4.6万星CLI-Anything:AI直接开专业软件
港大数据智能实验室开源的 CLI-Anything,GitHub 已经冲到约 4.6 万星。一句话:把 Blender、GIMP、LibreOffice 这类「给人点鼠标用的软件」,变成 AI 能直接下命令驱动的工具。
跟你有啥关系?以后你跟豆包、ChatGPT、Claude 说「帮我渲张图、导个 PDF、剪一段音频」,它可能不再只会口头教你点哪里,而是真去开软件干完。
AI 为啥「会说不会干活」
模型写代码、聊方案已经很强。可你让它「用 Blender 渲一张产品图」,常见结局就三个:
• 截图点按钮:界面挪一毫米就崩,像雇了个手抖的临时工 • 调零散接口:能用的功能残缺,拼不成完整流程 • 换玩具替代品:自己写个简陋渲染器,专业能力砍掉一大半
我的看法:瓶颈不在「AI 聪不聪明」,而在 AI 和真实软件之间缺一条稳定通道。
Agent(能自己规划并动手的 AI)缺的不是脑子,是可靠的遥控器。
港大这招:给软件加命令行遥控器
CLI-Anything 不重做 Blender,也不逼 AI 学点屏幕。它读软件源码或仓库地址,自动生成一套命令行接口(CLI)——就是那种你在黑窗口里敲的文字命令。
为啥选命令行?因为它对人和 AI 都友好:文字结构化、能串联、--help 能自报家门,还能出 --json(机器好读的数据格式)。Claude Code 这类写代码 Agent,本来就天天靠命令行干活。
官方还配了 7 段流水线:分析源码 → 设计命令 → 写出 CLI → 规划测试 → 写测试 → 补文档 → 安装发布。人少掺和,Agent 自己把活干完。技术报告在 arXiv:2606.03854。
已经跑通哪些?数字挺硬
团队拿 20 多款 真软件测过,不是玩具 Demo。代表性的有:Blender(3D)、Inkscape(矢量图)、Audacity(音频)、LibreOffice(办公)、Kdenlive(剪辑)、OBS(录播)、GIMP(修图)等。
合计约 1955 项测试全部通过。意思很直白:生成出来的命令,不是「看起来能跑」,而是对着真实软件压过一遍。
社区还攒了 CLI-Hub:别人已经生成好的接口,你一条命令装上就能用。仓库在 HKUDS/CLI-Anything,Apache 2.0 开源。
小白现在能玩吗?先看边界
上手路径对玩过 Claude Code 的人最顺:加插件市场 → 装 cli-anything → /cli-anything ./gimp 之类一条命令开跑。也有人说 Cursor、OpenCode、Copilot CLI 等能接。
但别幻想「人人下一键就万能」:
• 要强模型:弱模型生成的 CLI 容易残缺,得人工修 • 最好有源码:只有安装包、看不到代码的闭源软件,质量会掉 • 常要再 refine 一两轮:一次跑完未必覆盖全部功能
对普通人更务实的预期是:先知道方向变了——AI 操控电脑,未必死磕「看屏幕点鼠标」;给软件留命令行入口,可能才是更稳的路。创作者、办公党、搞自动化的人,可以开始留意自己常用软件有没有开源版可接。
你更想让 AI 先帮你搞定修图、剪视频,还是办公导出这类琐事?
🎯 🔥🔥🔥往期精选🔥🔥🔥
推荐阅读
5800星工具:1800站视频一键下 1.8k星Skill:Markdown一键变公众号 2.3万星Skill:一句话出架构图 AI拆YouTube:一条长视频切出五六条 39万星书单:学AI抓网页零花钱 刚融资 1450 万美元的 Firecrawl 凭什么火?三步封装的爬虫智能体太好用 老网红罗永浩流量嗅觉灵敏——转战播客新的流量密码 用这个工具就够了,实时热点资讯排行榜尽在掌控 AI提示词做调研:揭秘AI独角兽2.7万亿美金市场 名字藏玄机?姓名打分智能体哪能不知道? 3秒下载抖音无水印视频,这个抖音MCP智能体太狠了! 10分钟啃完80分钟B站干货!这才是AI学习的正确姿势! 必看!字节跳动开源数据分析智能体让决策能力飙升 2步零代码!用 AI 搭建了自动更新的新闻站 5 分钟生成老黄历,这波操作太秀了!
夜雨聆风