用过 AI 写代码的人都知道瓶颈在哪：它能写出上千行程序，却点不动鼠标。Office、Photoshop 这类桌面软件，长期没有给 AI Agent 留正式通道。harness-anything 的思路很直接——把 Windows COM 接口封装成标准 CLI 命令，Agent 用一句话就能完成一次真实操作。

主库叫 cli-anything-wps：每条命令对应一次对 WPS/Office 或 Adobe 软件的操作，加 --json 参数后输出直接变成结构化数据。调用链一目了然：CLI 命令 → Core 模块 → COM Bridge → 软件引擎，全程透明、可审计、可复现。

仓库里是四条独立管线：WPS/Office、Zotero 学术、Illustrator 矢量、Photoshop 位图，共用一套封装思路——CLI 命令 → Click 入口 → Core 模块 → COM Bridge → 软件引擎。每条命令都能独立执行，也能被 Agent 串成完整工作流：

CMDcli-anything-wps --json document new --type impress --name "演示"

仓库里最受关注的组件是 pptengine——它把「做 PPT」沉淀成可复用的引擎：路径全部基于包位置推导，不含任何绑定机器的绝对路径，克隆下来即可运行。

两种驱动方式

代码驱动：Deck 加几个元素原语，几行代码出一页；JSON 驱动：用 slides.json 描述页面，渲染器按 type 字段路由，换内容零改码。元素覆盖 13 种类型：text、image、table、2×3 卡片组、宽卡片列表、标语条、横向时间轴等；渐变横幅、箭头、圆环、页面背景全部由 PIL 现场绘制，不依赖外部图床；收尾还有 PyMuPDF 逐页检查文本溢出——工程细节做到了位。

图表、表格逐页排布。每个案例给足三件套：模板底图 + JSON 数据 + Python 构建脚本，跑一遍即得 PPTX 与 PDF 双格式产物——照着抄，就是最省事的入门方式。代码驱动的最小示例只有几行：

开源仓库的价值，往往不在功能列表里，而在它替你踩过的那些坑。COM 接口是老 API，行为特例多，文档零散——pptengine 内置规避了 7 个常见陷阱：

本地装的是 MS Office 而不是 WPS？也不用额外适配：COM 接口与 VBA 兼容，把 ProgID 改成 PowerPoint.Application、Word.Application、Excel.Application 就能直接驱动。作者还把一套 PPT 布局规范写进了文档，可以把排版规范直接当质检清单：

当 COM 接口被包装成 CLI，你装的每一款桌面软件，都可能是一条现成的工具链

这个项目的意义不只是「AI 做 PPT 更快」——它把桌面软件的操作经验，变成了 Agent可读、可复用的资产。对正在搭 AI 工作流的人来说，值得收藏进工具箱；对天天和 Office 打交道的人，它至少提供了一种新的思路：把重复的点击，交给一行命令。

项目开源可取用，感兴趣可以根据指引自助获取源码与文档。

# 软件工具下载地址https://github.com/yb2460/harness-anything