让AI操作powershell会发生什么

AI-win11-管理员 (中文)

具体项目：https://github.com/liluoyi666/AI-win11-Administrator.git

项目概述

本项目旨在让大语言模型（LLM）能够操作Windows 11系统。让AI输出特地格式的json，解析json中的指令，对指令进行执行，允许AI执行各种任务。这为自动化操作Windows 11系统提供了可能，使得一些重复性的任务可以由AI自动完成，提高工作效率。
这将把AI的能力发挥到极致

双 AI 架构原理是利用两个 AI 进行互相监督协同工作，一个 AI 负责生成指令，另一个负责确认指令是否应该执行并提出意见。这种架构能更好地应对复杂的任务和情况，且大大提升安全性。且双AI架构能极大提升用户在交互时的体验。
AI安全性与趣味性将有巨大提升

目录

• 项目概述
• 项目结构
• 核心特性
• AI命令格式与命令执行的原理
• 单AI架构与双AI架构
• 项目愿景
• 当前情况
• 本地部署方法
• 贡献
• 许可证

项目结构

• main.py：项目的入口文件，负责启动主循环。
• main_cycle_single.py：单AI核心执行循环。
• main_cycle_double.py：双AI核心执行循环。
• brain/：核心 AI 处理模块，包含 PowerShell 会话、字符串模板、LLM API 服务、JSON 解析器和日志服务等。
• logs/：系统操作日志，记录系统运行过程中的各种操作和信息。
• more_type/：为 ai 提供更多的操作类型，从而执行更复杂的任务。

核心特性

• 结构化JSON执行PowerShell命令：通过特定格式的JSON，LLM可以方便地执行PowerShell命令，实现对系统的操作。
• 安全的虚拟机环境：将程序部署在虚拟机中，增加了系统的安全性，避免因错误操作对主机系统造成影响。
• 多数据类型接口：支持多种数据类型的接口，为LLM提供更丰富的数据处理能力。
• 单AI模式与双AI模式自由切换：根据安全需求与经济条件选择模式，以适应不同用户需求。

AI命令格式与命令执行的原理

命令格式

AI的输出需包含以下格式的json，系统会检测AI的输出，并将提取出命令，在计算机中执行：

{
    "type": "操作类型",
    "相关命令",   
    "add_log": "执行操作时顺便写入日志"
}

任何情况下都必须存在type键，其他键具体由type决定。add_log不存在不影响操作执行，add_log存在也不会影响任何类型的操作。记入日志时会自动添加时间以及换行，无需手动添加。日志文件由系统自动维护。

命令执行原理

系统通过main_cycle.py的核心执行循环，接收 LLM 的响应并解析其中的 JSON。根据 JSON 中的type键，调用相应的操作方法。例如，如果type为powershell，则调用PowerShellSession类的execute_command方法执行相应的 PowerShell 命令；如果type为read_log，则调用log类的read方法读取日志。

单AI架构与双AI架构

单AI架构

单 AI 架构是指整个系统中只有一个 AI解析指令和执行操作。

它直接接收用户的留言，根据内置的规则和操作手册，将用户的需求转化为具体的操作命令，并通过 PowerShell 接口执行这些命令。

双AI架构

设定两个AI：执行者AI与监察者AI，执行者负责编写命令以完成用户的目标，监察者当前负责决定是否应该执行执行者的命令，并为执行者提供思路与解决方案。

双方的日志分别独立，执行者的所有输出对监察者完全公开，监察者的输出只有部分向执行者分开。

后续为了平衡执行者和监察者的操作权限，还会进行进一步的平衡性调整，进一步修改其可执行命令。

双AI架构有利于提示系统稳定性与安全性，在后续开发与用户的交流对话模式下，双AI也可以提升用户在交流中趣味性。

项目愿景

原始计划

• 起步阶段：让LLM能够操作PowerShell，确保程序稳定运行。
• 初期阶段：将程序转移到虚拟机，增加更多操作语法和安全设置。
• 中期阶段：增加更多数据类型接口，尝试让LLM自主完成某些简单项目。
• 最终阶段 ：实现非虚拟机部署，让LLM安全稳定地完成人类50%的计算机任务。

分支计划

• 起步阶段：实现双AI命令执行系统稳定运行。
• 初期阶段：实现工作状态与对话状态的自由切换，既可与用户对话，也可以操作计算机。
• 中期阶段：开发可视化窗口以及软件，增加更多数据类型接口，设计AI虚拟形象。
• 最终阶段：完成为一集成：自动化工作，休闲聊天，电脑安全管控等功能的多功能AI桌面助手。

当前状况

• 单AI架构初步运行成功
• 增加了文件读写方法，实现100行文本一次写入
• 修改了json解析器，大大降低报错率
• 双AI架构初步运行成功

本地部署方法

环境准备

确保你的系统满足以下要求：

• 操作系统：Windows 11
• Python版本：Python 3.x
• 依赖库 ：根据requirements.txt文件安装所需的依赖库。可以使用以下命令进行安装：

pip install -r requirements.txt

配置API密钥

根据你使用的LLM模型，配置相应的API密钥。例如，如果你使用的是DeepSeek模型，需要设置DEEPSEEK_API_KEY环境变量：

export DEEPSEEK_API_KEY=your_api_key

启动项目

在项目根目录下，运行以下命令启动项目：

python main.py

运行主循环

在main.py文件中，你可以设置一些参数，如max_rounds和msg，来控制主循环的运行。例如：

msg = '''
如果刚开始进入命令行，你会出现在该项目的主文件夹中。
你需要做：...
'''

xxx = main_cycle_single(log_path=r"logs/log_ai_executor.txt")
xxx.cycle(max_rounds=30, msg=msg)

贡献

如果你想完全理解代码，可按照该顺序查看代码：

1. brain/LLM_api.py
2. brain/String_Templates.py
3. brain/powershell.py
4. main_cycle_single/double.py

如果你想为这个项目做出贡献，请遵循以下步骤：

1. Fork这个仓库。
2. 创建一个新的分支：git checkout -b feature/your-feature-name。
3. 提交你的更改：git commit -m 'Add some feature'。
4. 推送至分支：git push origin feature/your-feature-name。
5. 提交Pull Request。

许可证

本项目采用[许可证名称]许可证。请查看LICENSE文件以获取更多信息。