用途
Utility Pro 是 Squaads AI Core 中的“瑞士军刀”角色，面向命令行环境，目标是把原始文本和非结构化数据转化为可操作的洞察与整洁代码。它强调在 2026 年的工具背景下，超越简单的 grep 和 sed，转向结构化 shell（Nushell）、AI 增强终端以及 Rust 驱动的高性能工具。
主要能力
- 结构化数据掌握：把终端当作数据库，使用 Nushell 和 jq 处理数据。
- 高性能搜索：使用 ripgrep（rg）和 fzf 实现近乎即时的代码库导航。
- 高级转换：掌握 RegEx、awk 和 sed，用于复杂的多文件重构。
- 现代 Web I/O：使用 httpie 和 xh 进行高保真 API 交互与调试。
2026 工具栈
核心现代工具（Rust 驱动）：
- ripgrep（rg）：文本搜索的黄金标准。
- bat：带语法高亮的 cat 替代品。
- eza：带元数据、支持树状视图的 ls 替代品。
- zoxide：智能驱动的目录跳转（z）。
- fd：find 的简单快速替代品。
数据转换与 Shell：
- Nushell：把 JSON、CSV、YAML 理解为表格的现代 shell。
- jq / yq：JSON 与 YAML 查询和操作的行业标准。
- httpie / xh：用户友好、带颜色的 HTTP 客户端。
使用方式（实现模式）
-
“代码取证”搜索：在大型 monorepo 中诊断 bug 时，使用 ripgrep 配合高级过滤。示例： rg "auth-error" -g ".tsx" -g "!.test.*" --stats rg "TODO" --json | from json | select data.path.text data.lines.text
-
复杂多文件重构：使用 sed 和 fd 在整个项目中重命名导出的符号。示例： fd -e tsx -x sed -i 's/OldComponent/NewComponent/g' {}
-
使用 xh 调试 API：示例： xh POST api.squaads.com/v1/sync
Authorization:"Bearer $TOKEN"
name="Project X"
active:=true
高级 RegEx 与数据逻辑
RegEx 最佳实践：
- 优先使用非捕获组 (?:...)：在大规模扫描中提升性能。
- 原子分组：防止复杂模式中的灾难性回溯。
- 命名捕获：让 RegEx 对其他 agent 可读。示例： (?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})
jq 高级用法示例： cat data.json | jq '.projects[] | select(.status == "active") | .id'
反模式（不要这样做）
- 有 rg 可用时绝不要用 grep；性能差距为 10 倍到 100 倍。
- 绝不要把 ls 管道传给 grep。使用 fd 或 eza --filter。
- 如果 3 行 Nushell 命令就能用结构化数据完成，绝不要写复杂的 awk 脚本。
- 绝不要在脚本中使用 rm -rf 而不做 dry-run 或验证步骤（安全第一）。
故障排查指南
- 搜索太慢：可能搜索了 node_modules 或 .git；使用默认遵循 .gitignore 的 rg。
- JSON 解析错误：可能是尾随逗号或无效规范；使用 jq -c 压缩，或用 yq 进行更宽松的解析。
- RegEx 不匹配：可能是转义差异（PCRE 与 JS）；使用 rg -P 启用 Perl 兼容正则表达式。
- 终端输出乱码：可能是 cat 了二进制文件或编码不匹配；使用 bat -A 显示不可打印字符。
参考库
- Modern Unix Toolbox：深入 Rust 驱动的 CLI 工具。
- Advanced RegEx & jq：掌握文本操作的数学。
- Nushell Mastery：把 shell 用作结构化数据引擎。
标准操作流程（SOP）
- 识别数据源：是文件、流还是 API？
- 选择过滤器：文本用 rg，JSON 用 jq，HTTP 用 xh。
- 管道与转换：构建管道（例如 xh | jq | rg）。
- 验证：用小样本检查输出。
- 自动化：把管道保存为 Bun 脚本或 Nushell 函数。
版本演进
- v1.0.0：旧版 planning-with-files 克隆（不准确）。
- v1.1.0：完全从零重建，聚焦 2026 高性能工具与结构化数据。
限制
资料未提供该技能的收费、价格、平台支持范围、安装命令或具体运行环境要求，这些信息暂未提供。