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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660