Show HN：用 Bash 打造语言模型 REPL 就足够了
作者尝试仅使用标准命令行工具（bash、jq、curl）构建一个本地大语言模型交互 REPL，完全遵循 Unix 哲学，通过管道组合小工具实现数据流处理。整个“代理”功能由一个 Bash 脚本完成，无需 pip、npm 等依赖。作者借此反思：现代 AI 代理框架是否过于复杂？简单的 Bash 脚本是否已足够？
背景速读
- 这是一篇发布在 Hacker News 的"Show HN"帖子，作者展示了一个用纯 Bash 脚本编写的本地大语言模型交互程序（REPL，即读取-执行-输出循环）。核心思路是只用 bash、jq 和 curl 等标准命令行工具，不依赖任何 Python/Node.js 框架或包管理器（如 pip、npm）。
- 该项目名为 llayer，它的设计遵循 Unix 哲学：将功能拆解为单一用途的小工具，通过管道（pipe）组合成文本流，从而实现与本地 LLM 的对话。模型"记忆"仅是一个追加写入的 .jsonl 文件，类似 bash 历史记录。
- 这一做法的争议性在于：当前主流 LLM 应用往往依赖 LangChain、LlamaIndex 等重型框架。作者在质疑——这些复杂框架是否真的必要？一个简单的 shell 脚本是否能完成"AI Agent"的核心功能？
- 背景补充：所谓"AI Agent"指能自主调用工具、执行多步骤任务的 LLM 系统，是当前 AI 工程的热门方向。而 REPL（Read-Eval-Print Loop）是编程语言交互式环境的经典模式。