Halo guys, Ridwan here..
Come again with a new notes update!
Bagi kita yang sehari-hari bekerja sebagai Systems Engineer atau
mengelola infrastruktur, terminal Linux sudah seperti rumah kedua. Tapi, pasti pernah kejadian lupa syntax command, atau harus bolak-balik buka browser cuma buat nanya "command linux nya apa ya?" atau "gimana cara command nya ya?". Nah, ShellGPT ini basically bikin kita nggak perlu keluar dari terminal buat itu semua.
Apa itu ShellGPT ?
ShellGPT adalah CLI tool berbasis Python yang menghubungkan terminal kita langsung ke Large Language Model (LLM),Simpelnya, sgpt ini semacam "asisten AI" yang nempel di shell kita. Default-nya pakai backend API dari OpenAI, Tetapi kita bisa juga menggunakan API dari Cloudflare Worker AI, Google AI Studio, atau lainnya.
Beberapa hal yang bisa dilakukan:
- Nanya command Linux tanpa perlu buka browser
- Generate & langsung execute shell command (--shell)
- Generate snippet code (--code)
- Chat mode dengan history tersimpan (--chat)
- Shell integration, jadi bisa muncul di command line kita cukup pakai hotkey
Cocok banget buat yang kerja di server / SysAdmin, karena workflow-nya tetap di CLI, tidak perlu pindah-pindah window.
Prasyarat :
- Python 3.8 ke atas
- Pip
- API Key dari provider LLM (OpenAI, atau kompatible lainnya)
1. Cara Install ShellGPT di Linux
Saya coba di environment RHEL/Fedora based (pakai dnf), tapi command pip install-nya sendiri universal, tinggal sesuaikan package manager kalau kalian pakai Debian/Ubuntu (apt).
Jalankan perintah berikut secara berurutan di terminal:
- Install pip untuk Python 3
$ sudo dnf install python3-pip -y
- Buat alias agar command 'pip' mengarah ke 'pip3'
$ alias pip='pip3'
- Verifikasi versi pip
$ pip3 --version
- Install ShellGPT menggunakan pip
$ pip install shell-gpt litellm
- Setelah proses install selesai, cek dengan:
$ sgpt --version
2. Config API Key
Secara default, ShellGPT diset untuk menggunakan OpenAI.
Namun, kita bisa dengan mudah mengubahnya menggunakan model LLM lain melalui file konfigurasi .sgptrc. Kalian bisa membuat atau mengedit file konfigurasinya yang berada pada direktori berikut :
~/.config/shell_gpt/.sgptrc
Default nya Menggunakan API dari OpenAI, yang dengan config seperti berikut :
OPENAI_API_KEY=your_api_key
API_BASE_URL=default
DEFAULT_MODEL=gpt-4o
OpenAI API ini berbayar (bukan gratis seperti ChatGPT versi web).
Kalau mau opsi lain (termasuk yang lebih murah/gratis), ShellGPT sebenarnya tidak kaku harus ke OpenAI, kita bisa arahkan ke provider lain selama API-nya kompatibel. Dua yang sering saya pakai: Cloudflare Workers AI dan Google AI Studio (Gemini), atau lainnya.
- Cloudflare Workers AI
Cloudflare Workers AI punya endpoint yang OpenAI-compatible, jadi tinggal arahkan OPENAI_BASE_URL ke endpoint akun Cloudflare kalian, dan isi DEFAULT_MODEL sesuai model yang tersedia di Workers AI (contoh di bawah pakai Gemma).
Berikut adalah contoh config file .sgptrc, jika menggunakan API dari cloudflare worker
OPENAI_API_KEY="<cloudflare_api_token>"
OPENAI_BASE_URL="https://api.cloudflare.com/client/v4/accounts/<account_id>/ai/v1"
CHAT_CACHE_PATH=/tmp/chat_cache
CACHE_PATH=/tmp/cache
CHAT_CACHE_LENGTH=100
CACHE_LENGTH=100
REQUEST_TIMEOUT=60
DEFAULT_MODEL="@cf/google/gemma-4-26b-a4b-it"
DEFAULT_COLOR=magenta
ROLE_STORAGE_PATH=/home/ridwan/.config/shell_gpt/roles
DEFAULT_EXECUTE_SHELL_CMD=false
DISABLE_STREAMING=false
CODE_THEME=dracula
OPENAI_FUNCTIONS_PATH=/home/ridwan/.config/shell_gpt/functions
OPENAI_USE_FUNCTIONS=true
SHOW_FUNCTIONS_OUTPUT=false
API_BASE_URL=default
PRETTIFY_MARKDOWN=true
USE_LITELLM=false
SHELL_INTERACTION=true
OS_NAME=auto
SHELL_NAME=auto
- Google AI Studio (Gemini)
Gemini model-nya bukan native di client OpenAI, ShellGPT butuh bantuan LiteLLM sebagai jembatan agar bisa terkoneksi ke Gemini. Berikut adalah contoh config file .sgptrc, jika menggunakan API dari Google AI Studio (Gemini) :
OPENAI_API_KEY="<google_ai_studio_api_key>"
DEFAULT_MODEL=gemini/gemini-2.5-flash
USE_LITELLM=true
CHAT_CACHE_PATH=/tmp/chat_cache
CACHE_PATH=/tmp/cache
CHAT_CACHE_LENGTH=100
CACHE_LENGTH=100
REQUEST_TIMEOUT=60
DEFAULT_COLOR=magenta
ROLE_STORAGE_PATH=/root/.config/shell_gpt/roles
DEFAULT_EXECUTE_SHELL_CMD=false
DISABLE_STREAMING=false
CODE_THEME=dracula
OPENAI_FUNCTIONS_PATH=/root/.config/shell_gpt/functions
OPENAI_USE_FUNCTIONS=true
SHOW_FUNCTIONS_OUTPUT=false
PRETTIFY_MARKDOWN=true
SHELL_INTERACTION=true
OS_NAME=auto
SHELL_NAME=auto
API_BASE_URL=default
parameter = USE_LITELLM=true & DEFAULT_MODEL=Gemini/
ini yang bikin LiteLLM tau harus route request ke Gemini API, bukan ke OpenAI.
3. Cara Pakai ShellGPT
Setelah API Key ke-config, kita udah bisa langsung pakai.
Berikut beberapa cara pakai yang paling sering saya gunakan:
- Use Case #1: Membaca & Menganalisa Log File
Kadang-kadang, melihat puluhan hingga ratusan baris log file itu seperti mencari jarum dalam tumpukan jerami. Kita tahu ada masalah, tapi root cause-nya terselip di antara baris-baris informasi tersebut. Di sinilah sgpt menjadi pahlawan.
$ tail -n 100 /var/log/secure | sgpt "analisa log ini, jelaskan apa saja yang terhadi"
- Use Case #2: Membaca & Menganalisa Output
stderrdari Suatu Command
Error message yang muncul saat kita menjalankan perintah terkadang membingungkan atau hanya memberikan solusi dasar. sgpt bisa membantu kita menerjemahkan error message tersebut ke dalam konteks solusi yang lebih actionable.
$ pip search apakek 2>&1 | sgpt "apa error yang terjadi pada command ini?" - Use Case #3: Command Assistence (Asisten Perintah)
Mengingat sintaks kompleks untuk perintah satu baris (one-liner) seringkali merepotkan. Alih-alih googling, kita bisa meminta sgpt untuk menghasilkan perintah Linux murni yang kita butuhkan secara spesifik, siap untuk dieksekusi.
$ sgpt -s "perintah yang akan diterjemahkan menjadi command linux"
- Use Case #4: Create Code | Infrastructure as Code (IaC) Lebih Mudah
Menulis file konfigurasi atau deployment dari nol—seperti file YAML Kubernetes atau playbook Ansible—seringkali memakan waktu hanya untuk mengingat struktur indentasi dan parameter yang tepat. ShellGPT dengan parameter --code bisa langsung membantu kita.
Contoh pertama: Membuat Playbook Ansible
Kita bisa meminta playbook lengkap dengan instruksi yang sangat mendetail dalam bahasa manusia:
Contoh kedua: Membuat Deployment Kubernetes
Sama mudahnya, kita bisa meminta file deployment.yaml lengkap dengan parameter spesifik:
Penutup
Kehadiran ShellGPT membuktikan bahwa AI bukanlah ancaman yang akan menggantikan peran kita sebagai Systems Engineer atau SysAdmin, melainkan menjadi "asisten pintar" yang siap sedia 24/7. Mengingat kembali masa-masa awal saya belajar oprek komputer dan jaringan di lingkungan warnet belasan tahun lalu, rasanya luar biasa melihat seberapa jauh teknologi telah berkembang. Dulu, mencari root cause dari sebuah error atau menghafal syntax perintah yang rumit bisa memakan waktu berjam-jam sambil bolak-balik menyisir forum. Sekarang, bantuan itu secara harfiah ada di ujung jari, terintegrasi langsung di dalam terminal kesayangan kita.
Dengan menghemat waktu pada hal-hal repetitif seperti menulis boilerplate YAML, merangkai one-liner command, atau membaca log yang panjang, kita jadi bisa lebih fokus pada arsitektur, keamanan, dan optimasi sistem secara keseluruhan.
Bagi teman-teman yang sedang mendalami Linux atau yang sehari-hari bergelut dengan infrastruktur cloud, saya sangat merekomendasikan untuk mencoba ShellGPT. Jangan ragu untuk bereksperimen dengan berbagai prompt dan mengeksplorasi model LLM yang berbeda (seperti Gemini atau Gemma) sesuai dengan preferensi kalian.
Bagaimana menurut kalian? Apakah ada yang sudah mencoba mengadopsi AI CLI tool semacam ini di environment kerja kalian? Atau mungkin ada kendala saat melakukan konfigurasi? Jangan sungkan untuk berbagi pengalaman atau bertanya di kolom komentar di bawah, ya!
Sampai jumpa di catatan teknis RDW-Notes selanjutnya. Tetap semangat dan salam oprek! ☕
