
yeero do 的成本结构完全不同:
- 首次创建:调用一次 LLM 生成 Python 脚本
- 后续运行:直接执行本地 Python 脚本,不再花 token
就好比配了把钥匙——一次性成本,之后每次开门直接用,不用每次都叫锁匠。如果你每天有固定的工具类任务要跑(日志分析、报告生成、文件整理),长期用下来省太多了。
更多推荐


所有评论(0)