港大开源项目 35K+ Stars，重新定义 Agent 与软件的关系
一句话说清楚它是什么
CLI-Anything 是香港大学数据科学实验室（HKUDS）开源的革命性项目——它可以让 AI Agent 用一行命令，把 GIMP、Blender、LibreOffice、OBS、ComfyUI 等任何软件变成自己能操控的命令行工具。
不用写 UI 自动化脚本，不用研究 API，不用做任何适配——直接喂给它源码，自动生成生产级 CLI。
为什么这个项目值得你关注？
当前 AI Agent 面临的最大痛点
现在的 AI 编程 Agent（Claude Code、Cursor、Codex 等）虽然推理能力很强，但无法真正使用专业软件。举个例子：
- 你让 Agent “把这张图片的背景变成蓝色”，它做不到——因为它操作不了 GIMP
- 你让 Agent “生成一份 Q1 财报 PPT”，它只能给你 Markdown——因为它用不了 LibreOffice Impress
- 你让 Agent “渲染这个 3D 模型并导出 PNG”，它只能写脚本——因为它控制不了 Blender
当前的处理方式有三种，都不理想：
| 方式 | 问题 |
|---|---|
| UI 自动化（截图+点击） | 极其脆弱，换分辨率就崩 |
| 调用有限 API | 覆盖不全，大部分软件没有好 API |
| 重新实现一遍 | 工程量巨大，永远追不上原版 |
CLI-Anything 的解法
不为 Agent 重新造轮子，而是给轮子装一个 Agent 能用的方向盘。
它自动分析软件源码 → 生成命令行接口 → 写测试 → 发文档，全程无需人工编码。Agent 通过标准的 --help、--json、子命令来操作软件，可靠、可测试、可组合。
核心架构：7 阶段全自动流水线
CLI-Anything 不只是一个 “脚手架生成器”，它是一套完整的工程化方法论：
源码 → 分析 → 设计 → 实现 → 测试规划 → 测试实现 → 文档 → 发布
| 阶段 | 做什么 | 为什么重要 |
|---|---|---|
| Phase 1 - 分析 | 扫描源码，映射 GUI 操作到可调用接口 | 建立软件能力的完整地图 |
| Phase 2 - 设计 | 架构命令组、状态模型、输出格式 | 确保 CLI 结构合理、可扩展 |
| Phase 3 - 实现 | 生成 Click CLI，含 REPL、JSON 输出、undo/redo | 产出可直接使用的工具 |
| Phase 4 - 测试规划 | 创建 TEST.md 测试计划 | 定义质量基线 |
| Phase 5 - 测试实现 | 实现单元测试 + 端到端测试 | 验证功能正确性 |
| Phase 6 - 文档 | 更新测试结果文档 | 可追溯的质量记录 |
| Phase 6.5 - SKILL.md | 自动生成 AI 可发现的技能定义 | Agent 能自己理解和使用 CLI |
| Phase 7 - 发布 | 创建 setup.py，安装到 PATH | 一条 pip install 即可 |
当前总测试通过数：2,280+ 条，100% 通过率（含 1,682 单元测试 + 579 端到端测试 + 19 Node.js 测试）。
支持哪些软件？
截至 2026 年 5 月，已支持 35+ 款真实软件，覆盖多个领域：
???? 创意 & 媒体
GIMP（图像编辑）、Blender（3D 建模）、Inkscape（矢量图形）、Audacity（音频）、Kdenlive / Shotcut（视频编辑）、OBS Studio（直播推流）
???? 办公 & 效率
LibreOffice（文档/表格/演示）、Zotero（文献管理）、Obsidian（知识管理）、幕布（大纲笔记）
???? AI / ML
ComfyUI（AI 绘图工作流）、Ollama（本地 LLM）、Dify Workflow、NotebookLM
???? 开发 & 基础设施
n8n（工作流自动化）、http://Draw.io / Mermaid（图表）、Chromium（浏览器自动化）、PM2、ChromaDB
???? 游戏开发
Godot Engine、s&box（Source 2）
???? 企业 & 通信
Zoom、Mailchimp（303 条命令）、Firefly III（财务管理）
???? 科学计算
FreeCAD（3D CAD）、QGIS（地理信息）、CloudCompare（点云处理）
???? 还有更多
AdGuard Home、WireMock、LLDB、RenderDoc、Unreal Insights、ETH2……
理论上：任何有源码的软件，都能自动生成 CLI。
真实落地案例：1 小时搞定钉钉 CLI
这是目前社区最有价值的实战案例之一，来自开发者 @Rang：
背景
作者日常重度使用钉钉，但钉钉的开放性和 Agent 生态远不如飞书。虽然阿里内部（悟空项目）在推 CLI 化，对外仍无原生 CLI。
实施过程（三轮迭代）
第一轮 - 生成骨架：
/cli-anything <钉钉 SDK 源码路径>
自动生成了基础可运行的 CLI 框架，测试全部通过。但远未达到钉钉复杂权限模型下的生产可用水平。
第二轮 - 自主完善：
/cli-anything:refine <钉钉 SDK 源码路径>
自动修补遗漏部分，生成 SKILL.md。然后让另一个 Agent（OpenClaw）以”使用者”身份审查，提出 6 条改进建议：
- 单方法 Schema 查询（避免整模块输出过大）
- 统一 Schema 结构（方便 Agent 长期解析）
- Schema 校验（调用前校验字段、类型、必填项）
- 多种 JSON 输入方式（body-json/body-file/header-json/header-file）
- 结构化错误输出（Agent 可自动修复）
- 示例模板输出（帮助 Agent 快速构造合法调用）
第三轮 - 定向完善：
/cli-anything:refine <路径> '实现上述6条改进建议'
成果
- ✅ 消息发送
- ✅ 日程创建
- ✅ 报表读取
- ✅ 完整的 Schema 自省能力
- ✅ 测试全部通过，总耗时约 1 小时
- 项目已开源：github.com/sonicrang/dingtalk-cli
这个案例告诉我们的关键洞察
一个 Agent 生成工具，另一个 Agent 审查工具，第三个 Agent 使用工具 —— 这就是 AI 时代的新开发范式。
独特亮点
1. Preview + Live Preview + Trajectory 系统
不是简单的 “执行命令”，而是构建了一个完整的预览-实时预览-回放 循环：
- 生成真实渲染产物
- 刷新实时预览会话
- 记录命令到预览的历史轨迹
官方 Demo 中，FreeCAD Curiosity Rover 和 Blender Orbital Relay Drone 完全通过这个预览驱动的工作流构建。
2. CLI-Hub：让 Agent 自己发现和安装工具
CLI-Anything 不只是生成工具，还提供了一个 Agent 可以自主浏览和安装的命令行工具市场：
pip install cli-anything-hub
cli-hub install
Agent 可以自己发现 20+ 个分类好的 CLI，无需人类干预。
3. 零妥协的真实软件集成
CLI 不是重新实现软件功能，而是调用真正的软件后端：
- LibreOffice → 生成真实 PDF（验证
%PDF-magic bytes） - Blender → 渲染真实 PNG
- Audacity → 调用 sox 处理音频
测试不是 mock，是真的跑了一遍真实软件并验证输出。
4. Agent-Native 设计
每一个生成的 CLI 都内置：
--json标志：机器可消费的结构化输出--help：Agent 动态自省能力- REPL 模式：交互式会话，带状态管理
- SKILL.md：Agent 专属的使用指南
局限与思考
坦白地说，CLI-Anything 不是银弹：
| 局限性 | 说明 |
|---|---|
| 需要前沿模型 | Claude Opus 4.6 / GPT-5.4 级别才能可靠生成 |
| 依赖源码 | 纯二进制软件效果打折 |
| 多轮迭代 | 一次生成可能覆盖不全，需要 /refine |
| 权限和平台规则 | 生成工具能调用 API，但权限仍需人工配置（如钉钉案例中的 access_token） |
| 从框架到生产有距离 | 面对复杂系统，真实功能验证不可省略 |
但换个角度想——它把一个原本需要数周的工作压缩到了 1 小时。剩下的不是它做不到，而是”还需要人来判断和调优”。
对开发者的启示
CLI-Anything 背后有一个更深层的趋势判断：
“今天的软件为人设计，明天的用户是 Agent。”
这对我们意味着什么？
- CLI 正在复兴 —— 不是因为人类更喜欢敲命令，而是因为 Agent 最擅长消费结构化文本
- 软件需要 “Agent-Native” 层 —— 就像当年需要 “Mobile-First”，未来需要 “Agent-First”
- 工具生成 + Agent 审查 + Agent 使用 —— 这是新的开发流水线
- 不要再写脆弱的 UI 自动化了 —— 给 Agent 装 CLI 方向盘，而不是让它 “看着屏幕点按钮”
快速上手
# 1. 在 Claude Code 中添加插件市场
/plugin marketplace add HKUDS/CLI-Anything
# 2. 安装插件
/plugin install cli-anything
# 3. 给任意软件生成 CLI
/cli-anything /path/to/software
# 4. 安装并使用
cd software/agent-harness && pip install -e .
cli-anything-<软件名> --help
cli-anything-<软件名> --json <子命令>
结语
35,000+ GitHub Stars 不只是数字——它代表着一个共识正在形成：Agent 时代的软件交互方式，将从 GUI 转向 CLI。
CLI-Anything 不是 “又一个 AI 工具”，它抓准了 Agent 落地最难的环节：让 Agent 稳定、可验证地使用真实软件能力。
而 1 小时生成钉钉 CLI 的实战案例告诉我们：这条路已经走通了。
项目地址：github.com/HKUDS/CLI-Anything
官方站点：clianything.org
CLI-Hub 市场：clianything.cc
如果你也在做 Agent 落地，强烈建议关注这个项目。它不是未来，它正在发生。
