为什么说OpenClaw的神器是OpenCLI:CLI 正在杀死 GUI

如果你最近关注 AI 和开发者工具，可能注意到了两个正在快速崛起的项目：CLI-Anything和OpenCLI。它们在做同一件看似"反人类"的事情——把图形界面变成命令行。

但这件事的背后，藏着一个深刻的趋势：GUI 是人类的语言，CLI 是机器的语言。当 Agent 时代来临，软件世界正在被重新"插上插头"。

🎯 两条路线，一个目标

CLI-Anything 和 OpenCLI 选择了不同的技术路径，但最终指向同一个方向。

CLI-Anything：从源码出发

它的思路像是一位逆向工程师——扫描软件的源代码，把 GUI 操作映射到底层 API，然后用 Python Click 框架自动生成 CLI。GIMP、Blender、Audacity、LibreOffice 这些开源桌面软件，它都能包一层。

OpenCLI：从浏览器出发

它更像是一位老练的用户——不拆机器，但知道每个按钮按下去会发生什么。通过 Chrome 扩展 + 本地 Daemon 的架构，直接操作网站和 Electron 应用。

💡 关键洞察：两个项目合在一起，基本覆盖了"一切软件"——有源码的交给 CLI-Anything，没源码的网站和 Electron 应用交给 OpenCLI。

🔧 OpenCLI 的架构巧思

OpenCLI 的工作链路设计得相当克制且巧妙：

CLI 命令 → 本地 Daemon → WebSocket → Chrome 扩展 → 网页操作

你在终端敲opencli bilibili hot，Daemon 就把指令通过 WebSocket 发给 Chrome 扩展，扩展在浏览器里执行操作，把结果格式化输出到终端。

最关键的设计：它复用你 Chrome 里已经登录的 session。你在 B 站登录了，OpenCLI 就能用你的账号获取数据，不需要单独配置 Cookie 或 API Key。

"你的密码和凭据，从头到尾都没有离开过浏览器。"

Daemon 空闲 5 分钟自动退出，默认监听 localhost:19825，不会常驻后台吃资源。

🧠 为 AI Agent 设计的三个命令

OpenCLI 最值得关注的，是它为 AI Agent 专门设计的三个命令：

explore：给一个 URL，自动发现网站有哪些 API 可以调用。它会真的打开浏览器，点击、滚动、观察网络请求。
synthesize：拿到 explore 的结果后，自动生成对应的 CLI 适配器，不用写一行代码。
cascade：自动探测认证策略，从公开 API 开始试，逐级升级到 Cookie 认证、签名提取……一共五个级别。

# 一条命令搞定：探索 + 生成适配器 + 注册 opencli generate https://example.com --goal "hot"

这意味着：AI Agent 拿到一个从未见过的网站，也能自己摸索出怎么用命令行操控它。

📦 已支持的生态

目前 OpenCLI 已内置80+ 命令，覆盖30+ 站点和应用：

网站类

B 站：热门、搜索、字幕提取
知乎：热榜、搜索
小红书：笔记下载
Twitter/X：时间线、书签
Reddit：热帖
YouTube：视频信息
雪球：股票数据
BOSS 直聘：职位搜索

Electron 应用类

Cursor IDE
Notion
Discord
飞书
微信
网易云音乐

# 示例用法 opencli bilibili hot -f json | jq '.[]' opencli zhihu hot -f yaml opencli twitter bookmarks -f md

⚡ Electron 的突破

OpenCLI 最近支持了所有 Electron 应用的 CLI 化，这件事的意义不容小觑。

飞书、VS Code、Slack、Discord、Notion、Figma 桌面版……几乎你能叫得出名字的现代桌面应用，有一大半跑的都是 Chromium 内核。

OpenCLI 利用 Chrome DevTools Protocol (CDP) 直接和这些应用的内核通信，每个应用分配一个固定端口（Cursor 用 9222，ChatGPT 用 9224，Notion 用 9230），然后通过 DOM 操作来读取和注入内容。

🎯 巧妙之处：处理 React 等框架的富文本编辑器时，它没有直接设置.value（那样框架内部状态不会更新），而是用document.execCommand('insertText')来模拟真实的文本输入，绕过了框架的状态管理。

结果就是：Agent 可以直接在 Cursor 里写代码、在 Notion 里写文档、在 Discord 里发消息，全程命令行操作。

🌐 万物皆可 CLI

Karpathy 说过，让用户去网页上点按钮、填表单，"感觉挺粗鲁的"。Levie 也说，如果你的功能没有 API，那它等于不存在。

CLI-Anything 说：我来给桌面软件加上 CLI。

OpenCLI 说：我来给网站和 Electron 应用也加上。

它们在做同一件事：把人类花了 40 年给计算机穿上的那件 GUI 外衣，一件一件脱掉。

这件事正在加速。CLI-Anything 在 GitHub 上已经 15000+ 颗星，OpenCLI 也在短短几天内涨到了 2300+ 颗星。

⚠️ 权限的双刃剑

⚠️ 风险提醒：OpenCLI 复用浏览器登录态，让 Agent 拥有的权限和你在浏览器里的权限一模一样。你能在 B 站发弹幕，Agent 也能。你能发消息，Agent 就也能。

这既是优点（零配置，即开即用），也是风险（如果 Agent 判断出错，它用你的账号操作的一切后果都由你承担）。

CLI-Anything 解决的是 Agent"能不能干"的问题，OpenCLI 则把这个能力的范围扩大了十倍。

🎯 为什么 CLI 是 Agent 的母语？

因为 CLI 的特性，天然就是为 Agent 设计的：

✅ 文本输入
✅ 结构化输出
✅ 可组合
✅ 可发现（--help）
✅ 确定性强，没有歧义

💭 写在最后

GUI 是人类的语言，CLI 是机器的语言。

过去 40 年，我们一直在做翻译——把机器语言翻译成人类能理解的图形界面。现在 Agent 来了，它不需要翻译，它直接说机器的语言就好。

整个软件世界，正在被重新"插上插头"。而 Agent，终于可以自己动手了。

🔗 相关链接

OpenCLI GitHub：https://github.com/jackwener/opencli

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

OpenCLI 中文介绍：https://www.80aj.com/2026/03/18/opencli-ai-control/