English | 简体中文

以 CLI 为核心的 Python 开发套件，集成 LLM 对话、工具箱（DNS、飞书、绘图等）、MCP 服务和环境管理。

支持 Python >=3.9。

安装

默认安装只包含核心聊天能力和基础 CLI。DNS、MCP、Serve、交互式 TUI 等较重依赖已拆到 extras。

pip install chattool --upgrade
pip install "chattool[tools]"        # 常用工具全集
pip install "chattool[mcp,dns]"      # MCP 服务 + DNS 工具
pip install "chattool[images]"       # 含图像工具
pip install "chattool[pypi]"         # 含 Python 包构建/发布依赖
pip install "chattool[dev]"          # 仓库开发依赖

功能概览

环境变量管理 (chatenv)

chatenv init -i                  # 交互式初始化（敏感字段自动隐藏）
chatenv init -i -t openai        # 仅初始化指定服务
chatenv cat                      # 查看配置（敏感值打码）
chatenv cat -t feishu           # 查看飞书配置，供 chattool cc init 默认候选值参考
chatenv set OPENAI_API_KEY=sk-xxx
chatenv new mini -t feishu      # 从当前激活配置复制一份新的 Feishu profile
chatenv new -t openai           # 交互式创建 OpenAI profile：先问名称，再补齐字段，不改 active .env
chatenv save work -t openai && chatenv use work -t openai   # 按类型管理 profile
chattool lark info -e work       # 显式使用 Feishu profile，优先级高于当前 shell 环境变量
chattool cc init -i --quiet      # 生成默认 quiet 的 cc-connect 项目配置

LLM 对话 (chattool.Chat)

from chattool import Chat

# 多轮对话
chat = Chat("Hello!")
chat.get_response()
chat.user("How are you?").get_response()

# 异步并发
import asyncio
base = Chat().system("你是助手")
tasks = [base.copy().user(f"主题 {i}").async_get_response() for i in range(5)]
responses = asyncio.run(asyncio.gather(*tasks))

# 流式输出
async for chunk in Chat().user("写一首诗").async_get_response_stream():
    if chunk.delta_content:
        print(chunk.delta_content, end="", flush=True)

飞书机器人 (chattool lark)

chattool lark send USER_ID "Hello"
chattool lark send "Hello"                  # 使用 FEISHU_DEFAULT_RECEIVER_ID
chattool lark send -t chat_id "Hello team" # 使用 FEISHU_DEFAULT_CHAT_ID
chattool lark info
chattool setup lark-cli
chattool serve lark echo                        # 回显机器人
chattool serve lark ai --system "你是工作助手"  # AI 对话机器人

from chattool.tools.lark import LarkBot, ChatSession

bot = LarkBot()
session = ChatSession(system="你是助手")

@bot.on_message
def chat(ctx):
    ctx.reply(session.chat(ctx.sender_id, ctx.text))

bot.start()

DNS 管理 (chattool dns)

chattool dns get home.example.com
chattool dns set home.example.com -v 1.2.3.4
chattool dns ddns home.example.com --monitor
chattool dns cert-update -d example.com -e admin@example.com

AI 绘图 (chattool image)

chattool image pollinations generate "a cat in space" -o cat.png
chattool image siliconflow generate "a cute dog" -o dog.png

数据探索 (chattool explore)

chattool explore arxiv search -p ai4math -n 10
chattool explore arxiv daily -p math-formalization --days 3
chattool explore arxiv daily -p math-formalization-weekly --days 7 -v
chattool explore arxiv get 1706.03762 -v

其他工具

工具	命令	说明
网络扫描	chattool network	扫描局域网主机和端口
PyPI 工具	chattool pypi	创建、构建、校验、上传与探测 Python 包
MCP 服务	chattool mcp start	标准 MCP Server，供 Claude/Cursor 调用
环境安装	chattool setup codex/claude/opencode/lark-cli/docker	安装或检查常用 CLI / Docker 环境，并在确认后执行建议的系统命令
Playground	chattool setup playground	初始化带 ChatTool/ 仓库的协作工作区，默认生成中文外层模板，外层结构对齐 reports/、playgrounds/、knowledge/，支持 --language en，并可复用 GitHub token 配置 Git HTTPS 鉴权
Workspace	chattool setup workspace	初始化围绕核心项目的人类-AI 协作工作区骨架，默认采用 reports/ 和 playgrounds/ 的多任务并发结构
Skills	chattool skill install	安装 ChatTool skills 到 Codex / Claude / OpenCode
CC-Connect	chattool cc	cc-connect 快速配置与启动

文档

完整文档见 chattool.wzhecnu.cn 仓库结构设计草案见 docs/design/python-library-repo-structure.md PyPI 发布命令设计草案见 docs/design/chattool-pypi-cli-design.md

测试约定

• cli-tests/：真实 CLI 链路与真实环境验收，采用 doc-first。
• mock-cli-tests/：所有基于 mock、patch、monkeypatch、fake client / API 的 CLI 测试，统一集中到这里。
• 仓库根下 tests/ 仅保留历史参考，不再作为新的 CLI 测试主落点。

快速建包可直接运行：

chattool pypi init mychat

默认生成的 pyproject.toml 会写入 requires-python = ">=3.9"。

chattool pypi 现在只保留最小命令集：init/build/check/upload/probe。其中 upload 只是对原始 twine upload 的薄封装，不再接管凭证、仓库和交互逻辑。

开源协议

MIT License