开通了尊贵的 ChatGPT Plus 之后，在平时做些控制台操作的时候，就多了个习惯——把各种控制台内容投喂给 ChatGPT，看他如何反馈。结果还是不错的，经过适当的 Prompt 设计，ChatGPT 不但能够读懂这些输出内容，更可以提供进一步排查或者解决问题的建议。
懒惰是进步的动力——我连拷贝黏贴都懒了，还是想 ChatGPT 帮我写个小工具吧。按照官方客户端情况来说，Python 才是一等公民，然而为了方便分发，而且不是自己动手，我选择了高大上的 Golang。
实现思路
其实起初我是想模仿 kubectl，用 krew 插件的形式写个 gpt-diag 子命令，例如 kubectl gpt-diag pod xxxx，直接将 Describe Pod 内容输出，结合一个关于诊断 Kubernetes Pod 信息的 Prompt 来对某种对象，于是我让 ChatGPT 使用 Cobra 给我生成一个这样的框架。有趣的是，生成途中，它根据我提供的这些对象名称，自动给这个程序加了个简介——一个 Kubernetes 检查工具。
命令行代码生成之后，要求它用接口、类的方式来定义各种检测行为，这里包含了 Pod、Node、Event、API Server、ETCD 等在 kubectl 命令中能够拿到输出的内容，每个类都有自己的 Prompt，利用 Kubernetes 获取信息，OpenAI Client 进行解答。
在这之后，我意识到一个问题：这玩法太传统了，我压根不需要替 ChatGPT 做这种前期工作，于是我删掉了这套代码，另起炉灶。
所以以下的工作步骤就四班顺滑了：
- 要求 ChatGPT 输出 Shell 脚本，用来初始化一个 Golang CLI 应用的目录结构。然后用 Goland 打开。
- ChatGPT 生成代码，读取环境变量中的 OpenAI API Key
- 加入一个配置文件，要求 ChatGPT 判断命令行参数，根据 JSON 格式，生成代码
- 继续生成代码，从管道读取输入，加入 Prompt，调用 OpenAI。
说起来还是比较辛苦的，实际上这些功能在 ChatGPT 4.0 中一个 Prompt 就差不多搞定了：
用 golang 编写一个 CLI 应用，它带有一个配置文件，格式如下：
{
“data”:{“k8s”: “简明扼要地用 Kubernetes 专家的身份判断一下这段输出有什> 么问题，要整齐列出问题对象和可能原因以及操作建议：”}
}
这个命令行接受 –type 参数，参数值就是配置文件中的data.[key]。
另外这个命令还要从环境变量中读取 OPENAI_APIKEY
运行时，这个工具从管道接收其它应用输出的内容，根据从配置文件中取得的值作为 > Prompt，调用 OpenAI 的 API，获得反馈内容。
我这里测试的时候，只有模型选择不太合适，其它都可以直接进行调试。
生成代码之后，Debug 一下下，基本就 OK 了。
接下来又让他生成了双语版本的 README.md。以及一个用于 golang 交叉构建的 GitHub Action。
最后，这个非人产生的项目保存在了 https://github.com/fleeto/pipe2gpt。
运行效果大致如下：
接下来我可能会在项目 README.md 里面写一句：本 REPO 仅接受 AI 生成代码，人工勿入，面斥不雅
文章来源于互联网:ChatGPT 和我写了个小工具：Pipe2GPT
