Shell: Izvajanje ukazov
Na tej strani
Shell: Izvajanje ukazov
To je najzmogljivejše orodje v tem tečaju in edino, kjer lahko napaka obrne njegovo moč proti tebi. Druga orodja berejo, računajo ali iščejo; to pa na stroju deluje. Slabo zastavljena sistemska diagnoza ostane le diagnoza; slabo zastavljen ukaz za čiščenje pa izbriše datoteke.
Ta lekcija obravnava uporabo in varnostne ukrepe skupaj, saj ju ni mogoče ločiti. Zlato pravilo: model nikoli ne sme izvesti ukaza, ki ga nisi izrecno vnaprej odobril.
Koncept in arhitektura
Razlika glede na Code Interpreter je ključna in se svodi na eno besedo: izolacija. Code Interpreter teče v izoliranem peskovniku brez omrežne povezave, ki ga je mogoče zavreči, kjer je najslabši scenarij napačen izračun. Shell pa teče v okolju, ki ga konfiguriraš ti – potencialno na tvojem lokalnem stroju, potencialno na strežniku – kjer je najslabši scenarij nepovratna operacija.
Ta svoboda je bistvo: brez nje avtomatizirana namestitev in vzdrževanje nista mogoča. Vendar pa zahteva, da se zavestno odločiš za obseg izvajanja. Namenski vsebnik z omejenimi pravicami je skoraj vedno boljša izbira kot neposreden dostop do gostitelja.
from openai import OpenAI
client = OpenAI()
# The Shell tool is used via the Agents SDK
# because it requires a controlled execution environment
from agents import Agent, Runner
agent = Agent(
name="devops-assistant",
model="gpt-5.6-terra",
instructions=(
"You are a DevOps assistant. You execute system commands "
"to diagnose and resolve infrastructure issues. "
"Explain each command before executing it."
),
tools=[{"type": "shell"}]
)
Primer uporabe: Sistemska diagnoza
# The agent can execute diagnostic commands
agent = Agent(
name="diagnostic",
model="gpt-5.6-terra",
instructions=(
"Diagnose the system state by executing appropriate commands. "
"Start with basic checks (disk, memory, CPU) "
"then dig deeper based on symptoms."
),
tools=[{"type": "shell"}]
)
# The agent will execute commands like:
# df -h -> disk space
# free -m -> memory
# top -bn1 -> CPU load
# systemctl status nginx -> service status
Zavarovanje izvajanja
Trije varnostni ukrepi delujejo skupaj in noben sam po sebi ni zadosten. Seznam dovoljenih (allowlist) je temelj: našteješ, kaj je dovoljeno, namesto kaj je prepovedano, ker seznam blokiranih (blocklist) vedno spusti kakšno varianto – dovolj pa je že ena sama. Časovna omejitev prepreči, da bi se zataknjen ukaz obesil sistem. Omejen delovni imenik omeji škodo, če legitimen ukaz kaže na napačno lokacijo.
Četrti varnostni ukrep, ki ni tehnične narave, a je vreden toliko kot preostali trije skupaj: zahtevaj človeško potrditev za vsako destruktivno ali nepovratno operacijo. Model dela napake z enako samozavestjo, kot ima, ko ima prav.
# Pattern: wrapper function with validation
import subprocess
import shlex
ALLOWED_COMMANDS = {
"diagnostic": ["df", "free", "top", "uptime", "ps", "netstat", "curl", "ping"],
"deployment": ["git", "docker", "npm", "pip"],
"files": ["ls", "cat", "head", "tail", "wc", "grep", "find"],
}
FORBIDDEN_COMMANDS = ["rm", "dd", "mkfs", "shutdown", "reboot", "kill", "passwd"]
def execute_secure_command(command: str, category: str = "diagnostic") -> dict:
"""Executes a command with security validation."""
# Parse the command
parts = shlex.split(command)
executable = parts[0]
# Check prohibitions
if executable in FORBIDDEN_COMMANDS:
return {
"error": f"Forbidden command: {executable}",
"reason": "This command is on the blocklist"
}
# Check permissions
allowed = ALLOWED_COMMANDS.get(category, [])
if executable not in allowed:
return {
"error": f"Command not allowed in category '{category}'",
"allowed": allowed
}
# Execute with timeout
try:
result = subprocess.run(
parts,
capture_output=True,
text=True,
timeout=30,
cwd="/tmp" # Restricted working directory
)
return {
"stdout": result.stdout,
"stderr": result.stderr,
"return_code": result.returncode
}
except subprocess.TimeoutExpired:
return {"error": "Timeout: command exceeded 30 seconds"}
Implementacija kot prilagojena funkcija
Samostojna implementacija tega prek klicanja funkcij ponuja prednost, ki je ne smeš obravnavati kot nadomestno rešitev: validacija živi v tvoji kodi. Ti določiš seznam dovoljenih ukazov, beleženje in korake za potrditev, vse pa lahko tudi revidiraš. Pri orodju s to stopnjo tveganja je obdržati nadzor nad kontrolno točko preferable, tudi ko postane na voljo različica, vgrajena v sistem.
tools = [
{
"type": "function",
"name": "execute_command",
"description": (
"Execute a shell command on the server. "
"Allowed commands: system diagnostics (df, free, top, uptime, ps), "
"file reading (ls, cat, head, tail, grep), "
"network (curl, ping, netstat). "
"Destructive commands are forbidden."
),
"parameters": {
"type": "object",
"properties": {
"command": {
"type": "string",
"description": "The shell command to execute"
},
"directory": {
"type": "string",
"description": "Working directory (default: /tmp)"
}
},
"required": ["command"],
"additionalProperties": False
},
"strict": True
}
]
import json
def handle_calls(response):
results = []
for item in response.output:
if item.type == "function_call" and item.name == "execute_command":
args = json.loads(item.arguments)
result = execute_secure_command(
args["command"],
category="diagnostic"
)
results.append({
"type": "function_call_output",
"call_id": item.call_id,
"output": json.dumps(result)
})
return results
# Full loop
response = client.responses.create(
model="gpt-5.6-terra",
input="Check disk space and available memory",
tools=tools
)
results = handle_calls(response)
final_response = client.responses.create(
model="gpt-5.6-terra",
input=response.output + results,
tools=tools
)
print(final_response.output_text)
Delovni tokovi avtomatizacije
Avtomatizirana namestitev
Namestitev je najbolj vredna uporaba, pod pogojem, da razumeš, kaj delegiraš. Model ne izumi postopka: poveže korake, ki si jih določil ti, preveri vmesne izhode in se ustavi ob vsaki anomaliji. Je pozoren operater, ne pa odločevalec.
tools_deploy = [
{
"type": "function",
"name": "execute_deploy_step",
"description": (
"Execute a deployment step. "
"Possible steps: git_pull, tests, build, deploy, rollback. "
"Each step is validated before proceeding to the next."
),
"parameters": {
"type": "object",
"properties": {
"step": {
"type": "string",
"enum": ["git_pull", "tests", "build", "deploy", "rollback"]
},
"parameters": {
"type": "object",
"properties": {
"branch": {"type": "string"},
"environment": {"type": "string", "enum": ["staging", "production"]}
}
}
},
"required": ["step"],
"additionalProperties": False
},
"strict": True
}
]
def execute_step(step: str, params: dict) -> dict:
scripts = {
"git_pull": "cd /app && git pull origin {branch}",
"tests": "cd /app && npm test",
"build": "cd /app && npm run build",
"deploy": "cd /app && ./deploy.sh {environment}",
"rollback": "cd /app && ./rollback.sh {environment}"
}
command = scripts[step].format(**params)
return execute_secure_command(command, "deployment")
Nadzor in opozorila
Nadzor obrača logiko preostanka te lekcije: ukazi so tu samo za branje, zato so neškodljivi, vrednost pa leži v interpretaciji. Model, ki bere zasedenost diska, obremenitev in dnevnike napak, zazna korelacije, ki jih izoliran prag spregleda – kar to orodje dela za najvarnejšo izhodiščno točko za začetek dela z njim.
def check_system_health() -> dict:
"""Checks system health and returns a report."""
checks = {}
# Disk space
r = execute_secure_command("df -h /", "diagnostic")
checks["disk"] = r
# Memory
r = execute_secure_command("free -m", "diagnostic")
checks["memory"] = r
# Services
for service in ["nginx", "postgresql", "redis"]:
r = execute_secure_command(
f"systemctl is-active {service}",
"diagnostic"
)
checks[f"service_{service}"] = r
return checks
# The AI analyzes the results and suggests actions
response = client.responses.create(
model="gpt-5.6-terra",
input=f"Analyze this system health report and identify issues:\n"
f"{json.dumps(check_system_health(), indent=2)}",
tools=tools
)
Ključne ugotovitve
- Orodje Shell poveže model s tvojo infrastrukturo
- Implementiraj sezname dovoljenih in prepovedanih ukazov
- Uporabi časovne omejitve in omejene delovne imenike
- Klicanje funkcij ti omogoča implementacijo Shella kot prilagojenega orodja
- Združi Shell z drugimi orodji za celovite delovne tokove DevOps