乐于分享
好东西不私藏

重磅!CLI-Anything让所有软件变身Agent,AI时代来了

重磅!CLI-Anything让所有软件变身Agent,AI时代来了

摘要:HKUDS开源神器CLI-Anything,一条命令让任何软件变成Agent可调用,已生成70+CLI,让所有软件Agent化。

最近刷GitHub,看到个项目名字有点意思

CLI-Anything。

一条命令让所有软件Agent化。

说实话我第一眼看到这个介绍的时候,脑子里蹦出一个念头,这玩意儿有点野。

HKUDS出的,香港大学数据科学学院。这个背景有点分量,不是随便什么个人开发者搞的小玩具

点进去看了一眼介绍,一句话让我愣住了。

一条命令行,让任何软件变成Agent可调用的CLI。

这个概念有点狠

什么叫Agent化,说白了就是让软件能被AI Agent调用。以前我们用软件,是人工打开界面,点击按钮,拖拽滑块。Agent化不一样,是把软件的操作变成命令,AI Agent能直接调用这些命令,不用人工干预。

这玩意儿有点颠覆

我有时候在想,AI Agent这波浪潮,最大的瓶颈是什么

很多人觉得是模型能力,大模型够不够聪明,能不能理解复杂任务。但我自己的感受是,另一个瓶颈可能更关键,Agent能调用的工具太少了。

Claude Code能调用什么,CLI命令、文件操作、代码工具。Pi能调用什么,类似的工具集。OpenClaw、Cursor,这些Agent平台能调用的工具,大多是开发者工具、代码相关的东西。

但世界上有多少软件,有多少软件Agent根本调用不了。

GIMP图像编辑,Blender 3D建模,LibreOffice文档处理,Zoom视频会议,Obsidian笔记管理。这些软件都有GUI界面,都是人工操作的,Agent根本调用不了。

CLI-Anything要解决的就是这个距离问题

它能把任何软件变成CLI,一条命令下去,生成一套命令行接口,Agent就能调用这个软件了。

这个能力有点猛

你想想以前如果想让Agent调用一个软件,得干嘛。得自己写CLI,得把软件的GUI操作翻译成命令,得测试验证,得维护迭代。这个工作量不小,很多软件根本没人愿意去写CLI

现在有了CLI-Anything,一条命令就能生成CLI

你不用自己写,不用自己翻译,不用自己测试。CLI-Anything自动分析软件源代码,自动映射GUI操作到API,自动生成CLI接口,自动写测试,自动发布。

这个过程是7个阶段

分析源代码,映射GUI操作到API。设计命令组,架构状态模型和输出格式。实现CLI,包括REPL、JSON输出、undo/redo。规划测试,创建TEST.md。实现测试套件。更新文档。发布,创建setup.py安装到PATH。

7个阶段全自动跑完,一条命令下去,软件就变成Agent可调用的CLI了。

坦率的讲,这个自动化程度有点狠

以前写CLI是手工活儿,现在变成了自动活儿。CLI-Anything把整个流程自动化了,你不用动手,软件就变成Agent可调用的了。

回到项目本身看看它支持什么软件。

GIMP、Blender、LibreOffice、FreeCAD、Zoom、Kdenlive、Inkscape、Draw.io、QGIS、MuseScore、Zotero、Godot、Krita、RenderDoc、n8n、Exa、Safari、Obsidian。

这列表有点长,70+软件

图像编辑、3D建模、文档处理、视频剪辑、笔记管理、流程图、地图、音乐、游戏引擎,各种类型的软件都有。

这些软件以前Agent调用不了,现在通过CLI-Anything生成的CLI,Agent都能调用了。

我有时候在想,这个能力意味着什么

Agent能调用的工具集,一下子从开发者工具扩展到了所有软件。图像编辑、3D建模、文档处理、视频剪辑,这些领域的软件,Agent都能调用了。

Agent的能力边界,一下子拓宽了很多。

以前Agent能做的事,大多是代码相关、开发相关。现在Agent能做的事,可能包括图像处理、视频剪辑、文档生成、音乐制作,各种领域都能触达。

这个变化有点颠覆

回到CLI本身看一个细节。

CLI是Agent和软件之间的桥梁

CLI是什么,命令行接口。一条命令下去,软件执行一个操作,返回一个结果。这个接口格式,AI Agent特别擅长处理

为啥CLI对Agent这么友好

几个原因。结构化,命令是文本格式,匹配LLM的输入输出格式。可组合,多条命令能串联起来,形成复杂工作流。轻量级,几乎没有额外开销,跨平台工作不需要依赖。自描述,--help标志能提供自动文档,Agent能自动发现命令的用途。

这些特点加在一起,CLI成了Agent调用软件的最佳接口格式。

CLI-Anything的思路是,把所有软件变成CLI,让Agent能通过CLI调用所有软件。

这个思路有点聪明

不改变软件本身,不重写软件架构,只是在软件外面包一层CLI接口。这层CLI接口,把软件的GUI操作翻译成命令,让Agent能调用。

回到项目热度本身。

这个项目在GitHub Trending上榜了,说明这个方向确实打动了不少人。Agent化这波浪潮,很多人都在思考Agent能调用什么工具。CLI-Anything给出了一个答案,让所有软件都变成Agent可调用的工具。

这个答案有点狠

Agent的能力边界,不再受限于开发者工具,而是能触达所有软件领域。图像、视频、文档、音乐、地图,各种软件Agent都能调用。

这个变化可能会改写Agent的能力图谱

我有时候在想,Agent这波浪潮,最终会走到哪里

现在Agent能做的事,大多是代码相关、开发相关。但世界上那么多软件,那么多领域的操作,Agent其实都触达不到。

CLI-Anything这个项目,某种程度上是要把这个距离补上。让Agent能调用所有软件,让Agent的能力边界扩展到所有领域。

这个愿景有点大

如果真的实现了,Agent能做的事,可能不再局限于开发,而是能处理图像、剪辑视频、生成文档、制作音乐,各种领域的操作都能触达。

回到HKUDS本身。

香港大学数据科学学院出的项目,背景有点分量。这不是随便什么个人开发者搞的小玩具,而是学术机构在认真研究Agent和软件之间的接口问题。

这个项目能在GitHub Trending上榜,说明这个方向确实有市场需求。Agent化这波浪潮,很多人都在找答案,CLI-Anything给出了一个方向。

时间。

流逝的本身。

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