为什么钉钉、飞书、企微都在做 CLI？这个开源项目给出了最极致的答案

❝AI Agent 很聪明，但面对真实的专业软件，它就是个"睁眼瞎"。CLI-Anything 说：我来治。❞

先说一个扎心的事实

2026年了，AI Agent 能写代码、能做分析、能聊天能画画——但你让它打开 Blender 建个模？让它用 GIMP 修张图？让它在 LibreOffice 里排个版？

「抱歉，臣妾做不到。」

目前的"AI操控软件"方案，大多是这样的：

• 「GUI自动化（RPA）」：截图、找按钮、点鼠标。界面一更新就全崩。
• 「有限的API」：只覆盖10%的功能，剩下的？自己想办法。
• 「重新造轮子」：用Python重写一遍软件的核心逻辑。好不容易写完，原软件90%的专业功能没了。

这就是 AI Agent 世界里最大的"断裂带"——「推理能力爆表，软件操控能力约等于零」。

CLI-Anything：一行命令，让任何软件变成 Agent 的原生工具

「CLI-Anything」 是一个来自香港大学数据科学实验室（HKUDS）的开源项目，GitHub 地址：https://github.com/HKUDS/CLI-Anything。

它的核心理念只有一句话：

❝「不重写软件，不模拟GUI，不阉割功能——直接生成一套结构化的CLI接口，让AI Agent像用命令行一样操控任何专业软件。」❞

怎么理解？举个例子。

你有一份 Blender 的源码（或者从 GitHub clone 下来也行），在 Claude Code 里敲一行命令：

/cli-anything ./blender

接下来，全自动的 7 阶段流水线开始工作：

1. 「分析源码」 → 把GUI操作映射到API
2. 「架构设计」 → 规划命令分组和状态模型
3. 「代码实现」 → 生成完整的 Click CLI，带 REPL、JSON输出、撤销/重做
4. 「规划测试」 → 自动生成测试计划
5. 「编写测试」 → 实现单元测试 + 端到端测试
6. 「生成文档」 → 写入测试结果
7. 「打包发布」 → pip install 即可全局使用

整个过程，「零人工干预」。

完成后你会得到一个 cli-anything-blender 命令，Agent 可以这样用它：

# 创建场景
cli-anything-blender scene new --name ProductShot

# 添加物体
cli-anything-blender object add-mesh --type cube --location 0 0 1

# 渲染——调用的是真正的 Blender 引擎！
cli-anything-blender render execute --output render.png --engine CYCLES

注意最后一行：「它调用的是真正的 Blender 渲染引擎」，输出的是真正的渲染图片，不是什么Pillow糊弄事的替代品。

为什么是CLI？不是MCP？不是API？

很多人第一反应是：MCP 不香吗？为什么要走CLI这条路？

CLI-Anything 的选择有深层逻辑：

「1. CLI 是人和 AI 的最大公约数」

命令行是纯文本输入、纯文本输出——这恰好是大语言模型最擅长的格式。不需要协议适配，不需要序列化/反序列化的开销，一个 --help 就能让 Agent 自动发现所有能力。

「2. 零依赖，零配置」

不需要启动MCP Server，不需要配置OAuth，不需要安装SDK。pip install -e . 之后，which cli-anything-blender 就能找到它。Agent 发现工具的方式和人类完全一样。

「3. 确定性和可组合性」

同样的命令永远产出同样的结果。命令之间可以自由组合成流水线，这对 Agent 的行为可预测性至关重要。

「4. 实战验证」

Claude Code 每天通过命令行执行数以千计的真实任务。CLI 不是"理论上可行"，而是"已经在跑了"。

1917 项测试，100% 通过率，覆盖 21 款软件

空口白话没意义，直接上硬数据。

CLI-Anything 目前已经为 「21款」 不同领域的专业软件生成了完整的 CLI 接口：

「全部 1917 项测试，100% 通过。」

这里面不只有"跑通了"的单元测试，还有硬核的端到端验证：

• LibreOffice 导出 PDF → 检查 %PDF- 魔术字节
• Blender 渲染 → 验证输出 PNG 的像素内容
• Audacity 处理音频 → 检查 RMS 电平和时长

「不是mock，不是stub，是真刀真枪调用真实软件。」

五分钟上手指南

方式一：Claude Code（推荐）

# 1. 添加插件市场
/plugin marketplace add HKUDS/CLI-Anything

# 2. 安装插件
/plugin install cli-anything

# 3. 对准任何软件，一键生成
/cli-anything ./gimp

# 4. 觉得覆盖不够？迭代优化
/cli-anything:refine ./gimp "我要更多滤镜和批处理功能"

方式二：OpenClaw / OpenCode / Codex / Copilot CLI

CLI-Anything 不绑定任何单一平台。它为 「6 个主流 AI 编程工具」 提供了原生接入：

• Claude Code（插件）
• OpenCode（斜杠命令）
• OpenClaw（SKILL.md）
• Codex（Skill）
• Qodercli（插件）
• GitHub Copilot CLI（插件）

挑你顺手的，装上就用。

方式三：直接使用生成好的CLI

社区已经生成了 20+ 个即装即用的 CLI，全在 「CLI-Hub」 上：

# 比如安装 Ollama 的 CLI
pip install git+https://github.com/HKUDS/CLI-Anything.git#subdirectory=ollama/agent-harness

# 直接用
cli-anything-ollama --help
cli-anything-ollama model list --json

一行 pip install，Agent 立刻拥有操控对应软件的全部能力。

它比"GUI Agent"强在哪？

最近 GUI Agent（Computer Use 类方案）很火，但 CLI-Anything 走了一条完全不同的路。来做个对比：

不是说 GUI Agent 没价值——但在专业软件操控这个场景，CLI 方案碾压级优于截图点击。

CLI-Hub：让 Agent 自己找工具

CLI-Anything 还做了一件很酷的事：「CLI-Hub 元技能」。

装上这个元技能后，你的 Agent 不需要知道"要用什么CLI"，它会自己去 CLI-Hub 浏览目录，找到合适的工具，自动安装，然后使用。

# 安装元技能
openclaw skills install cli-anything-hub

# 然后直接甩任务
"帮我用合适的工具把这段音频降噪并导出为 MP3"

Agent 会自己发现 cli-anything-audacity、自动安装、调用降噪命令、导出文件。「全程零人工介入。」

这才是 Agent 真正该有的样子——不是"我告诉你用什么工具"，而是"你自己去找"。

架构上的几个硬核设计

如果你是技术人，这几个设计值得关注：

1. 真实软件集成，零妥协

CLI 生成合法的项目文件（ODF、MLT XML、SVG），然后调用真实软件后端渲染。如果后端缺失，测试直接 「fail」 而不是 skip。

这意味着每一个通过的测试都经过了真实软件的验证。

2. 双模交互

每个 CLI 都支持两种模式：

• 「子命令模式」：适合脚本和流水线，cli-anything-gimp --json project new
• 「REPL 模式」：适合交互式 Agent 会话，直接输入命令名即进入

3. 统一的 REPL 皮肤

所有 CLI 共享 repl_skin.py——统一的品牌横幅、风格化提示符、命令历史、进度指示器。无论操控哪个软件，交互体验一致。

4. SKILL.md 自动生成

每个 CLI 自动附带一份 SKILL.md，包含 YAML 元数据、命令文档、使用示例和 Agent 专用指南。这让任何 Agent 框架都能即时发现和使用这个 CLI。

适用场景远比你想的广

不只是"创意软件"。CLI-Anything 的射程覆盖了几乎所有有源码的软件类型：

• 「创意与媒体」：Blender、GIMP、Inkscape、Audacity、Kdenlive、Shotcut、Krita、OBS Studio
• 「办公与生产力」：LibreOffice、Mubu、Zotero
• 「AI平台」：ComfyUI、Ollama、NotebookLM、AnyGen、Novita
• 「开发工具」：iTerm2、RenderDoc、Browser
• 「图表与可视化」：Draw.io、Mermaid、FreeCAD
• 「通信协作」：Zoom
• 「网络基础设施」：AdGuardHome、Teltonika RMS
• 「UI设计」：Sketch

而且这个列表每天都在增长。社区贡献者来自全球，最近两周就新增了 FreeCAD（258个命令！）、iTerm2、Zotero、RenderDoc、Browser 等多个 CLI。

局限性（实话实说）

任何项目都有局限，CLI-Anything 也不例外：

1. 「依赖强大的基座模型」。要可靠地生成 CLI，你需要 Claude Opus 4.6、Sonnet 4.6 或 GPT-5.4 这个级别的模型。小模型可能产出不完整的 CLI。
2. 「需要源码」。如果目标软件只有编译后的二进制，效果会大打折扣。
3. 「可能需要多次迭代」。一次 /cli-anything 不一定能覆盖所有功能，通常需要跑几次 /refine 来补齐。

但在我看来，这些更像是"当前阶段的限制"而非"根本性缺陷"——模型能力在快速提升，逆向工程工具在进化，迭代优化本身也是自动化的。

一句话总结

「CLI-Anything 做了一件看起来简单但极其深远的事：它让"AI Agent操控真实专业软件"这件事，从"理论上可行"变成了"一行命令就能用"。」

21款软件、1917项测试、6个平台支持、全球社区贡献——这不是一个实验室demo，是一个正在快速成长的生态。

如果你是 AI 开发者，强烈建议你花 5 分钟试一下。

如果你维护一款开源软件，考虑用 CLI-Anything 给它加一层 Agent 接口——这可能是你的软件进入 AI 时代最快的方式。