让AI操控所有软件?港大开源CLI-Anything杀疯了

问你个问题：你的 AI 助手能打开 Blender 建个 3D 模型吗？能让 LibreOffice 生成一份排版好的 PDF 吗？能操作 GIMP 批量处理图片吗？

答案大概率是：不能。AI 会聊天、会写代码，但一到专业软件就抓瞎——只能靠截图+模拟点击的 GUI 自动化，脆弱得像纸糊的，软件界面改一下就全崩。

港大数据智能实验室（HKUDS）开源了一个项目 CLI-Anything，口号相当霸气：Making ALL Software Agent-Native——让所有软件都变成 AI 原生的。GitHub 近 5 万 Star，上个月还冲上了 Trendshift 榜单。

它干的事一句话讲清：把任何软件自动转换成 AI 能直接调用的命令行工具，专业能力零损耗。

项目地址，建议收藏后慢慢看：github.com/HKUDS/CLI-Anything

01 · 它解决的是“AI 与软件的鸿沟”

先看清楚这个问题的份量。今天的 AI Agent 推理能力已经很强，但用不了真正的专业工具。想让它修图，它只能调 Pillow 简化版；想让它剪视频，它够不着专业剪辑软件的核心能力。现有方案三条路全是坑：GUI 自动化（截图+点击，一改版面就崩）、官方 API（覆盖率极低）、功能阉割版重实现（丢掉 90% 专业能力）。

CLI-Anything 的思路是第四条路：给软件自动生成一层完整的 CLI 接口。为什么选 CLI？README 里论证得很清楚——CLI 是人类和 AI 共享的通用接口：文本命令天然匹配 LLM 的输入格式、可组合链式调用、--help 自带文档让 Agent 自主发现能力、跨系统零依赖。Claude Code 每天就在用 CLI 跑几千个真实工作流，这条路已被验证。

关键设计决策：“我们构建通往软件的结构化接口，而非替代品”。生成的 CLI 会直接调用真实软件后端——LibreOffice 真的生成 PDF，Blender 真的渲染 3D 场景，专业能力一点不打折。

💡 AI 世界的下一场战争不在模型层，在接口层。谁能让 Agent 低成本接入存量软件世界，谁就掌握了通往现实世界的钥匙。

02 · 核心机制：7 阶段自动化流水线

CLI-Anything 的本体是一个 Claude Code 插件（也支持 OpenClaw、Cursor、Codex、Pi 等十来个 Agent 平台）。装好后，一条命令就能给任何软件生成完整 CLI：

/cli-anything ./blender

这条命令背后是一条全自动的 7 阶段流水线：分析源码（把 GUI 操作映射到 API）→ 设计命令结构 → 实现 CLI（Click 框架 + REPL + JSON 输出 + 撤销重做）→ 规划测试 → 写测试 → 生成文档 → 打包发布。全程零人工，产出直接进 PATH。

产出的 CLI 带三个 Agent 友好特性：每条命令内置 --json 输出（机器直接消费）；状态化 REPL（交互式会话 + 脚本模式双形态）；自动生成 SKILL.md（Agent 能通过 skill 系统自动发现并学会用这个工具）。

不满意还能迭代：/cli-anything:refine 会做能力差距分析，补上缺的命令和测试，每轮增量式增强，不破坏已有功能。

一条命令背后：全自动 7 阶段流水线及其完整产出

03 · 生态已经跑起来了：40+ 软件、2461 个测试

这个项目最狠的地方是它已经验证了规模化。仓库里现在有 40+ 个专业软件的现成 CLI：Blender（3D）、GIMP（修图）、LibreOffice（办公）、OBS（直播）、Kdenlive/Shotcut（剪辑）、Draw.io（图表）、Ollama（本地大模型）、ComfyUI（AI 绘图）、Zoom（会议）、QGIS（地理信息）、FreeCAD（CAD）……从创意工具到科学计算全覆盖。

质量也不是玩具级的：2461 个测试全部通过，包括单元测试 + 真实软件端到端验证（比如真调 LibreOffice 检查 PDF 魔数、真渲染 Blender 检查 PNG 输出）。他们的原则是“零妥协依赖”——后端缺失时测试直接失败而非跳过，保证功能真实性。

官方演示也很直观：Agent 用 FreeCAD 组装一台“好奇号”火星车模型、用 Blender 建轨道无人机并逐步预览渲染、用 Draw.io 画出完整的 HTTPS 握手时序图、甚至玩 Slay the Spire II 卡牌游戏做策略决策——全部纯命令行驱动。

配套还有 CLI-Hub（cli-hub install 软件名，一条命令装现成 CLI）和 meta-skill（Agent 自己去 Hub 找工具、装工具、用工具，全程自主）。

04 · 三种玩法，对号入座

玩法一：直接用现成的。pip install cli-anything-hub，然后 cli-hub install blender，你的 Agent 立刻获得 Blender 的完整操控能力。适合大多数人。

玩法二：给自家软件生成 CLI。公司内部工具、没赶上 API 时代的老系统，扔给 /cli-anything，自动生成带测试带文档的完整 CLI。这是企业 AI 化的捷径。

玩法三：把散装 API 收编成一个 CLI。一堆零散的 Web API 文档喂进去，出来一个统一的状态化 CLI——比裸调 API 省大量 token，还能链式组合。

安装（以 Claude Code 为例，其他平台文档里都有对应方式）：

/plugin marketplace add HKUDS/CLI-Anything/plugin install cli-anything

地址再放一次：github.com/HKUDS/CLI-Anything——Apache 2.0 协议，Python 3.10+，有中文文档，还有配套论文（arXiv:2606.03854）可以深挖技术细节。

05 · 往深看：Agent 世界的“驱动层”战争

看完这个项目，我有一个判断：Agent 生态正在重演操作系统的历史。

当年 Windows 的胜负手不是应用，是驱动生态——硬件厂商主动写驱动，Windows 才能操控一切。今天的 Agent 也卡在同样的地方：模型是 CPU，Skills 是应用，但“操控存量世界”的驱动层还空着。CLI-Anything 本质上是在做 Agent 世界的通用驱动生成器，49k Star 说明开发者们看懂了这个卡位。

对做产品的朋友（尤其是出海方向），这里有个更实际的机会窗口：“软件 Agent 化改造”本身可能是一门生意。海外企业一堆内部老系统，没有 API、没有文档，但都想接 AI。用这套流水线给它们生成 CLI harness，就是咨询+实施的市场。先跑通案例的团队，能吃到最肥的一段。

冷思考也放这：GUI 软件的 CLI 化并非万能——高度依赖视觉反馈的工作流（比如设计微调）依然需要人机协作；而且 AI 生成的 CLI 质量 depends on 源码质量，闭源商业软件就没法用生成器，只能靠官方 API 或者 MCP 桥接（项目里 ArcGIS Pro 就是这么做的）。工具很强，边界也清晰。

🔥 模型给了 AI 大脑，CLI-Anything 在给 AI 双手上一代软件为人设计，下一代软件为 Agent 而生谁先让 Agent 接入存量世界，谁就拿到下一个时代的门票

📌 全文约 2500 字｜HKUDS CLI-Anything 完整拆解

觉得有用，转发给还在跟 GUI 自动化搏斗的朋友 👇