开源 TUI 工具 dsht:支持手机 SSH 控制与 API 费用统计
开发者开源了 TUI 客户端 dsht,主要解决大模型开发中的两大痛点:API 费用失控和移动端远程管理不便。在费用方面,该工具提供精细化的 Session 开销统计,避免因长对话或密钥泄露导致账单超支;在控制方面,优化了手机端通过 SSH 远程操作 dsh 的体验,满足移动场景下的运维需求。dsht 兼顾了命令行效率与成本监控,为日常依赖大模型进行开发的工程师提供了一个轻量、直观的远程管理方案。
开发者开源了 TUI 客户端 dsht,主要解决大模型开发中的两大痛点:API 费用失控和移动端远程管理不便。在费用方面,该工具提供精细化的 Session 开销统计,避免因长对话或密钥泄露导致账单超支;在控制方面,优化了手机端通过 SSH 远程操作 dsh 的体验,满足移动场景下的运维需求。dsht 兼顾了命令行效率与成本监控,为日常依赖大模型进行开发的工程师提供了一个轻量、直观的远程管理方案。
本文来源于 V2EX 社区,讨论了开发者从 Codex 转向 Pi 命令行终端工具(TUI)的使用体验。作者指出 Pi 具备迅速、精准、简洁和可控的特点,并分享了目前安装的 Ponytail、web-access 和 multi-skills 插件。由于从 ChatGPT 的图形界面(GUI)切换至 TUI,开发者提到在输入时习惯性地通过 Ctrl+G 调出 VS Code 进行文本编辑,并关注了相关 Web 端项目的完成度。文章旨在探讨和征集社区开发者使用 Pi 的各种高效姿势、TUI 优化方案、GUI 替代方案以及优质插件推荐,为同类开发者提供工具链配置参考。
Critter 是一款专为终端用户设计的 TUI 工具,用于审查 GitHub PR 和 AI Agent 生成的代码变更。随着 AI 编码工具频繁产出大量修改,网页端审查的效率逐渐跟不上节奏。Critter 旨在解决这一痛点,提供高效的本地终端交互界面,让开发者直接在命令行环境中快速浏览、审查和管理复杂的代码差异。对于深度依赖终端工作流的开发者和 AI 团队而言,它提供了一条轻量、专注的代码审查路径,有效缩短了审核 AI 生成代码的时间。
FutureOS 是一个用 Rust 编写的开源通用 AI Agent 系统,采用本地 gRPC 后端,旨在解决多端 AI 助手体验割裂的问题。它通过统一的后端同时驱动 TUI、桌面端、iOS/Android 移动端、CLI 以及飞书和钉钉等 IM 机器人,实现会话与记忆的跨端同步。在安全设计上,项目针对文件读写和 Shell 命令等工具调用引入了显式批准机制,并提供 macOS Seatbelt 等多档沙箱支持,帮助开发者免去维护多套 Agent 的繁琐工作。
Termio 是一款专为 AI Agent 编程设计的终端集成开发环境(ADE),基于 libghostty 内核开发,具备出色的 TUI 渲染性能,可同时管理多个 Agent 会话。它优化了终端下的上下文交互,在界面侧边直接集成文件树和 Diff 视图,方便开发者高效编排 Agent 任务。此外,该工具提供 iOS 版本,支持跨设备同步任务状态,满足开发者在移动端实时监控与指挥 AI 编程的需求。
一位国内开发者在GitHub开源了名为Codeshell的AI辅助开发框架。该项目起初为简陋的TUI版本,在参考了相关竞品源码后,作者重构并解耦了Core(核心逻辑)与TUI(终端界面),将Core独立打包用于线上Bad Case的收集与自迭代。为提升用户体验,作者随后推出了Electron版本,并实现了对主流AI插件生态的兼容。 在解决“如何让AI修改前端样式”这一痛点时,作者摒弃了传统的DOM元素圈选思路,转而采用“屏幕区域框选+多模态大模型”的全新方案。用户只需在界面上框选目标区域,底层即可自动获取对应元素并结合多模态模型进行样式重叠与调整。这一探索展示了多模态大模型在前端UI自动化修改和交互设计中的巨大潜力,为AI Coding工具的演进提供了新思路。
随着 Anthropic 推出命令行 AI 编码助手 Claude Code,其强大的 Agent 循环能力在提高开发效率的同时,也因高频的 API 调用带来了不可忽视的 Token 消耗和费用支出。Ccost 是一款专为解决这一痛点而设计的开源 Rust TUI(终端用户界面)工具。其核心功能包括:1. 费用实时追踪:自动解析 Claude Code 的本地日志,计算并展示每次会话及累计的 API 消耗费用,帮助开发者直观掌握预算;2. 日志便捷浏览:提供轻量、快速的终端界面,方便开发者复盘 Claude Code 的执行步骤和决策过程;3. Rust 高性能实现:基于 Rust 编写,保证了极低的系统资源占用和极快的响应速度。该工具为频繁使用 Claude Code 的开发者提供了必要的成本透明度,有效避免了“账单刺客”问题。