命令行语料数据库

持续沉淀每一条命令行的内涵外延、使用方式与风险，最终支撑智能体问答与问题排查。

📖 这是什么

一个以 Markdown 为核心的命令行知识库。根目录按领域扁平化为「中文领域文件夹 / 命令 md」的二层结构：每个命令一篇 md，记录它的用途、用法、选项、示例、风险与关联命令。配套一个 Go CLI（位于 tools/cmd/）做检索与验证。

cmd-database/
├── 大模型训练/            ← 领域文件夹（中文）
│   ├── -MOC.md            ← 领域入口索引
│   ├── deepspeed.md       ← 命令内涵外延
│   ├── accelerate.md
│   └── bp-deepspeed.md    ← 生产最佳实践
├── 大模型推理/            ← vllm, sglang, tensorrt-llm ...
├── Java诊断/             ← arthas, jad, watch ...
├── Linux核心/            ← ls, grep, find ...
├── Kubernetes命令/       ← kubectl 及生态
├── Docker命令/           ← docker 全家桶
├── …（共 100 个领域）
├── 场景/  概念/  FAQ/  排障/   ← 多轮问答与沉淀（待填充）
├── tools/cmd/            ← CLI 工具与 YAML 数据源（收敛于此）
├── docs/                 ← 项目文档与报告
├── llm-wiki/             ← Obsidian Vault 源（生成中间产物）
└── INDEX.md              ← 全领域索引

完整领域列表与命令计数见 INDEX.md。

🔍 怎么用

浏览语料

直接按领域文件夹查阅，或打开 INDEX.md。每个领域 -MOC.md 是该领域的命令速查入口。

CLI 检索（开发/运维）

cd tools/cmd

# 列出分类
go run ./cmd/cli categories -d ./data

# 搜索命令
go run ./cmd/cli search "distributed training" -d ./data

# 查看详情
go run ./cmd/cli show deepspeed -d ./data

# 构建二进制
go build -o bin/cmd4coder ./cmd/cli

用 Obsidian 浏览（可视化双向链接）

open -a Obsidian .   # 把整个仓库当作 Vault 打开

🧱 内容来源与生成链路

tools/cmd/data/*.yaml   ──(单一数据源)──→   cmd4coder CLI（检索/验证）
        │
        └──(convert_to_wiki.py)──→  根目录 <领域>/<命令>.md（本库主体）

• YAML 单一数据源：tools/cmd/data/ 下的 YAML 是命令定义的权威来源。
• Wiki 转换：tools/cmd/scripts/wiki/convert_to_wiki.py 把 YAML 生成带 frontmatter 与双向链接的 md。
• 修改 YAML → 重新生成 md → CLI 自动同步。

添加 / 修改命令

1. 编辑 tools/cmd/data/<领域>/<文件>.yaml。
2. 校验：cd tools/cmd && go run ./cmd/validator -d ./data -v
3. 重新生成 md：python3 tools/cmd/scripts/wiki/convert_to_wiki.py
4. 提交。

🛠️ 开发

cd tools/cmd
go test ./...                              # 测试
go build -o bin/cmd4coder ./cmd/cli        # 构建
go run ./cmd/validator -d ./data -v        # 校验数据

📚 目录速查

入口	内容
INDEX.md	全领域索引与命令计数
tools/cmd/	Go CLI、YAML 数据源、生成/校验脚本
docs/	项目文档、改造报告
llm-wiki/	Obsidian Vault 源（生成中间产物）

📄 许可证

MIT License。详见 docs/legal/LICENSE。