夜雨聆风学习资料网

ARTICLE · 1319876

让 AI 直接操作任意软件:CLI-Anything

让 AI 直接操作任意软件:CLI-Anything

如果想让 AI 帮你用 GIMP 修改图片,或者用 Blender 制作一个简单的 3D 模型,你可能会发现一个问题:AI 能告诉你怎么做,也能生成一些代码,但不一定能直接调用这些软件的功能。

原因并不复杂。

很多专业软件虽然功能丰富,却没有专门为 AI Agent 准备好调用接口。AI 即使知道应该怎么操作,也未必有合适的方式执行。

CLI-Anything 就是冲着这个问题来的。它想做的事情是给现有软件增加一套命令行接口,让 AI 不必依赖鼠标和键盘,也能调用软件的功能。

把软件操作变成命令

CLI 是 Command Line Interface 的缩写,也就是命令行接口。

平时使用软件,我们习惯点击菜单、选择工具、调整参数。命令行则是另一种操作方式:把这些操作变成可以直接输入的指令,让程序执行。

CLI-Anything 的思路,就是分析目标软件的功能和代码,为它设计一套 Agent 可以使用的命令。

例如,原本需要在图片编辑软件里创建图层、调整参数、保存文件,现在可以把这些步骤拆成不同命令。AI Agent 根据任务要求,决定调用哪些命令,以及按照什么顺序执行。

这里有个区别需要注意:它不是简单地让 AI 模拟鼠标点击,而是希望 AI 通过命令行直接调用软件的实际功能。命令还可以组合使用,执行相对复杂的任务。

哪些软件可以接入?

这个项目由香港大学 HKUDS 团队发起,目前已经覆盖了不少不同类型的软件。

例如:

  • GIMP:图片编辑、图层和图像处理。
  • Blender:三维建模和渲染。
  • LibreOffice:文档、表格和演示文稿。
  • Inkscape:矢量图形编辑。
  • Audacity:音频编辑。
  • OBS Studio:直播和录屏。
  • Kdenlive、Shotcut:视频剪辑。

这些软件原本面向普通用户设计,现在通过对应的 CLI,AI Agent 也有机会参与其中的操作。

比如,需要批量处理图片时,可以让 Agent 调用 GIMP 的相关命令;需要整理一份文档时,可以让它调用 LibreOffice 的功能。

当然,具体能执行哪些操作,取决于对应 CLI 实际实现了多少功能,并不是软件原有的所有能力都一定能被完整调用。

不用自己从头制作,也能使用现成接口

CLI-Anything 有两种比较值得了解的使用方式。

一种是使用项目已经制作好的 CLI。项目提供了一个叫 CLI-Hub 的工具,可以查找、安装和管理社区已经制作的命令行接口。

比如想使用 GIMP 对应的 CLI,就可以先查找有没有现成版本,再进行安装。

另一种是自己生成接口。如果目标软件还没有现成的 CLI,可以借助项目提供的插件或技能,让支持的 AI 编程 Agent 分析软件代码,设计命令、编写实现,再进行测试和整理。

这也是它和普通自动化工具比较不同的地方。

传统自动化通常需要人提前设置操作流程,而 CLI-Anything 更希望把软件能力整理成一组可调用的工具,让 Agent 根据具体任务决定怎么组合使用。

它可以与 Claude Code、Cursor 等开发工具配合,具体支持的平台和安装方式需要参考项目当前文档。

普通人有没有必要关注?

如果只是偶尔修改图片、剪辑视频,直接打开软件操作可能更简单。

但如果经常需要重复处理大量文件,情况就不一样了。

例如,一批图片需要统一调整尺寸、格式和文件名称;一份文档需要按照固定要求生成多个版本。这类任务本身并不复杂,麻烦的是每次都要重复执行相同操作。

如果对应软件已经有可用的 CLI,Agent 就可以根据任务组织命令,减少人工重复操作。

还有一种可能是跨软件协作。比如让 AI 先处理图片,再把结果用于文档制作,整个过程不必每一步都由人手动切换程序。

不过,这些能力仍然取决于各个 CLI 的实际支持范围,不能理解为 AI 已经能够随意操纵电脑上的所有软件。

使用门槛并不低

CLI-Anything 虽然开源,但对完全没有技术基础的人来说,使用起来并不算简单。

如果只是安装别人已经制作好的 CLI,难度相对低一些,但仍然需要了解命令行、Python 环境和 Agent 的基本使用方式。部分 CLI 还要求电脑提前安装对应的软件。

如果想自己生成接口,就需要准备目标软件的代码或代码库,并使用支持的 AI 编程 Agent。

项目也提供了分析、设计、实现、测试和文档整理等多个步骤,并不是简单输入一句话就能保证生成的接口完全可用。

另外,生成出来的 CLI 也需要经过实际测试。软件本身的复杂程度、代码是否容易分析,都会影响最终效果。

CLI-Anything 有意思的地方,是它让 AI 有机会从提供操作建议,进一步参与专业软件的实际工作。

但它目前更适合愿意折腾命令行和 AI Agent 的用户。

如果只是日常使用办公软件或图片编辑软件,暂时没有必要为了它改变原来的操作习惯。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料