YeShell
面向所有人的 AI 原生终端与 SSH 工作台。
把多协议连接、数据库与中间件管理、AI 辅助和故障排查，整合进一个统一的跨平台桌面环境。
按真实界面还原 · 示例数据点击标签切换工作区
为什么做 YeShell
一次排障，要切换太多工具
SSH、数据库客户端、Redis、Kafka 与 AI 对话分散在不同窗口，连接信息和现场证据很难放在一起看。
AI 看不到正在处理的现场
手工复制日志、SQL 和报错会打断工作，主机身份、表结构和执行结果也容易在来回切换中丢失。
有效经验留不下来
主机约定、排障结论和处置步骤散落在终端历史与聊天里，遇到同类问题时又要重新交代上下文。
从现场到结果
连接工作现场
在连接中心打开 Shell、SSH、数据库或中间件，进入对应的工作空间。
带上当前上下文
从终端输出、选中文本、SQL 与表结构，或中间件元数据开始分析。
让 AI 协助判断
终端 Agent 连续读取工具结果推进排障；数据库与中间件助手给出解释和可编辑草稿。
按权限执行操作
终端按所选审批策略执行；SQL、Redis 命令与 Kafka 消息由你检查草稿后手动运行。
留下可复用的经验
把主机约定、诊断结论和 runbook 保存在本地记忆，供后续运维任务调用。
主要能力
终端与远程访问
保留熟悉的终端操作，把本地与远程环境放进统一的连接中心。
- 本地 Shell、标签页、分屏与主题
- SSH 跳板、端口转发与 SFTP
- Telnet、串口和 RDP 远程访问
数据库工作区
从浏览库表到编写 SQL，再到分析查询报错，在同一个工作区完成。
- MySQL、PostgreSQL、SQLite、SQL Server、Oracle
- 库表与字段浏览、分页数据、查询结果
- AI 生成、解释与优化 SQL，手动运行草稿
Redis 与 Kafka
把缓存排查和消息检查纳入运维现场，直接查看状态并准备操作草稿。
- Redis 键扫描、类型、TTL、值与命令工作台
- Kafka Topic、分区、消费组积压与消息快照
- AI 解释元数据，辅助编写命令或消息
上下文感知 Agent
围绕当前终端证据持续调用工具、检查结果，让排障过程可以跟踪和停止。
- 终端输出与选区解释、当前及多窗口诊断
- 命令风险分级与可选审批策略
- 流式回复、停止、排队与本地会话历史
MCP 与自选模型
接入自己的模型服务和运维工具，按工作环境配置 AI 的能力范围。
- OpenAI 兼容接口与本地模型服务
- stdio、SSE 与 Streamable HTTP MCP
- 工具发现、调用审批与过程记录
本地运维记忆
把值得保留的运维知识放在本地，减少重复说明环境和重新寻找处理步骤。
- 偏好、事实、决策、待办与 runbook
- 按用户、连接配置和会话组织
- 本地存储、检索与上下文回忆
产品如何组成
CONNECTION CENTER
用项目分组与连接配置组织本地终端、远程主机、数据库和中间件。
OPERATIONS WORKSPACES
终端、SQL 查询、Redis 键与 Kafka 消息各有工作空间，共用一个桌面入口。
CONTEXT & AGENT
让 AI 理解当前现场；终端提供工具执行，数据库和中间件提供人工执行的草稿。
TOOLS & MEMORY
通过自选模型、MCP 工具和本地运维记忆，连接外部能力并保留排障经验。
适用场景
服务器与多主机排障
从当前 SSH 输出开始诊断，必要时联合多个窗口分析同一事件的日志与状态。
数据库日常维护
浏览表结构与数据，让 AI 解释 SQL、分析错误并准备查询，再由你审核运行。
缓存与消息问题定位
检查 Redis 键、TTL 和值，查看 Kafka 分区、消费组积压与有限消息快照。
长期维护同一批环境
留下主机约定、故障模式和有效处置步骤，让后续任务可以调用本地运维记忆。
边界与当前进度
终端审批策略可选
默认只读策略对变更操作逐次审批；显式选择完全控制后，当前连接与对话内的终端命令和已启用 MCP 工具可自动执行。
SQL 与中间件草稿手动执行
数据库和中间件 AI 不继承终端授权。SQL 使用连接账号的实际权限；中间件写入操作另需确认。
模型与数据边界由你配置
AI 上下文会发送至所选模型服务；数据库不自动附带结果行，中间件键值与消息正文需主动勾选。也可接入本地模型。
能力以实际版本为准
高级 AI 能力可能受授权开关控制；跨平台安装包与新增连接能力仍在持续验证和完善。
YeShell 已覆盖终端、五种数据库、Redis 与 Kafka，并集成 Agent、MCP 和本地记忆；目前持续完善跨平台验证与使用体验。
终端与统一连接中心
本地 Shell、SSH、Telnet、串口和 RDP 已接入桌面工作台。
数据库与中间件工作区
五种数据库及 Redis、Kafka 已有内置实现，并接入各自的 AI 助手。
Agent、MCP 与本地记忆
已形成终端工具调用、审批策略、会话历史和运维记忆链路。
跨平台验证与体验打磨
持续完善安装包、连接兼容性、执行反馈与真实运维场景表现。
常见问题
01YeShell 现在可以试用吗？＋
项目已有可运行实现，仍在持续开发和验证。可以联系叶师傅，说明你的系统、连接类型和典型运维任务，了解当前可用版本。
02支持哪些系统和连接方式？＋
桌面端面向 Windows、macOS 和 Linux，覆盖本地 Shell、SSH、Telnet、串口和 RDP，并内置数据库与 Redis、Kafka 工作区。具体安装包与可用能力以实际版本为准。
03支持哪些数据库？AI 会直接执行 SQL 吗？＋
当前内置 MySQL、PostgreSQL、SQLite、SQL Server 和 Oracle。AI 可生成、解释、优化 SQL 并分析报错，生成内容只会成为查询草稿，由你检查后手动运行。
04Redis 与 Kafka 可以做什么？＋
Redis 支持键扫描、类型、TTL、值查看与命令工作台；Kafka 支持 Broker、Topic、分区、消费组积压、有限消息快照、新建 Topic 与发送消息。当前不含 Redis Cluster / Sentinel 自动发现、Kafka Schema Registry / Avro 和中间件 SSH 隧道。
05可以使用自己的模型服务吗？＋
可以配置 OpenAI 兼容的模型接口，也可以根据数据边界接入 Ollama、vLLM、LocalAI 等本地或私有服务。
06终端 Agent 如何控制执行权限？＋
默认只读策略会先确认终端就绪，再自动执行白名单内只读命令，其他操作逐次审批。也可选择每条命令确认，或显式授予当前连接与对话完全控制，包括高风险命令。完全控制不会保存为默认设置，手动输入、断连或切换会话会撤销授权；风险分级不是系统沙箱。
07AI 上下文会全部留在本地吗？＋
本地记忆和会话历史保存在客户端；使用 AI 时，所选上下文会发送到配置的模型服务。数据库不会自动附带结果行和连接配置，中间件键值与消息正文需主动勾选。SQL、报错和终端文本本身仍可能包含敏感内容，可按需要接入本地模型。
08MCP 和记忆是否已经实现？＋
已内置 stdio、SSE 和 Streamable HTTP MCP 接入，以及按用户、连接配置和会话组织的本地运维记忆。部分高级 AI 能力可能受打包版本的授权开关控制，具体以当前可用版本为准。