现在人工智能变得越来越快，很多人开始把大语言模型的能力加进自己本地的工具里，这样能帮开发者更快地完成工作。命令行程序因为体积小、反应快，还能和其他脚本配合使用，一直是工程师每天离不开的好帮手。
这篇文章会从头开始，教你用 Go 语言做一个又快又省资源的终端 AI 聊天工具，它能和像 OpenAI、Ollama 这样的主流大模型接口通信，一边打字一边出结果，用起来顺手，以后也容易加新功能。
为什么选 Go 语言？
Go 写代码简单，处理多个任务也很轻松（靠的是 goroutine 和 channel），编译速度很快，而且可以直接生成一个单独的可执行文件，特别适合做命令行工具。它不需要额外装虚拟机或者解释器，编出来的程序在目标电脑上点一下就能跑，分发和安装都特别方便。另外，Go 自带的库已经支持网络请求、JSON 数据处理、命令行参数读取这些常见需求，写起来不用东拼西凑，省了很多麻烦。
开发环境配置
你要确认电脑上已经装了 Go（建议用 1.20 或更新的版本），可以用下面这行命令看看：
go version然后新建一个文件夹作为项目目录，并初始化 Go 模块：
mkdir ai-cli && cd ai-cli
go mod init ai-cli我们会用 urfave/cli/v2 来处理用户输入的命令和选项，这个库能让命令结构更清晰，参数解析也更简单：
go get github.com/urfave/cli/v2至于发网络请求和处理 JSON，Go 自己就带了这些功能（比如 net/http 和 encoding/json），不用再额外下载别的包。
整体架构规划
这个工具主要由几个部分组成：第一是命令入口，负责读用户敲的命令和参数；第二是配置加载，用来读 API 密钥、模型名称、服务地址这些设置；第三是 API 适配层，把不同平台的请求格式统一起来（比如让 Ollama 也能用 OpenAI 那套格式）；第四是流式响应处理，支持服务器一边算一边发字，这样回复看起来就像真人打字一样；最后是终端显示部分，要把 AI 的回答清楚地展示出来，还可以加颜色、控制光标位置，让界面更友好。
配置文件设计
我们用 YAML 格式来存配置，默认放在用户主目录下的 ~/.ai-cli/config.yaml 文件里，内容大概长这样：
api_key: "your-api-key"
model: "gpt-4o"
base_url: "https://api.openai.com/v1"
stream: true读这个文件要用 gopkg.in/yaml.v3 这个包：
go get gopkg.in/yaml.v3写加载逻辑的时候，先试着找用户目录里的配置文件；如果找不到，就提示用户去创建一个，而不是直接报错。
封装 API 调用逻辑
以 OpenAI 兼容的接口为例，先定义好要发的数据结构：
type ChatCompletionRequest struct {
Model string `json:"model"`
Messages []Message `json:"messages"`
Stream bool `json:"stream"`
}
type Message struct {
Role string `json:"role"`
Content string `json:"content"`
}接着用 http.Client 发一个 POST 请求。关键是怎么处理那种“边算边回”的情况——当 stream 设成 true 时，服务器会用 text/event-stream 的方式不断推送新词。我们需要一行一行读服务器返回的内容，只处理以 data: 开头的那些行：
resp, err := client.Do(req)
if err != nil { /* 处理错误 */ }
defer resp.Body.Close()
scanner := bufio.NewScanner(resp.Body)
for scanner.Scan() {
line := scanner.Text()
if strings.HasPrefix(line, "data: ") {
payload := strings.TrimPrefix(line, "data: ")
if payload == "[DONE]" {
break
}
// 把这一段 JSON 解开，拿到新增的文字
}
}优化终端交互体验
为了让回答看起来像有人在打字，不能等整段话都来了才显示，而是一收到新字就立刻打印出来。Go 的 fmt.Print 在大多数终端里都能正常工作，但要注意别不小心多输出了换行符，影响排版。
还可以给 AI 的回答加上颜色（比如绿色），这样一眼就能分清哪句是用户说的、哪句是 AI 回的，看着更舒服。实现方法可以是直接用 ANSI 转义字符，也可以引入像 github.com/muesli/termenv 这样的小工具。
多轮对话也是基本需求。我们可以在内存里记住之前的聊天记录，每次发请求时都带上这些上下文。再加一个 --clear 命令，让用户随时清空历史，重新开始一段新对话。
构建与分发
写完代码后，用下面的命令就能生成不同操作系统的可执行文件：
# Linux
GOOS=linux GOARCH=amd64 go build -o ai-cli-linux .
# macOS
GOOS=darwin GOARCH=amd64 go build -o ai-cli-mac .
# Windows
GOOS=windows GOARCH=amd64 go build -o ai-cli.exe .Go 编出来的程序是“自包含”的，不需要用户再装运行环境，下载下来双击（或在终端运行）就能用。
面向未来的扩展
以后如果想支持更多后端，比如 Ollama、Claude，或者你自己搭的本地模型，改起来也不难。只要定一个通用的 Backend 接口，每个平台写自己的实现就行。用户只需要在配置文件里把 backend 改成 ollama，就能自动切换引擎。
还可以加一些实用的小功能，比如设个短命令 aic 代替全名、让 Shell 自动补全命令、把聊天记录存到 ~/.ai-cli/history 文件里，下次打开还能接着聊，用起来更顺手。
结语
通过 Go 语言，我们做出了一个轻巧、快速、容易维护的命令行 AI 聊天工具。它不光能用来日常对话，还能嵌入到自动化流程里，比如跑 CI/CD、分析日志、辅助写代码等等。更重要的是，这展示了怎么把 AI 真正变成开发者手边的一个实用小工具，而不是一个遥远的黑盒子。