给软件穿上＂AI 外套＂:CLI-Anything 如何让任何程序都能被 控制

之前我们介绍了 OpenAI 提出的 Harness Engineering（点击蓝字回顾），核心观点是：不要写更好的提示词，而是设计更好的环境。

今天给大家介绍两个基于这个理念的开源工具——CLI-Anything 和 OpenAI Codex CLI，它们做的事情非常酷：让任何软件都能被 AI 控制。

🤖 为什么需要”AI 化”软件？

现在的软件都是给人用的，有图形界面（GUI）。但问题是：AI Agent 看不懂 GUI 啊！

AI agent 只能读文本、跑命令行。你让它操作 Photoshop？对不起，AI 看不到你鼠标点击的是哪个按钮。

所以问题的关键是：怎么让 AI 也能操作那些原本为人类设计的软件？

答案来了：CLI-Anything。

🔧 CLI-Anything：一条命令，给软件穿上”AI 外套”

CLI-Anything 是一个开源项目（GitHub: HKUDS/CLI-Anything），它的 slogan 非常霸气：

“Making ALL Software Agent-Native”

翻译过来就是：让所有软件都变成 AI 原生。

一句话解释

你给它任何一个软件（甚至是一段源代码），它能自动生成一个命令行接口（CLI），让 AI Agent 能够通过命令行来控制这个软件。

支持哪些软件？

目前已经支持一大票常用工具：

• 🎨 GIMP（图像编辑器）
• 🎬 Blender（3D 建模）
• 📄 LibreOffice（办公套件）
• 🎥 Shotcut（视频编辑）
• 📹 Zoom（视频会议）
• …等等

而且还在快速增加中！

怎么用？

一步到位：

# 给 GIMP 创建一个 CLI
/cli-anything ./gimp

这就是它的全部操作。运行后，CLI-Anything 会自动：

1. 🔍 分析 — 扫描源代码/软件功能
2. 📐 设计 — 规划命令行参数结构
3. 🔨 实现 — 用 Click 框架构建完整 CLI
4. 🧪 测试 — 生成单元测试和端到端测试
5. 📝 文档 — 自动生成使用文档
6. 📦 发布 — 打包成可安装的 Python 包

能做什么？

生成出来的 CLI 支持：

• ✅ 完整的子命令 — 每个软件功能都有对应的命令
• ✅ JSON 输出 — AI 最爱，结构化好解析
• ✅ REPL 交互模式 — 随时进入交互式命令行
• ✅ 撤销/重做 — 后悔药
• ✅ 帮助文档 — 自带 –help，AI 可以自己发现能力

例子：GIMP 的 CLI 能做什么？

# 打开图片
gimp-cli open /path/to/image.png

# 调整亮度
gimp-cli adjust brightness --value 20

# 应用滤镜
gimp-cli filter blur --radius 5

# 导出
gimp-cli export --format jpg --output ./output.jpg

AI 只需要说一句”把这张图调亮 20%，然后加上模糊滤镜”，CLI-Anything 生成的工具就能自动完成。

🐍 GUI-Anything：还有进阶版！

就在 CLI-Anything 火起来之后，社区又搞出了 GUI-Anything！

如果说 CLI-Anything 是给软件穿上”命令行外套”，那 GUI-Anything 就是给它穿上”图形界面外套”。

核心功能：

• 把任何软件自动变成一个 Web GUI
• 同时暴露 MCP 工具 给 AI Agent 控制
• 一套代码，同时支持 Web → Desktop → Mobile

这就很离谱了——以后让 AI 帮你操作软件，连命令行都不用看了，直接看 GUI！

☁️ OpenAI Codex CLI：官方亲儿子

说完社区项目，不得不提 OpenAI Codex CLI——OpenAI 官方出的 AI 编程 CLI 工具。

这是 OpenAI 在 2025 年推出的产品，专门给开发者用来在终端里做 AI 编程。

核心能力：

• 📝 代码生成 — 终端里直接写代码
• 🔍 代码审查 — AI 帮你 review
• 🐛 Bug 修复 — 自动修 bug
• 📦 项目构建 — 帮你搭建项目结构

配合 Harness Engineering 使用，OpenAI 团队实现了 0 行手写代码，5 个月产出 100 万行代码 的壮举。

🔗 三者关系：生态来了

现在的 AI 开发工具链正在快速形成：

Harness Engineering（方法论）
    ↓
    ├── CLI-Anything（社区工具 → 给软件穿 CLI 外套）
    │       ↓
    │       └── GUI-Anything（进阶 → 再加个 GUI 外套）
    │
    └── Codex CLI（官方工具 → AI 编程本体）

核心思路都是一样的：让 AI 能”看到”和”操作”软件。

🤔 这意味着什么？

过去我们说”软件自动化”，主要指：

• 定时跑脚本
• CI/CD 自动化流程

现在 AI Agent 时代 的自动化变成了：

• 让 AI 直接操作任何软件
• 一句话完成复杂任务

比如：

• “帮我把这 100 张图片批量调亮，然后加上水印”
• “把这段视频剪成 1 分钟，配上背景音乐”
• “打开 Excel，汇总这个月的销售数据”

以前需要写 Python 脚本、查文档、调 API——现在只需要说一句话。

📚 资料链接

• CLI-Anything GitHub: https://github.com/HKUDS/CLI-Anything^[1]
• GUI-Anything GitHub: https://github.com/ImL1s/GUI-Anything^[2]
• CLI-Hub 工具市场: https://hkuds.github.io/CLI-Anything/hub/^[3]
• OpenAI Harness Engineering: https://openai.com/index/harness-engineering/^[4]

📣 关注「小杜讲AI」

专注分享 AI 前沿技术、行业洞察与工具实践。
每周带你了解一个改变开发方式的 AI 新概念。
微信号：HNUDumin

引用链接