Ch CLI
关于
一年前，我创建了Cha，阅读我关于它的原始博客文章，这是我用于与OpenAI模型交互的Python CLI工具。从那时起，我看到AI领域发生了巨大的变化。新的参与者进入市场，提供了对OpenAI的有力替代方案。这让我重新构想了Cha可能是什么。结果是Ch，一个实验性的Go实现，体现了我在构建开发者工具方面所学到的一切。
Ch不仅仅是Cha的移植。虽然它仍处于早期阶段，但它专注于对我和其他开发者最重要的事情：速度、效率和对多个AI平台的支持。在保持Cha所带来的简单性和以终端为先的交互核心理念的同时，Ch提供了令人印象深刻的2.55倍的性能提升。这意味着等待的时间更少，实际解决问题的时间更多。
发展历程
自从我首次发布Cha以来，AI领域发生了显著变化。我看到了一些主要的转变，这些转变影响了我构建Ch的方式：
-
新AI提供商的崛起令人难以置信。像Groq这样的公司推动了推理速度的极限。Anthropic的Claude展示了令人印象深刻的推理能力。DeepSeek等公司带来了对语言模型的新方法。这种多样化意味着仅仅依赖OpenAI已经不够了。
-
响应速度变得越来越关键。随着AI工具成为我们日常工作流程的一部分，等待响应的额外几秒钟会累积起来。这是我重写Go的主要动机之一。性能提升不仅仅是基准测试上的数字。它们转化为在深度编码会话中明显更流畅的体验。
-
对平台灵活性的需求也在增长。不同的模型在不同的任务中表现出色，能够轻松切换它们是非常有价值的。我希望Ch能够做到这一点，这样你就可以专注于工作，而不是管理API端点。
主要特性
多平台支持：Ch与OpenAI、Groq、DeepSeek、Anthropic和xAI无缝协作。我尽可能简化平台之间的切换，因为我相信拥有选择使工具更有价值。
极快的性能：相较于Cha的2.55倍速度提升不仅仅是营销。这是经过仔细优化和Go出色性能特性的结果。每次交互都感觉更迅速，这在你整天使用时会产生真正的差异。
交互模式与直接模式：有时你想要快速回答，有时你需要进行深入对话。Ch自然支持这两种工作流程。你可以快速发出查询或进行详细的技术讨论。
网络搜索集成：我将SearXNG与IEEE引用格式集成。这意味着当Ch提取网络内容来回答你的问题时，你会得到适当引用的研究级响应。当你需要最新信息或想要验证声明时，这尤其有用。
智能文件处理：将文件加载到你的聊天上下文中是我经常使用的功能，因此我进行了改进。多选功能使你可以轻松地在对话中包含所需的内容。
专业工具：无论你是将对话导出用于文档，使用你喜欢的文本编辑器进行复杂提示，还是在AI模型之间切换，Ch都使这一切变得简单。这些不仅仅是我认为会很好的功能。它们是我在自己工作中每天使用的工具。
聊天历史管理：能够回溯对话历史在我需要参考讨论的早期部分或导出聊天以备将来参考时救了我无数次。
为什么选择Go？
重写Cha为Go的决定不仅仅是关于性能。在维护Cha一年后，我对什么有效和什么可以更好有了清晰的认识。Go的强类型在开发早期捕获了错误。其出色的并发支持使处理多个API调用更加顺畅。快速的执行使每次交互都感觉更具响应性。
但也许最重要的是，Go帮助我构建了一个更强大和可维护的工具。代码更清晰，错误处理更可靠，整体架构更稳固。这些改进可能不会立即对用户可见，但它们使Ch更可靠，更容易扩展新功能。
AI辅助开发的力量
让我真正惊讶的是构建Ch的过程，不仅仅是性能提升或新功能。更重要的是我如何构建它。使用像Claude Code CLI和Gemini CLI这样的工具，结合Cursor IDE，我能够在不到一天的时间内开发出这个MVP。这种经历彻底改变了我对软件开发可能性的看法。
这种快速开发周期并不是为了走捷径。相反，它展示了AI工具如何改变我们处理软件项目的方式。原本可能需要数周的规划、编码和调试的工作被浓缩为数小时的集中开发。这不仅仅是关于更快地编写代码；而是能够以以前无法实现的速度进行实验、迭代和创新。
展望未来
虽然Ch目前实现了Cha的大部分核心功能，但它仍然是一个实验性项目。我对它的潜力感到兴奋，但仍有许多工作要做。性能提升和多平台支持使Ch能够与快速发展的AI领域共同成长。
我每天都在使用Ch，就像我使用Cha一样，但现在我知道它更快，这让我感到满意。对于那些有兴趣尝试的人，请查看本文顶部链接的项目GitHub仓库。安装过程非常简单，尤其是如果你熟悉Go工具的话。
从Cha到Ch的旅程不仅仅是用更快的语言重写一个工具。这是关于将我从构建和使用Cha中学到的一切，创造出更好地满足当今AI领域开发者需求的东西。我期待看到人们如何使用Ch，以及它如何发展以满足未来的需求。