探索智能命令行补全:inquirer-autocomplete-standalone
2024-05-20 15:06:09作者:胡易黎Nicole
在CLI中实现智能命令行补全从未如此简单!
inquirer-autocomplete-standalone 是一个基于 inquirer 的独立命令行自动补全提示插件。它能根据用户的输入动态显示列表选择项,无论是同步还是异步,甚至可以连接到外部服务获取实时数据。
安装
要安装这个强大的工具,只需一条简单的命令:
npm install inquirer-autocomplete-standalone
对于CommonJS环境,请按照以下方式导入:
const { default: autocomplete, Separator } = await import('inquirer-autocomplete-standalone');
如果你还在使用旧版的inquirer(版本9以下),则可以找到 inquirer-autocomplete-prompt ,但官方推荐升级到新版本以获得更好的体验和性能。
快速体验
想要立即试一试?运行下面的命令,开启你的智能补全之旅:
npx inquirer-autocomplete-demo
使用示例
让我们通过一个例子来了解如何使用这个库:
import autocomplete from 'inquirer-autocomplete-standalone';
import { searchCountries } from './some-external-api'; // 假设这是一个返回国家列表的API
const answer = await autocomplete({
message: 'Travel from what country?',
source: async (input) => {
const filteredCountries = await searchCountries(input);
return filteredCountries.map((country) => ({
value: country,
description: `${country} is a great place to visit`,
}));
},
});
// 用户搜索并从列表中选择一个国家
console.log(answer); // 输出:Norway
这将展示一个交互式界面,用户输入时会实时过滤并显示匹配的国家。
功能特性
- 支持异步和同步的数据源函数,可以根据用户输入动态更新选项。
- 提供自定义的值转换器(transformer)进行视觉格式化,但不影响实际答案。
- 自定义验证功能,确保用户输入的有效性。
- 显示分隔符,方便组织选项列表。
- 选项列表支持页面滚动,方便浏览长列表。
- 提供默认值设置。
选项详解
以下是你可以配置的一些主要选项及其说明:
message:提问的文本。source:根据用户输入提供选项的函数。transformer:用于格式化用户输入的字符串。validate:提交答案时进行验证的函数。default:默认选定的值或选择项。emptyText:当没有搜索结果时显示的文本。pageSize:控制单页显示的选择项数量。searchText:等待搜索结果时显示的文本。suggestOnly:是否允许直接使用输入内容作为答案,而不必从列表中选择。
选择项类型与描述
每个选项都可以包含 value、name、description 和 disabled 属性,其中:
value是最终的回答值。name用于显示。description可选地提供额外信息。disabled可禁用选项。
此外,还可以添加 Separator 来分组选项,增强可读性。
致谢与许可
感谢 Martin Hansen 创建了这个出色项目,并采用 ISC 许可证发布。
结论
inquirer-autocomplete-standalone 是构建强大命令行应用的理想选择,无论你是想为内部工具增添智能提示,还是希望提升用户在CLI中的交互体验。现在就开始集成它,让命令行操作变得更加高效和便捷。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355