OpenAI出了官方命令行工具,以前要写SDK的活,现在一行命令搞定

做过AI开发的人都经历过这件事：

想快速测一个Prompt，想验证某个API的返回格式，想在服务器上跑一个简单的AI任务。

但你不想为这件事专门写一个Python脚本，import openai，配环境，处理异常……

以前的选择只有两个：裸写curl，或者忍着写SDK代码。

现在有第三个选择。

OpenAI官方上线了命令行工具 openai-cli，开源，Apache 2.0协议，直接在终端里调API。具体文档可去查阅 github：

https://github.com/openai/openai-cli

▌安装

两种方式：

Homebrew（Mac用户）

brew install openai/tools/openai

Go安装（跨平台）

go install'github.com/openai/openai-cli/cmd/openai@latest'

项目在GitHub的 openai/openai-cli，Apache 2.0，可以自己fork改。

▌最基础的用法

调一次对话接口：

openai responses create \  --input "用三句话解释什么是向量数据库" \  --model gpt-4o

命令结构是 openai [资源] [动作] [参数]，走资源化设计，和AWS CLI的习惯类似。

用惯了curl的人，这套写法会很顺手。

▌最值得关注的部分：直接跑Agent工作流

openai-cli 支持Responses API的全部云端工具（Cloud Tools），包括：

Web搜索

代码解释器

文件检索

图像生成

这意味着以前要在代码里编排的Agent工作流，现在可以直接从终端跑通。

比如让AI搜索最新信息并整理：

openai responses create \  --input "搜索今天AI领域最重要的三条新闻，每条一句话总结" \  --model gpt-4o \  --tools web_search

不用打开浏览器，不用写Python，终端里直接出结果。

对CI/CD流程和自动化脚本来说，这个能力很实用。

▌输出格式：可以直接管道串联

输出支持JSON、YAML、JSONL、pretty、raw多种格式，走Unix风格设计。

这意味着可以直接把openai-cli的输出串进其他工具：

输出JSON，用GJSON语法直接抽字段

openai responses create \  --input "生成一个JSON格式的产品描述" \  --model gpt-4o \  --output json \  --query "output[0].content[0].text"

内置了类似jq的GJSON语法，不需要额外安装jq就能处理JSON输出。

对写Shell脚本的人来说，这个设计非常友好。

▌其他实用功能

图像生成，一行命令：

openai images generate \  --prompt "极简风格的科技公司logo，蓝色调" \  --model dall-e-3 \  --output image.png

语音转文字：

openai audio transcribe @recording.mp3 --model whisper-1

文字转语音：

openai audio speech create \  --input "这是一段测试文字" \  --model tts-1 \  --voice alloy \  --output output.mp3

文件传参用 @ 语法，和curl一致：

openai responses create \  --input @prompt.txt \  --model gpt-4o

▌管理功能也整合进来了

创建项目、分配API Key这些运维操作也可以通过CLI完成：

创建新项目openai projects create --name "my-project"# 创建API Keyopenai api-keys create --name "production-key"

对需要管理多个项目或团队的人，这个功能可以写进运维脚本，不用每次登录Dashboard手动操作。

▌目前的局限

说清楚几点：

这个工具的发布人jason liu（jxnlco）在X上把它定性为"small ship / passion project"，暗示这是一个相对轻量的发布，更多文档还没出来。

现在GitHub上的文档不算完整，有些边缘功能需要自己探索或看源码。

另外，openai-cli解决的是"快速调API"的场景，复杂的业务逻辑、错误处理、重试机制这些还是需要SDK或者自己写代码。

它不是SDK的替代品，是补充。

适合的场景：测试Prompt、调试API响应、写自动化脚本、在服务器上跑简单AI任务。

不适合的场景：生产级应用的核心调用逻辑。

以前AI开发者的工具链里，命令行这一块是空的。

要么裸curl，要么开IDE。

现在这个空白填上了。