NEAR AI 命令行工具全面指南:从入门到精通
2025-06-19 05:23:14作者:裘旻烁
前言
NEAR AI 命令行工具(CLI)是开发者与 NEAR AI 生态系统交互的核心工具。本文将全面介绍该工具的功能、安装方法以及各类操作命令,帮助开发者高效地创建、部署和管理 AI 代理与模型。
环境准备
系统要求
- Python 3.9-3.11(不支持 3.12 及以上版本)
- NEAR 账户(用于身份验证)
虚拟环境配置
为避免依赖冲突,强烈建议使用虚拟环境。以下是三种主流虚拟环境工具的配置方法:
使用 uv 工具
uv venv --python 3.11
source .venv/bin/activate
使用 Conda
conda create -n nearai python=3.11
conda activate nearai
使用 pyenv
pyenv install 3.11
pyenv local 3.11
python -m venv .venv
source .venv/bin/activate
安装 NEAR AI CLI
通过 pip 安装
pip install nearai
本地安装(开发模式)
git clone 项目仓库地址
cd nearai
pip install -e .
账户管理
登录流程
- 确保已创建 NEAR 账户
- 执行登录命令:
nearai login
- 按照提示完成浏览器认证流程
高级登录选项
- 使用已有账户 ID 登录:
nearai login --accountId name.near
- 使用认证密钥登录:
nearai login --accountId name.near --authKey key
- 仅显示远程登录 URL:
nearai login --remote
账户状态检查
nearai login status
退出登录
nearai logout
代理开发
创建新代理
nearai agent create --name my_agent --description "我的第一个AI代理"
本地开发模式
nearai agent dev
代理交互测试
nearai agent interactive --agent=namespace/agent_name/1.0.0
代理任务执行
nearai agent task namespace/agent_name/1.0.0 "执行特定任务"
代理上传
nearai agent upload --local_path=./my_agent --bump
注册表管理
查看注册表项信息
nearai registry info namespace/item_name/1.0.0
生成元数据模板
nearai registry metadata-template --local_path=./my_agent
列出注册表内容
nearai registry list --category=agent --total=10
下载注册表项
nearai registry download namespace/item_name/1.0.0
模型操作
运行基准测试
nearai benchmark run my_dataset my_solver --max_concurrent=4
与模型交互
nearai hub chat --query="AI是什么?" --model=gpt-3.5-turbo
启动本地推理服务
nearai vllm run
模型微调
nearai finetune start
配置管理
查看配置
nearai config show
设置配置项
nearai config set api_url https://api.example.com
最佳实践
- 版本控制:始终在虚拟环境中工作,避免系统级依赖冲突
- 增量更新:上传代理时使用
--bump参数进行小版本更新 - 性能优化:基准测试时合理设置
--max_concurrent参数 - 安全实践:避免在命令行中直接使用认证密钥,考虑使用环境变量
常见问题解答
Q: 为什么需要特定 Python 版本? A: NEAR AI 依赖的某些库对 Python 版本有严格要求,3.9-3.11 能确保最佳兼容性。
Q: 如何查看所有可用命令?
A: 直接运行 nearai 或使用 nearai --help 查看完整命令列表。
Q: 上传代理时版本号如何管理?
A: 使用 --bump、--minor_bump 或 --major_bump 参数控制版本号增量。
通过本指南,您应该已经掌握了 NEAR AI 命令行工具的核心功能。建议从创建第一个代理开始实践,逐步探索更高级的功能。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
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
414
339
暂无简介
Dart
952
235
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
2