Ch CLI

مخزن گیت‌هاب پروژه

درباره

یک سال پیش، من Cha را ایجاد کردم، پست وبلاگ اصلی‌ام درباره آن را بخوانید، ابزار CLI پایتون من برای ارتباط با مدل‌های OpenAI بود. از آن زمان تاکنون، شاهد تحول چشمگیر چشم‌انداز هوش مصنوعی بوده‌ام. بازیگران جدیدی وارد بازار شده‌اند و جایگزین‌های جذابی برای OpenAI ارائه می‌دهند. این موضوع باعث شد دوباره تصور کنم که Cha چه می‌توانست باشد. نتیجه، Ch است؛ یک پیاده‌سازی آزمایشی با Go که همه چیزهایی را که درباره ساخت ابزارهای توسعه‌دهنده آموخته‌ام، در خود تجسم می‌بخشد.

Ch فقط یک نسخهٔ منتقل‌شده از Cha نیست. هرچند هنوز در مراحل ابتدایی است، اما بر آنچه برای من و دیگر توسعه‌دهندگان مهم‌تر است تمرکز دارد: سرعت، بهره‌وری، و پشتیبانی از چندین پلتفرم هوش مصنوعی. در حالی که فلسفهٔ اصلی سادگی و تعامل مبتنی بر ترمینال را که Cha را مفید کرده بود حفظ می‌کند، Ch بهبود عملکرد چشمگیر 2.55x را نسبت به نسخهٔ پایتونی پیشین خود ارائه می‌دهد. این یعنی زمان کمتر برای انتظار و زمان بیشتر برای حل واقعی مسائل.

تکامل

چشم‌انداز هوش مصنوعی از زمانی که من برای اولین بار Cha را منتشر کردم، به‌طور قابل‌توجهی تغییر کرده است. چندین تحول بزرگ را دیده‌ام که بر شیوهٔ ساخت Ch تأثیر گذاشتند:

• ظهور ارائه‌دهندگان جدید هوش مصنوعی فوق‌العاده بوده است. شرکت‌هایی مانند Groq مرزهای سرعت استنتاج را جابه‌جا کرده‌اند. Claude از Anthropic توانایی‌های استدلالی چشمگیری نشان داده است. DeepSeek و دیگران رویکردهای تازه‌ای به مدل‌های زبانی آورده‌اند. این تنوع‌بخشی یعنی دیگر وابسته بودن فقط به OpenAI کافی نبود.

• سرعت پاسخ به‌طور فزاینده‌ای حیاتی شده است. با تبدیل شدن ابزارهای هوش مصنوعی به بخشی از جریان کاری روزانهٔ ما، آن چند ثانیهٔ اضافه برای انتظار پاسخ‌ها جمع می‌شوند. این یکی از انگیزه‌های اصلی من برای بازنویسی در Go بود. دستاوردهای عملکردی فقط اعداد روی یک بنچمارک نیستند. آن‌ها به تجربه‌ای محسوساً روان‌تر تبدیل می‌شوند وقتی عمیقاً در یک جلسهٔ کدنویسی هستید.

• نیاز به انعطاف‌پذیری پلتفرم هم بیشتر شده است. مدل‌های مختلف در کارهای مختلف برتری دارند، و داشتن آزادی برای جابه‌جایی آسان بین آن‌ها ارزشمند است. می‌خواستم Ch این فرایند را بی‌دردسر کند، تا بتوانید به‌جای مدیریت endpointهای API، روی کارتان تمرکز کنید.

ویژگی‌های کلیدی

پشتیبانی چندپلتفرمی: Ch به‌طور روان با OpenAI، Groq، DeepSeek، Anthropic و xAI کار می‌کند. من جابه‌جایی بین پلتفرم‌ها را تا حد امکان ساده کرده‌ام، چون باور دارم داشتن گزینه‌های مختلف این ابزار را ارزشمندتر می‌کند.

عملکرد برق‌آسا: بهبود سرعت 2.55 برابری نسبت به Cha فقط یک شعار بازاریابی نیست. این نتیجهٔ بهینه‌سازی دقیق و ویژگی‌های ممتاز عملکردی Go است. هر تعامل پاسخ‌گوتر و سریع‌تر به نظر می‌رسد، که وقتی تمام روز از آن استفاده می‌کنید تفاوت واقعی ایجاد می‌کند.

حالت‌های تعاملی و مستقیم: گاهی یک پاسخ سریع می‌خواهید، و گاهی به یک گفت‌وگوی طولانی‌تر نیاز دارید. Ch هر دو جریان کاری را به‌طور طبیعی پشتیبانی می‌کند. می‌توانید پرسش‌های سریع ارسال کنید یا وارد بحث‌های فنی مفصل شوید.

یکپارچه‌سازی جست‌وجوی وب: من SearXNG را با قالب استناد IEEE یکپارچه کرده‌ام. این یعنی وقتی Ch برای پاسخ به پرسش‌های شما محتوای وب را وارد می‌کند، پاسخ‌های پژوهشی با استنادهای درست دریافت می‌کنید. این ویژگی به‌ویژه وقتی اطلاعات به‌روز لازم دارید یا می‌خواهید ادعاها را راستی‌آزمایی کنید، بسیار مفید است.

مدیریت هوشمند فایل: بارگذاری فایل‌ها در زمینهٔ چت چیزی است که من دائماً از آن استفاده می‌کنم، بنابراین آن را بهتر کردم. قابلیت چندانتخابی اضافه‌کردن دقیقاً همان چیزی را که نیاز دارید به گفت‌وگویتان آسان می‌کند.

ابزارهای حرفه‌ای: چه در حال صادر کردن گفتگوها برای مستندسازی باشید، چه از ویرایشگر متن دلخواهتان برای پرامپت‌های پیچیده استفاده کنید، یا بین مدل‌های هوش مصنوعی جابه‌جا شوید، Ch این کار را ساده می‌کند. این‌ها فقط ویژگی‌هایی نیستند که فکر می‌کردم خوب باشند. آن‌ها ابزارهایی هستند که هر روز در کار خودم از آن‌ها استفاده می‌کنم.

مدیریت تاریخچهٔ چت: توانایی عقب‌گرد در تاریخچهٔ گفتگو بارها مرا نجات داده است، وقتی که لازم داشتم به بخش‌های پیشین یک بحث ارجاع بدهم یا چت‌ها را برای استفادهٔ آینده صادر کنم.

چرا Go؟

تصمیم برای بازنویسی Cha در Go فقط دربارهٔ عملکرد نبود. پس از یک سال نگهداری Cha، تصویر روشنی از آنچه خوب کار می‌کرد و آنچه می‌توانست بهتر باشد داشتم. تایپ‌گذاری قوی Go خطاها را زودتر در فرایند توسعه آشکار می‌کرد. پشتیبانی عالی آن از هم‌زمانی، مدیریت چندین فراخوانی API را روان‌تر می‌کرد. اجرای سریع باعث می‌شد هر تعامل پاسخ‌گوتر به نظر برسد.

اما شاید مهم‌تر از همه، Go به من کمک کرد ابزاری مقاوم‌تر و قابل‌نگهداری‌تر بسازم. کد تمیزتر است، مدیریت خطا قابل‌اعتمادتر است، و معماری کلی محکم‌تر است. این بهبودها شاید فوراً برای کاربران قابل‌مشاهده نباشند، اما Ch را قابل‌اعتمادتر و گسترش آن را با ویژگی‌های جدید آسان‌تر می‌کنند.

قدرت توسعهٔ یاری‌گرفته از هوش مصنوعی

چیزی که واقعاً مرا در ساخت Ch شگفت‌زده کرد فقط بهبودهای عملکردی یا ویژگی‌های جدید نبود. این بود که چگونه آن را ساختم. با استفاده از ابزارهایی مانند Claude Code CLI و Gemini CLI، همراه با Cursor IDE، توانستم این MVP را در کمتر از یک روز توسعه دهم. این تجربه دیدگاه من را نسبت به آنچه در توسعهٔ نرم‌افزار ممکن است، کاملاً تغییر داد.

این چرخهٔ توسعهٔ سریع به معنای سرهم‌بندی یا کوتاه‌آمدن نبود. در عوض، نشان داد که ابزارهای هوش مصنوعی چگونه شیوهٔ نزدیک‌شدن ما به پروژه‌های نرم‌افزاری را دگرگون می‌کنند. چیزی که ممکن بود هفته‌ها برنامه‌ریزی، کدنویسی و اشکال‌زدایی بخواهد، به چند ساعت توسعهٔ متمرکز فشرده شد. این فقط دربارهٔ سریع‌تر نوشتن کد نیست؛ بلکه دربارهٔ توانایی آزمایش کردن، تکرار کردن، و نوآوری با سرعتی است که قبلاً ممکن نبود.

نگاه به آینده

در حالی که Ch در حال حاضر بیشتر ویژگی‌های اصلی Cha را پیاده‌سازی می‌کند، این پروژه هنوز به‌وضوح آزمایشی است. من نسبت به پتانسیل آن هیجان‌زده‌ام، اما هنوز کارهایی برای انجام دادن باقی مانده است. بهبودهای عملکردی و پشتیبانی چندپلتفرمی، Ch را برای رشد هم‌زمان با چشم‌انداز به‌سرعت در حال تکامل هوش مصنوعی در موقعیت خوبی قرار می‌دهند.

من هر روز از Ch استفاده می‌کنم، درست همان‌طور که از Cha استفاده می‌کردم، اما حالا با رضایت دانستن اینکه سریع‌تر است. برای کسانی که علاقه‌مند به امتحان کردن آن هستند، مخزن گیت‌هاب پروژه را که در بالای این پست لینک شده است بررسی کنید. فرایند نصب ساده است، به‌ویژه اگر با ابزارهای Go آشنا باشید.

سفر از Cha به Ch فقط دربارهٔ بازنویسی یک ابزار در زبانی سریع‌تر نبود. این سفر دربارهٔ برداشتن همهٔ چیزهایی بود که از ساختن و استفاده از Cha آموختم، و خلق چیزی که بهتر نیازهای توسعه‌دهندگان در چشم‌انداز امروزی هوش مصنوعی را برآورده کند. مشتاقم ببینم مردم چگونه از Ch استفاده می‌کنند و چگونه می‌تواند برای پاسخ‌گویی به نیازهای آینده تکامل یابد.