返回资讯中心
外部精选
软件工程
#社区热议

开发者推出 psychic:基于终端文件浏览器,用机器学习学习用户习惯

来源标题:Psychic: Like fzf but learns from your actions

开发者发布终端文件浏览器 psychic,它记录用户访问的目录和打开的文件,训练轻量级机器学习模型对结果排序。该工具强调速度,按键后一帧内(16ms 内)完成界面更新,已可通过 Homebrew 安装。

Hacker Newsarticulatepang2026/11/16 · 昨天18 分钟阅读

以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

大多数时候我都在终端里 cd 到各个目录,然后在编辑器里打开文件。一周下来,基本就是同样的那些文件和目录,因为我做的是同样的项目。我烦透了得记住文件放在哪儿,也厌倦了一遍遍 tab 补全那几个路径。我的电脑本该早就知道我想打开哪个文件!

于是我做了 psychic,一个基于终端的快速文件浏览器。它会跟踪你去过哪些目录,记住你打开过哪些文件。它用你的数据训练一个轻量级 ML 模型,再用这个模型给结果排序。它把交互性和速度放在第一位:结果随输入实时更新,UI 在 16ms 内完成渲染。

它的一切设计都源于一个关键决策:必须在按键后一帧之内完成更新。我宁愿在几秒钟内做 10 次快速搜索,也不愿做 1 次耗时好几秒的聪明搜索。

我在电脑上每次都用 psychic。它已经成了我在文件系统里导航的主要方式。一些数字:自从 2025 年 10 月开始使用以来,

(这些数字来自内置的 psychic stats 命令,你也可以对自己的历史记录运行它!)

它已经在 homebrew 上了:brew install kshitijl/tap/psychic。

左边是搜索结果。右边是当前选中文件或目录的预览。你在底部输入查询,结果会被过滤和排序,每敲一个字母都会变化。如果在文件上按 Enter,它会在同一个窗口里打开你的终端编辑器,并在后台等待。如果是目录,它会在该目录内重新开始搜索。它会记住你打开的每一个文件和目录,而一个 shell 集成会记录你在 psychic 之外 cd 进的每一个目录。所有这些都会纳入每次搜索。

它就像是 fzf 和 zoxide 生的孩子,外加一个小 ML 模型来学习你的模式和偏好。它是在你自己的数据上做广告优化,帮你更快地在电脑上导航。

你所有的搜索和点击都会写入你电脑上的一个 sqlite 数据库。psychic 在该数据上训练一个 LightGBM 模型。模型学习根据你的搜索查询预测你会打开哪些文件。psychic 用这个模型给搜索结果排序。每次按键后,psychic 都会重新运行模型并重新排序所有结果。

更多细节见仓库里的 README。

我用的模型是 LightGBM,一种梯度提升树的实现。它小巧、快速,几秒钟就能训练完。它能学到依赖阈值取值的规则。例如,它可以学到这样的规则:“大于 1 MB 的文件只有在过去 24 小时内被修改过时才会被打开”,比如日志文件。LightGBM 还有出色的 LambdaRank 目标函数,正是为这类排序任务专门设计的。

延迟预算排除了任何非本地模型:一次网络调用很容易就超过 10 ms,甚至更糟。它也排除了 LLM 或任何 transformer 模型。线性和逻辑回归太简单,效果比 LightGBM 差得多。

每次你打开 psychic 时,模型都会从头重新训练。这意味着它始终反映你当前的使用模式。训练在后台进行,完成后把模型写入磁盘。我们不会在你正看着结果时切换到新模型,因为应用这么做会让人感觉突兀。相反,我们会等你不在看屏幕的时候,比如你在编辑器里打开文件时,或者点击某个目录时,再切换到新模型。我为这个精心设计的小把戏感到自豪。

当用户刚开始使用 psychic 时,没有足够的点击数据可供训练。我们用一个简单模型,奖励最近的点击、最近的修改时间,以及查询与文件名之间的模糊匹配。最终得分是简单模型和 ML 模型的加权和。点击少时,简单模型占主导。随着点击积累,ML 模型的得分权重越来越高,直到基本为 1。

我用一组精心挑选的特征来尝试预测你会打开哪个文件。有些特征很简单:你在 psychic 内最后一次点击它距今多久、它的修改时间、文件名是否以查询开头、查询与文件名之间的模糊文本匹配得分。这是一个显示特征和一些性能统计的调试面板:

这个调试面板在初期对弄清奇怪的结果或卡顿非常有帮助。如今 psychic 已经相当稳定,但我有时候还是喜欢打开它看看。

有一个特征是“与当前文件同目录下的文件最近被点击的次数”。这个特征帮助模型提升当前活跃项目中的文件。

“针对此查询的点击次数”这个特征帮助模型把特定查询与特定文件关联起来,而不必真的记住文件名和查询文本。这样一来,虽然模型并不直接看到文件名,它仍然能记住这些关联。

每次训练运行都会写一个包含一些统计的 pdf。这里我们看到一条训练曲线和每个特征的增益。

一个 episode 定义为从打开 psychic(或从上一次点击)到点击某个项目之间发生的所有事情。所以单个 episode 会包含一系列查询,包括按退格和尝试新查询。“episode 中带此查询的交互次数”这个特征统计的是:在一个包含当前查询的 episode 中,你在任意时刻点击文件的次数。所以如果你总是输入“es”,最后点击了“bayesian-estimate.md”,模型就能看到这个关联。下次你输入“es”时,模型就会把那个文件放在列表顶部。

这里是 SHAP 值和一个点图。它们帮我理解一个特征对模型输出的影响有多大,并解释模型为何表现出某种行为。例如,点图显示模型偏好最近修改过的文件,而不喜欢大多数大文件。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →