企业官网建设流程全解析

CAI CLI 命令参考：Cybersecurity AI 终端界面的完整命令手册

【免费下载链接】caiCybersecurity AI (CAI), the framework for AI Security项目地址: https://gitcode.com/GitHub_Trending/cai3/cai

本指南以 CAI（Cybersecurity AI）开源框架的命令行界面（CLI）为对象，系统梳理docs/cli/commands_reference.md中收录的全部内置命令，覆盖 Agent 管理、模型切换、记忆与历史、环境配置、工具集成、并行执行与系统运维八大类。读完本文，你将掌握 30+ 命令的语法、别名与子命令细节，并能结合源码理解命令注册机制、内存持久化存储与并行执行的真实实现，直接用于渗透测试、Bug Bounty 与安全研究的自动化工作流。

命令系统总览

CAI CLI 提供 30+ 条内置命令，全部以/开头，并支持短别名（如/a之于/agent）。按功能划分为 8 大类别：

从源码看，命令体系建立在统一的 Command 基类 之上：每个命令都是一个继承Command的类，通过register_command()注册进全局字典COMMANDS，其别名则登记到COMMAND_ALIASES中；get_command()会先解析别名再查找命令，handle_command()完成分发（见 src/cai/repl/commands/base.py#L109-L155）。因此，任何命令都可在任意位置使用全名或别名触发，行为完全等价。

Agent 管理

/agent或/a

管理并切换不同的 AI Agent（每个 Agent 拥有专属工具集与系统提示词）。

语法：

/agent [subcommand] [arguments] /a [subcommand] [arguments]

子命令：

• list：列出所有可用 Agent，输出包含名称、描述、模块来源的表格。源码中handle_list还会将 parallel 类型的伪 Agent（Pattern）单独输出为"Available Parallel Patterns"表，并提示可用/agent <#>或/agent <pattern_name>加载（见 src/cai/repl/commands/agent.py#L141-L259）。
• <agent_name>：切换到指定 Agent，例如/agent redteam_agent、/agent bug_bounter_agent、/a blueteam_agent。除名称外还支持按编号选择（/agent 3），编号取自/agent list输出。
• info或info <agent_name>：展示当前或指定 Agent 的详细信息。源码handle_info会输出 Markdown 格式的属性表，包括 Functions 数量、是否并行工具调用、Handoffs、Tools、输入/输出 Guardrails、Output Type、Hooks 与完整 Instructions（见 src/cai/repl/commands/agent.py#L693-L774）。

示例：

# 列出全部 Agent CAI> /agent list # 切换到红队 Agent CAI> /agent redteam_agent # 使用别名切换到漏洞赏金 Agent CAI> /a bug_bounter_agent # 查看 DFIR Agent 信息 CAI> /agent info dfir_agent

内置 Agent 一览：

注意：Agent 切换立即生效；切换时对话历史会被保留；每个 Agent 有专属工具与指令。从源码看，切换过程还承担了并行模式与单 Agent 模式之间历史迁移的职责——例如从 parallel 模式切回单 Agent 时，会通过PARALLEL_ISOLATION.transfer_from_parallel()挑选最优历史并存入_pending_history_transfer（见 src/cai/repl/commands/agent.py#L552-L641）。对应的测试用例可参考 tests/commands/test_command_agent.py。

模型管理

/model或/mod

查看或修改当前 LLM 模型。

语法：

/model [model_name] /mod [model_name]

示例：

# 查看当前模型 CAI> /model # 切换到 alias1 CAI> /model alias1 # 切换到 GPT-4o CAI> /model gpt-4o # 切换到 Claude CAI> /model claude-3-5-sonnet-20241022

/model-show

展示 LiteLLM 模型仓库中所有可用模型，按提供商（OpenAI、Anthropic、Ollama 等）分组输出。

示例：

# 展示全部可用模型 CAI> /model-show # 随后选择一个模型 CAI> /model gpt-4o

常用模型参考（成本与适用场景依提供商定价而异，此处仅为文档给出的定位参考）：

记忆与历史

/history或/his

展示对话历史。

语法：

/history [number] [agent_name] /his [number]

参数：

• number：显示最近的消息条数（默认 10）
• agent_name：按指定 Agent 过滤

示例：

# 显示最近 10 条消息 CAI> /history # 显示最近 20 条消息 CAI> /history 20 # 显示最近 5 条消息 CAI> /his 5 # 查看指定 Agent 的历史 CAI> /history 10 redteam_agent

输出：带时间戳、角色（user/agent）与消息内容的格式化对话。源码中/history的实际能力更强：支持控制面板视图、search <term>搜索、按 Agent 过滤、按索引查看单条消息、export <file>导出 JSON，并内置 token 数与成本跟踪（见 src/cai/repl/commands/help.py#L779-L807）。

/memory或/mem

跨会话管理持久化记忆，适合长期研究项目中的上下文沉淀。

语法：

/memory <subcommand> [arguments] /mem <subcommand> [arguments]

子命令：

示例：

# 保存当前会话洞见 CAI> /memory save "SQLi vulnerabilities found" # 列出所有记忆 CAI> /memory list # 应用历史知识 CAI> /memory apply mem_12345 # 查看记忆系统状态 CAI> /mem status

记忆持久化的源码级实现：记忆以 Markdown 文件形式存储在~/.cai/memory/目录，索引保存在index.json中，每条记忆分配递增 ID（M001、M002…）；save会先用 AI 摘要模型压缩历史再落盘，并在元数据中记录 ID、生成时间、Agent、模型、原始消息数与保存方式；apply会把记忆内容注入目标 Agent 的 system prompt 并重载 Agent（见 src/cai/repl/commands/memory.py#L39-L51 与 src/cai/repl/commands/memory.py#L399-L485）。值得留意的是，源码中/memory还额外支持remove、clear、list-applied子命令，并支持一个 Agent 同时挂载多条记忆（COMPACTED_SUMMARIES与APPLIED_MEMORY_IDS均为列表结构），apply <ID> all可把记忆批量应用到所有活动 Agent（见 src/cai/repl/commands/memory.py#L1628-L1681）。

/compact或/cmp

压缩当前对话以缩小上下文体积。

语法：

/compact [model_name] /cmp

参数：

• model_name：可选，指定用于压缩的模型

示例：

# 使用当前模型压缩 CAI> /compact # 使用指定模型压缩 CAI> /compact alias1

典型场景：接近 token 上限时；需要为长对话生成摘要时；在减少 token 的前提下维持对话连贯性时。源码层面，/compact还支持model <name>、prompt <text>、status子命令，压缩结果会保存为 M 前缀记忆并清理原历史（见 src/cai/repl/commands/help.py#L809-L835）。

/flush或/clear

清空对话历史。

语法：

/flush [agent_name|all] /clear

参数：

• agent_name：清空指定 Agent 历史
• all：清空所有 Agent 历史

示例：

# 清空当前 Agent CAI> /flush # 清空指定 Agent CAI> /flush redteam_agent # 清空所有 Agent CAI> /flush all

警告：该操作不可逆，执行前建议先/save。源码说明flush会移除全部消息、重置 token 计数，但保留 Agent 配置与 MCP 连接（见 src/cai/repl/commands/help.py#L837-L863）。

/load或/l

从文件载入对话历史。

语法：

/load <filename> /l <filename>

支持格式：JSON（.json）、JSONL（.jsonl）、Markdown（.md）。

示例：

# 载入 JSON 会话 CAI> /load pentest_session.json # 载入 JSONL 数据 CAI> /load conversation.jsonl # 使用别名并指定完整路径 CAI> /l ~/sessions/previous_work.json

说明：可恢复对话上下文；与/save输出兼容；支持载入部分历史。源码中/load还支持agent <name>、all（轮询分发）、parallel（按 Agent 模式匹配分发）等分发模式（见 src/cai/repl/commands/help.py#L865-L890）。

/merge或/mrg

合并多个 Agent 的消息历史（/parallel merge的快捷方式）。

语法：

/merge [agent1] [agent2] /mrg

示例：

# 合并所有并行 Agent CAI> /merge # 合并指定 Agent CAI> /merge redteam_agent blueteam_agent

使用场景：整合并行执行结果；融合不同 Agent 视角。源码中merge支持--strategy（chronological、by-agent、interleaved 三种策略）、--target、--remove-sources等扩展参数（见 src/cai/repl/commands/parallel.py#L670-L700）。

环境与配置

/config或/cfg

展示与配置环境变量。

语法：

/config [VARIABLE=value] /config set <number> <value> /cfg

示例：

# 查看全部配置 CAI> /config # 按变量名设置 CAI> /config CAI_PRICE_LIMIT=10.0 CAI> /config CAI_MAX_TURNS=50 # 按编号设置（编号来自 /config 输出） CAI> /config set 18 "5.0"

常用配置变量（默认值以源码 src/cai/repl/commands/config.py#L18-L151 为准）：

源码实现要点：/config基于ENV_VARS字典为每个变量分配固定编号，set子命令通过编号写入os.environ；启动时还会为每个已注册 Agent 动态追加CAI_<AGENT>_MODEL覆盖变量，并行模式下再追加CAI_<AGENT>_<N>_MODEL实例级覆盖变量（见 src/cai/repl/commands/config.py#L223-L263）。对应测试见 tests/commands/test_command_config.py。

说明：修改立即生效；不带参数执行/config可查看全部选项；第一列编号可与set子命令配合使用。注意/config的环境变量修改只影响当前会话，持久化配置请使用.env文件或启动时导出的环境变量（完整变量说明见 docs/cai/getting-started/configuration.md）。

/env或/e

显示当前环境变量。

语法：

/env [pattern] /e

参数：

• pattern：可选过滤模式（如CAI、CTF）

示例：

# 显示全部环境变量 CAI> /env # 过滤 CAI 相关变量 CAI> /env CAI # 过滤 CTF 相关变量 CAI> /env CTF

/workspace或/ws

管理工作目录。

语法：

/workspace <subcommand> [path] /ws <subcommand>

子命令：

示例：

# 显示当前工作区 CAI> /workspace show # 切换工作区 CAI> /workspace set /home/user/pentests # 列出文件 CAI> /ws ls

说明：影响 Shell 命令的执行位置；适用于 CTF 挑战与项目目录管理；支持 Docker 容器内操作。源码中还支持exec <cmd>（在工作区内执行命令）与copy <src> <dst>（容器文件复制），工作区名称由CAI_WORKSPACE环境变量控制（见 src/cai/repl/commands/help.py#L892-L919）。

/virtualization或/virt

管理基于 Docker 的虚拟化环境。

语法：

/virtualization <subcommand> [arguments] /virt <subcommand>

子命令：

示例：

# 列出容器 CAI> /virtualization list # 在容器内执行命令 CAI> /virt set ubuntu_ctf # 返回宿主机 CAI> /virt clear

说明：CTF 挑战启动时自动设置；命令在指定容器内执行；通过CAI_ACTIVE_CONTAINER环境变量传递。源码还支持pull <image>与run <image>直接拉取/运行安全镜像（如kalilinux/kali-rolling、parrotsec/security），容器启用 host 网络、挂载工作区并提供交互式 TTY（见 src/cai/repl/commands/help.py#L921-L949）。

工具与集成

/mcp或/m

管理 Model Context Protocol（MCP）服务器及其工具。

语法：

/mcp <subcommand> [arguments] /m <subcommand>

子命令：

示例：

# 加载 Burp Suite MCP 服务器 CAI> /mcp load http://localhost:9876/sse burp # 列出 MCP 工具 CAI> /mcp tools burp # 添加到当前 Agent CAI> /mcp add redteam_agent burp # 检查状态 CAI> /mcp status

常用 MCP 服务器：Burp Suite（Web 应用测试工具）、Brave Search（网页搜索）、Filesystem（文件操作）、Git（仓库管理）、Postgres（数据库操作）。

说明：动态扩展 Agent 能力；同时支持 SSE 与 STDIO 两种协议。源码中还支持test <server>连通性测试、自定义请求头与工具自动发现（见 src/cai/repl/commands/help.py#L951-L983）。更多细节见 MCP 文档。

/shell或/s或/$

直接从 CLI 执行 Shell 命令。

语法：

/shell <command> /s <command> $ <command>

示例：

# 使用 /shell CAI> /shell nmap -sV 192.168.1.1 # 使用 /s 别名 CAI> /s whoami # 使用 $ 快捷方式 CAI> $ ls -la # 复杂命令 CAI> $ nmap -sV -p- 192.168.1.0/24 -oN scan_results.txt

说明：命令在当前工作区执行；若设置了CAI_ACTIVE_CONTAINER则进入容器执行；输出实时显示；Ctrl+C中断运行中的命令。源码中/shell还提供会话管理子命令（session list、session output <id>、session kill <id>）以及!快捷别名（见 src/cai/repl/commands/help.py#L225-L247）。

系统管理

/kill或/k

终止活跃进程或卡住的会话。

语法：

/kill /k

使用场景：停止卡住的工具执行；取消长时间运行的操作；中断 Agent 死循环。源码说明它会清理 SSH 会话、容器进程、后台命令与挂起的连接（见 src/cai/repl/commands/help.py#L985-L1000）。

/exit或/quit或/q

退出 CAI CLI（也可使用Ctrl+D）。

/exit /quit /q

说明：执行干净退出，保存会话日志，停止后台进程。

/quickstart

显示安装信息与快速入门指南，首次启动时自动展示。

并行执行

/parallel或/par或/p

管理并行 Agent 配置与执行。每个 Agent 独立运行、拥有隔离上下文、可分配不同模型，结果可合并。

语法：

/parallel <subcommand> [arguments] /par <subcommand> /p <subcommand>

子命令：

示例：

# 配置并行 Agent CAI> /parallel add redteam_agent alias1 CAI> /parallel add blueteam_agent alias1 CAI> /parallel add bug_bounter_agent gpt-4o # 查看配置 CAI> /parallel list # 在所有 Agent 上执行 CAI> /parallel run "analyze target.com" # 合并结果 CAI> /parallel merge # 清空配置 CAI> /parallel clear

YAML 配置：创建agents.yaml：

agents: - name: red1 agent_type: redteam_agent model: alias1 - name: bug1 agent_type: bug_bounter_agent model: alias1

通过 YAML 启动：

cai --yaml agents.yaml --prompt "scan target.com"

源码级实现：并行配置存放在全局列表PARALLEL_CONFIGS中，每项是一个ParallelConfig（含 agent_name、model、prompt、unified_context 与自动分配的 IDP1/P2/…）；新增第 2 个 Agent 时自动启用并行模式，并把CAI_PARALLEL设为 Agent 数量、CAI_PARALLEL_AGENTS设为名称列表，同时通过PARALLEL_ISOLATION.transfer_to_parallel()为每个 Agent 建立隔离历史（见 src/cai/repl/commands/parallel.py#L35-L60 与 src/cai/repl/commands/parallel.py#L146-L191）。此外源码还支持--model、--prompt、--unified参数、override-models、prompt <ID> <text>以及 YAML 的load/save，并会优先自动加载工作目录或 patterns 配置目录下的agents.yml（其顶层键为parallel_agents）——仓库根目录提供了可参考的 agents.yml.example。

说明：每个 Agent 独立运行；结果可合并；每个 Agent 可使用不同模型。更深入的用法见 高级用法。

/run或/r

执行排队中的提示词（与并行模式配合使用）。

语法：

/run <prompt> /r <prompt>

示例：

# 排队并执行提示词 CAI> /run "analyze this binary" # 备选写法 CAI> /r "test for XSS"

说明：Agent 就绪时立即执行；忙碌时进入队列；单 Agent 与并行模式均可用。源码中/run还支持queue <agent_id> <prompt>、list、clear、remove <index>等队列管理子命令（见 src/cai/repl/commands/help.py#L752-L777）。

队列文件格式（prompts.txt）：

# 以 # 开头的是注释 /agent redteam_agent Scan 192.168.1.0/24 for open ports Test https://target.com for vulnerabilities $ nmap -sV 192.168.1.1 Generate security report

说明：提示词顺序执行；支持命令与普通提示词混排；可从文件载入实现自动化。

实用工具

/help或/h或/?

显示帮助信息与命令文档。

语法：

/help [command] /h [command] /? [command] /help var [VARIABLE_NAME...]

示例：

# 总帮助（含快速指南与完整环境变量表） CAI> /help # 结构化总览（欢迎、分类、技巧 + 环境变量表） CAI> /help topics # 指定命令帮助 CAI> /help agent CAI> /h parallel CAI> /? mcp # 单个环境变量的长格式帮助（实时值另见 /config） CAI> /help var CAI> /help var CAI_MODEL

帮助主题：agent（Agent 管理）、parallel（并行执行）、memory（记忆管理）、config（配置）、var（环境变量逐项帮助）、mcp（MCP 集成）、commands（全部命令列表）。源码中/help aliases还会以表格输出全部命令别名（见 src/cai/repl/commands/help.py#L410-L438）。

/graph或/g

可视化 Agent 交互图。

语法：

/graph [agent_name] /g

示例：

# 显示当前对话图 CAI> /graph # 显示指定 Agent 的图 CAI> /graph redteam_agent

输出：对话的有向图，标注用户与 Agent 交互、高亮工具调用、呈现对话流转。源码还支持/graph timeline（统一时间线）、/graph stats（对话统计）与/graph export <format>（导出 json/dot/mermaid，见 src/cai/repl/commands/help.py#L160-L198）。

/context或/ctx（CAI PRO 专属）

CAI PRO 专属功能：/context命令仅在 CAI PRO 中可用，用于访问高级监控能力。

查看当前对话的上下文使用量与 token 统计。

语法：

/context [agent_name] /ctx

输出内容：上下文总使用量（已用/最大 token 及百分比）、带 CAI Logo 的网格可视化、按类别拆分（系统提示词、工具定义、记忆/RAG、用户提示、助手回复、工具调用、工具结果），以及剩余可用空间与颜色编码展示。

说明：帮助监控 token 上限；对长对话尤其有用；不同模型的上下文窗口不同。

/cost

显示 API 用量成本与 token 统计。

语法：

/cost [agent_name]

示例：

# 当前会话成本 CAI> /cost # 指定 Agent 成本 CAI> /cost redteam_agent # 全部 Agent 成本 CAI> /cost all

输出内容：总成本（USD）、输入/输出 token 数、单次交互成本、模型定价、按 Agent 的成本拆分。

/save

将当前对话保存到文件。

语法：

/save <filename>

支持格式：JSON（.json）、Markdown（.md）。

示例：

# 保存为 JSON CAI> /save pentest_session.json # 保存为 Markdown CAI> /save findings_report.md # 指定完整路径 CAI> /save ~/sessions/project_alpha.json

说明：保存全部对话历史；包含 Agent 名称与时间戳；保留成本信息；可用/load重新载入。

/temperature或/temp

调整模型 temperature 参数。

语法：

/temperature <value> /temp <value>

参数：

• value：温度（0.0 - 2.0）。越低越确定，越高越有创造性。

示例：

# 更确定性 CAI> /temperature 0.2 # 更有创造性 CAI> /temp 1.5 # 查看当前温度 CAI> /temperature

/api

管理 API 密钥与认证。

语法：

/api <subcommand> [arguments]

子命令：show——显示已配置的 API 密钥（掩码展示）。

示例：

# 显示 API 密钥 CAI> /api show

特殊功能

命令链（Command Chaining）

使用分号（;）串联多个命令。

语法：

command1 ; command2 ; command3

示例：

# 启动时串联 cai --prompt "/agent redteam_agent ; scan 192.168.1.1 ; /save results.json" # CLI 内串联 CAI> /agent bug_bounter_agent ; test https://target.com ; /cost

使用场景：自动化工作流、批处理操作、快速执行序列。

从文件自动加载队列

启动时自动加载并执行提示词。

环境变量：

export CAI_QUEUE_FILE="/path/to/prompts.txt"

启动方式：

CAI_QUEUE_FILE=~/my_prompts.txt cai

说明：提示词自动执行；执行完毕后回到交互模式；非常适合自动化场景。

快速参考

最常用命令

命令别名总表

延伸阅读

• 入门指南：首次使用 CAI CLI 的基本流程（启动、配置 API Key、选择模型与 Agent）
• CLI 总览：CLI 与 TUI 的选型对比、架构与典型使用场景
• 高级用法：自动化、脚本化与高级并行编排
• 配置指南：全部环境变量的完整说明
• 架构总览：CLI 核心组件与命令分发机制的技术架构
• MCP 文档：MCP 服务器的加载、配置与工具接入
• TUI 文档：终端 UI 替代方案的说明

上述命令均可在仓库源码 src/cai/repl/commands/ 目录下找到对应实现，base.py提供了命令注册基类，各命令模块（agent.py、memory.py、config.py、parallel.py、mcp.py等）分别实现对应命令逻辑，配套测试位于 tests/commands/ 目录，可作为理解命令行为的补充参考。

【免费下载链接】caiCybersecurity AI (CAI), the framework for AI Security项目地址: https://gitcode.com/GitHub_Trending/cai3/cai