引言

在 AI Agent 蓬勃发展的今天，一个核心矛盾日益凸显：AI 的推理能力越来越强，但操控真实专业软件的能力却很弱。 Photoshop、Blender、LibreOffice——这些人类每天依赖的生产力工具，对 AI Agent 来说几乎是不可触及的黑箱。

现有的解决方案要么靠脆弱的 GUI 自动化（截图+点击，三天两头崩），要么是覆盖面有限的API 封装，要么干脆阉割掉 90% 的功能重新造轮子。有没有一种方式，既能保留软件的全部专业能力，又能让 AI Agent 轻松驾驭？

香港大学数据智能实验室（HKUDS）给出了一个简单而优雅的答案：CLI-Anything。

一句话理解 CLI-Anything

今天的软件为人而生，明天的用户是 Agent。

CLI-Anything 的核心思路极其直接——既然大语言模型天生就擅长处理结构化文本，那就把所有软件都变成命令行工具。一行命令，就能为任意开源软件的代码库自动生成一套完整的 CLI 接口，让 GIMP、Blender、LibreOffice 等专业软件瞬间变成 AI Agent 可以直接调用的原生工具。

项目自 2026 年 3 月上线以来迅速走红，GitHub Star 数突破 19,000，登上 GitHub Trending 榜单，成为 Agent 工具链领域最受关注的开源项目之一。

为什么是 CLI？

CLI-Anything 的核心判断是：在 Agent 和软件之间，应该补一层命令行接口，而不是让 Agent 直接去搏斗 GUI。理由很充分：

结构化、可组合：文本命令天然匹配 LLM 的输入格式，可自由串联成复杂工作流

自描述：一个 --help 就能让 Agent 自动发现所有功能

Agent 友好：内置 JSON 输出，Agent 无需任何额外解析

确定且可靠：输出稳定一致，Agent 行为可预测

久经验证：Claude Code 每天就是通过 CLI 执行数以千计的真实任务

怎么工作的？全自动 7 阶段流水线

CLI-Anything 设计了一套完整的自动化流水线，从源码分析到发布上线全程无需人工介入：

分析 — 扫描源码，将 GUI 操作映射到后端 API

设计 — 规划命令分组、状态模型、输出格式

实现 — 构建基于 Click 框架的 CLI，包含 REPL 交互、JSON 输出、撤销/重做

规划测试 — 生成测试计划，涵盖单元测试和端到端测试

编写测试 — 实现完整测试套件

文档 — 自动生成使用文档和测试报告

发布 — 生成 setup.py，一键安装到系统 PATH

一个关键的设计原则是：生成的 CLI 不会重新实现软件功能。它生成合法的项目文件（ODF、MLT XML、SVG 等），然后调用真实软件的后端去渲染。GIMP 就用 GIMP 的引擎，Blender 就用 Blender 的渲染器——功能一个不少，零妥协。

实测验证：11 款软件，1,508 项测试，100% 通过

HKUDS 团队在 11 款复杂的专业软件上进行了完整验证，涵盖创意、办公、通信、图表和 AI 内容生成多个领域：

测试覆盖四个层级：核心函数的单元测试、项目文件完整性的端到端测试、调用真实软件后端的集成测试，以及通过子进程调用已安装命令的 CLI 验证测试。

使用体验：简单到不可思议

以 Claude Code 为例，只需三步：

# 1. 添加插件市场/plugin marketplace add HKUDS/CLI-Anything# 2. 安装插件/plugin install cli-anything# 3. 为任意软件生成 CLI/cli-anything:cli-anything ./gimp

生成完成后，Agent 就可以像这样操控软件：

# 创建一个 LibreOffice 文档$ cli-anything-libreoffice document new -o report.json --type writer# 添加标题$ cli-anything-libreoffice --project report.json writer add-heading -t "Q1 Report"# 导出为真实 PDF（调用 LibreOffice 无头模式渲染）$ cli-anything-libreoffice --project report.json export render output.pdf -p pdf

除了 Claude Code，CLI-Anything 还支持 OpenCode、OpenClaw、Codex、Qodercli 等多个 AI 编程平台，并计划支持 Cursor、Windsurf 等更多工具。

适用场景广泛

CLI-Anything 的野心不止于几款创意软件。它理论上适用于任何有代码库的软件：

创意与媒体：Blender、GIMP、Krita、Inkscape、Audacity、OBS Studio

开发工具：Jenkins、Gitea、Portainer、SonarQube

数据与分析：JupyterLab、Apache Superset、Metabase

企业与办公：LibreOffice、NextCloud、Grafana

科学计算：FreeCAD、QGIS、ImageJ、KiCad

AI/ML 平台：Stable Diffusion WebUI、ComfyUI、Open WebUI

常见误解：CLI-Anything ≠ MCP 工具封装

很多人第一次听到 CLI-Anything 时会误以为它是自动封装出一堆 MCP（Model Context Protocol）工具。实际上两者是完全不同的技术路线：

MCP 路线：Agent 通过 JSON-RPC 协议调用 MCP Server 暴露的函数/方法，需要运行一个常驻的 Server 进程，工具以结构化的函数签名描述给模型。

CLI-Anything 路线：Agent 通过 Bash/Shell 直接执行命令行程序，不需要额外的协议层和常驻进程，工具就是一个安装在系统 PATH 里的可执行命令。

两者的调用链路对比：

MCP 路线： Agent → MCP 协议 → MCP Server 进程 → 软件
CLI-Anything： Agent → Bash/Shell → CLI 命令 → 软件

CLI-Anything 赌的是一个朴素的事实：AI Agent 本来就擅长执行 Shell 命令。Claude Code、Cursor、Codex 每天都在通过终端操控各种工具，所以不需要额外的协议层，直接生成 CLI 就是最轻量、最通用的方案。一个 --help 就能让 Agent 自动发现所有功能，不需要额外的工具描述文件或注册流程。

社区评价：方向对了，细节在路上

CLI-Anything 在社区引发了广泛关注和讨论。知乎上的深度拆解文章给出了中肯的评价：

CLI-Anything 真正有价值的地方，不是它今天已经把"任意软件"都接成了 Agent 工具，而是它把一套可复制的 GUI → CLI → Agent 适配方法写成了标准件。

当然也有人指出它的局限性：只能处理开源软件（需要源码分析），生成过程依赖强模型（Claude Sonnet 4 级别），对 Blender 这种巨型项目可能无法一次覆盖所有功能。但项目提供了 /refine 命令支持增量优化，可以逐步扩大功能覆盖。

结语

CLI-Anything 代表了 Agent 时代一个极其重要的方向：工具接口层。当我们讨论 AI Agent 的落地时，往往关注模型能力、推理框架、任务规划，却忽略了一个最基础的问题——Agent 怎么操作真实世界的软件？

CLI-Anything 给出的答案简洁而有力：用 CLI 做桥梁，让每一款软件都说 Agent 听得懂的语言。这可能不是最终的答案，但它踩中了一个迟早必须补上的关键环节。对于关注 AI Agent 生态的开发者来说，这是一个值得持续关注的项目。

版权声明：本文转载于今日头条，版权归作者所有，如果侵权，请联系本站编辑删除