CLI-Anything:让所有软件成为AI代理的“原生应用”-夜雨聆风

CLI-Anything:让所有软件成为AI代理的“原生应用”

AI代理能写代码、能聊天，但面对专业软件（如GIMP、Blender、LibreOffice）却束手无策。

我们需要一种方法，让任意软件都能被AI代理直接控制，且不牺牲任何功能。

大语言模型的推理能力日新月异，但在“使用真实软件”这件事上，进展却异常缓慢。我们期望AI代理能像人类一样操作GIMP修图、用Blender渲染3D场景、通过LibreOffice生成PDF报告——但现实是：

GUI自动化（截图+点击）脆弱易碎，界面稍有变化就失效；
API覆盖不全，许多专业软件只提供有限接口，90%的功能被锁死；
重新实现功能成本极高，且永远追不上原软件的迭代速度。

结果是：AI代理被关在“沙箱”里，无法真正触及人类日常使用的专业工具。

—

CLI-Anything：一座桥，连接AI代理与全世界的软件

CLI-Anything 提出一个简单而深刻的思路：为任何软件自动生成一个结构化的命令行界面（CLI），让AI代理通过命令行与软件交互。

对AI代理而言，CLI是天然接口：文本输入、结构化输出（JSON）、自带--help文档。
对软件而言，只需有源代码，CLI-Anything就能分析其能力，生成完整的CLI工具，包含测试、文档、甚至AI可读的SKILL.md。

目前，CLI-Anything已成功为 13款专业软件 生成CLI，并通过了 1588项测试，100%通过。支持的软件涵盖图像处理（GIMP）、3D建模（Blender）、办公套件（LibreOffice）、音视频编辑（Audacity、OBS Studio）、AI图像生成（ComfyUI）等多个领域。

为什么是CLI？——代理优先的设计哲学

CLI（命令行界面）看似古老，却是目前最适合AI代理的交互方式：

结构化：命令、参数、选项天然适配LLM的文本生成格式，可组合成复杂工作流。
轻量通用：无需GUI、无需浏览器，任何系统都可运行。
自描述：--help输出即时文档，代理可动态发现能力。
机器可读：内置--json标志，输出结构化数据，消除解析误差。
确定可靠：无随机漂移，结果可复现，代理行为可预测。

CLI-Anything生成的每一个CLI都具备这些特性，并且支持两种模式：

REPL交互模式：适合代理进行多步操作，保持状态。
单条命令模式：适合脚本和管道集成。

—

7阶段全自动生成管道

CLI-Anything的核心是一个7阶段自动化流程，它接收任意软件的源代码（或GitHub仓库），输出一个完整的、可安装的CLI工具包。

分析：扫描代码，识别API、数据模型、用户操作路径。
设计：规划命令分组、状态模型、输出格式。
实现：用Python Click构建CLI，集成REPL、JSON输出、撤销/重做。
测试计划：生成TEST.md，规划单元测试和端到端测试。
编写测试：自动实现测试代码，覆盖核心功能。
文档：更新测试结果到TEST.md，生成使用说明。
发布：创建setup.py，将CLI安装到系统PATH。

还会生成SKILL.md——一个AI可读的技能定义文件，放在Python包内。当代理启动时，REPL横幅会显示该文件的绝对路径，代理可直接读取，知晓CLI的全部能力。

—

真实案例：从GIMP到Zoom，13款软件已就绪

总计 1,588 项测试，100%通过。这些CLI不是玩具，它们能调用真正的软件后端（如LibreOffice无头模式、Blender的bpy、FFmpeg等），生成真实可用的文件。

例如，用cli-anything-libreoffice创建一个Writer文档并导出为PDF：

cli-anything-libreoffice document new -o report.json --type writercli-anything-libreoffice --project report.json writer add-heading -t "Q1报告" --level 1cli-anything-libreoffice --project report.json export render output.pdf -p pdf

AI代理可以轻松完成这一系列操作，就像人类打开LibreOffice一样。

—

架构原则：真实、一致、可测试

CLI-Anything的设计建立在几条核心原则上：

真实软件集成：生成的CLI必须调用软件的真实后端（例如GIMP的GEGL/Script-Fu，Blender的bpy），绝不采用简化版替代。如果软件未安装，测试会失败（而非跳过），确保CLI的功能与原软件完全一致。
一致的用户体验：所有CLI共享同一套REPL皮肤（repl_skin.py），提供统一的命令历史、进度提示、彩色输出，代理无需学习新界面。
代理原生：每个命令都支持--json，输出结构化数据；--help输出标准格式；which命令可发现安装路径。
多级测试：单元测试+端到端测试（真实软件调用）+ CLI子进程测试，三层保障确保生产可用。

—

架构原则：真实、一致、可测试

前提条件

Python 3.10+
目标软件的源代码（本地路径或GitHub URL）
一个支持的AI代理（如Claude Code）

在Claude Code中使用

# 添加CLI-Anything市场/plugin marketplace add HKUDS/CLI-Anything/plugin install cli-anything# 为GIMP生成CLI/cli-anything:cli-anything ./gimp

安装并使用生成的CLI

cd gimp/agent-harnesspip install -e .cli-anything-gimp --help

生成后的CLI会安装到系统PATH，可直接使用。REPL模式提供交互式会话，--json模式供代理消费。

—

软件“代理原生”的概念，是该认真对待了

CLI-Anything不仅仅是一个技术项目，它预示着一个新范式：未来，软件的设计不再只为人类服务，还要为AI代理“原生”考虑。

当然，这条路还有挑战：

生成质量依赖大模型能力（当前需Claude Opus/GPT-5级别模型）。
需要软件源代码，闭源软件需另寻他法（如API包装）。
单次生成可能不够完善，需多次迭代（/refine命令可针对性增强）。
系统资源负担不容忽视。

对开发者：只需维护一份源代码，无需为每个AI平台单独开发接口。
对AI代理：可以像人类一样调用任何工具，完成复杂任务。
对用户：AI能真正“帮我们干活”，操作我们日常使用的专业软件。

但CLI-Anything已经证明了可行性：13款软件，1588项测试，100%通过。这是一个起点，一个让所有软件都能被AI代理使用的起点。

GitHub仓库：

https://github.com/HKUDS/CLI-Anything