100 个领域的命令行语料 · 喂给智能体与排障台
双向链接 = 命令 ↔ 关联命令 · 命中即点亮
YAML单一数据源
Markdown双向链接语料
CLI检索与校验
改一处 YAML，语料、检索与校验自动同步。
领域星图
100 个领域按星座归组，点进任一领域即达它的 -MOC.md 速查入口。数字是真实页数。
检索与校验，一条命令
语料库自带 Go 编写的 cmd4coder：分类浏览、全文搜索、详情查看，另有 validator 校验 YAML 数据源。
$ cmd4coder search "distributed training" -d ./data
NAME CATEGORY DESCRIPTION RISK
deepspeed AI基础设施/大模型训练 微软DeepSpeed大规模分布式训练… medium
accelerate AI基础设施/大模型训练 HuggingFace Accelerate 分布式… low
… 共 27 条命中 · 大模型训练领域
$ cmd4coder show deepspeed -d ./data
install pip install deepspeed
platform linux · darwin · windows
related accelerate ↤ torchrun
risk MEDIUM 大规模分布式训练消耗大量GPU资源，需合理配置
$ go run ./cmd/validator -d ./data -v
✓ 129 yaml files · schema ok · links ok演示输出依据真实 YAML 数据渲染，可在仓库内 tools/cmd 直接运行验证。
单一数据源，三条命令入库
每条命令在 tools/cmd/data/*.yaml 定义一次，Wiki、双向链接与 CLI 索引全部由此生成。
category: "AI基础设施/大模型训练"
commands:
- name: deepspeed
description: "微软DeepSpeed大规模分布式训练框架…"
usage: ["deepspeed [OPTIONS] SCRIPT.py [ARGS...]"]
options:
- flag: "--num_gpus"
description: "使用的GPU数量"
examples:
- command: "deepspeed --num_gpus=4 train.py --deepspeed ds_config.json"
related_commands: [accelerate, torchrun]
risks:
- level: medium
description: "大规模分布式训练消耗大量GPU资源…"- 编辑 YAML在对应领域文件里新增或修改命令定义。
tools/cmd/data/<领域>/<文件>.yaml - 校验schema、链接与风险等级自动检查。
go run ./cmd/validator -d ./data -v - 生成语料重新生成带双向链接的 Markdown 页面。
python3 tools/cmd/scripts/wiki/convert_to_wiki.py