cmd4coder 的单一数据源。
CLI 和 LLM-Wiki 的所有命令内容均从此目录生成。
- 单一事实来源：修改 YAML 后，CLI 和 Wiki 同步更新。
- 分类元数据驱动：
metadata.yaml定义全部 106 个分类。 - 领域目录组织：按技术领域分组，便于维护。
data/
├── metadata.yaml # 106 分类元数据
├── ai/ # AI 基础设施（24 个 YAML，240 命令）
├── bigdata/ # 大数据（10 个 YAML，53 命令）
├── build-tools/ # 构建工具（3 个 YAML，10 命令）
├── cicd/ # CI/CD（2 个 YAML，9 命令）
├── cloud/ # 云平台（4 个 YAML，13 命令）
├── container/ # 容器编排（23 个 YAML，339 命令）
├── database/ # 数据库（7 个 YAML，64 命令）
├── diagnostic/ # 系统诊断（3 个 YAML，27 命令）
├── hardware/ # 硬件（9 个 YAML，64 命令）
├── lang/ # 编程语言（6 个 YAML，47 命令）
├── network/ # 网络工具（7 个 YAML，57 命令）
├── os/ # 操作系统（5 个 YAML，153 命令）
├── shell/ # Shell 脚本（1 个 YAML，5 命令）
└── vcs/ # 版本控制（2 个 YAML，31 命令）
每条命令包含以下字段：
category: "AI基础设施/大模型训练"
commands:
- name: deepspeed
category: "AI基础设施/大模型训练"
install_required: true
install_method: "pip install deepspeed"
description: "微软DeepSpeed大规模分布式训练框架"
usage:
- "deepspeed [OPTIONS] SCRIPT.py"
options:
- flag: "--num_gpus"
description: "使用的GPU数量"
examples:
- command: "deepspeed --num_gpus=4 train.py"
description: "4卡训练"
platforms: ["linux", "darwin", "windows"]
related_commands: ["accelerate", "torchrun"]
risks:
- level: medium
description: "大规模训练消耗大量GPU资源"
references:
- "https://www.deepspeed.ai/"# 验证 YAML 格式与分类一致性
go run ./cmd/validator -d ./data -v
# YAML 变更后同步到 Wiki
python3 scripts/wiki/convert_to_wiki.py
# 重新生成 COMMANDS.md
python3 scripts/data/generate_commands_md.py