现在的 AI Agent 能干什么？让它写个 Python 脚本，行；搜索资料、订个餐厅，也行。但你要是让它用 Blender 建个 3D 模型、用 GIMP 抠个图、用 LibreOffice 处理一份带格式的报表——大概率当场抓瞎。

不是 Agent 不够聪明，是它根本「够不着」这些软件。AI 能调用的工具，和人类日常使用的工具之间，隔着一条巨大的鸿沟。

港大 HKUDS 实验室（之前做 SGLang 的团队）开源的 CLI-Anything，想填平这条沟。方法很直接：把任意软件，变成 AI 能用的命令行工具。2026 年 3 月发布，5 个月 47,335 星——这个增速在学术项目里相当罕见。

为什么 AI 用不了专业软件

目前让 AI 操作软件，主流三条路，每条都有硬伤：

• UI 自动化（截图+点击）：极其脆弱。界面一改、分辨率一变、弹窗一冒，流程就崩，速度还慢

• 调用 API：Blender 有 Python API，但 GIMP 呢？大部分专业软件根本没有完整的 API

• 让 AI 重写一遍：最离谱的思路。让 AI 写个处理 Excel 的脚本是一回事，重写一个 LibreOffice 是另一回事，功能丢得渣都不剩

三条路都走不通，AI 就只能活在浏览器和代码编辑器里。

思路：把软件「翻译」成命令行

CLI-Anything 的核心判断是一句话：CLI 是人和 AI 的通用接口。

为什么是 CLI 而不是别的？因为命令行对 AI 有四个天然优势：

• 结构化：命令、参数、选项格式清晰，AI 直接解析文本，不用「看」界面

• 可组合：一条命令的输出接另一条的输入，AI 像搭积木一样串联操作

• 自描述：每个 CLI 都有 --help，AI 看一眼就知道怎么用

• 确定性：同样的输入永远得到同样的输出，不像 UI 自动化时好时坏

具体做法是七阶段自动流水线：Analyze（扫描源码，把 GUI 操作映射到 API）→ Design（设计命令结构）→ Implement（基于 Click 框架实现 CLI）→ Plan Tests → Write Tests → Document → Publish。给 Claude Code 这类 AI 编码 Agent 装上插件后，一条 /cli-anything 软件路径 全自动跑完，生成的 CLI 自带 JSON 输出、undo/redo 和 2461 个通过的测试。

不是给 AI 一双眼睛去点按钮，是给软件开一扇 AI 进得去的门。

CLI-Anything 的路线选择

生态：18+ 类软件已经覆盖

配套的中央仓库 CLI-Hub，已经覆盖 18 个类别的软件：

• 创意媒体：Blender、GIMP、OBS Studio、Krita、Kdenlive、Inkscape

• 企业办公：LibreOffice、NextCloud、GitLab、Grafana、Mattermost

• 学术研究：Zotero、Calibre

• 工业制造：FreeCAD（258 条命令）、MeerK40t 激光切割、Ink/Stitch 刺绣

• 音频音乐：MuseScore、Audacity、Ardour

• 游戏开发：Godot Engine

用起来像装 App：pip 装 cli-anything-hub，然后 cli-hub search 搜索、cli-hub install 安装、cli-hub launch 启动。社区可以提 PR 注册新 CLI，即时生效。

支持的平台基本囊括主流：Claude Code（进了官方插件市场）、Codex、Cursor、GitHub Copilot CLI、OpenCode、Goose 等。支持 Agent 的方式也务实——直接发一个 SKILL.md，让 Agent 自己发现 CLI 的存在。

冷静面：不是万能药

四个真实限制：

• 学术项目：星数惊人，但核心贡献者只有 10 多人，长期维护和商业公司没法比

• 以开源软件为主：生成 CLI 需要读源码，Photoshop、After Effects 这类闭源软件现阶段基本没戏

• Windows 生态弱：项目跨平台，但社区贡献的 CLI 大多基于 Linux/macOS

• 翻译不是魔法：源软件架构混乱、API 设计糟糕，生成的 CLI 也好不到哪去

推荐等级：可用，偏进阶。适合重度使用 AI 编码 Agent、有自动化需求、愿意折腾的开发者和研究人员。只用 Windows + 闭源软件的用户、对稳定性要求极高的生产环境，先观望。

CLI-Anything 的野心是定义一个标准：所有软件都应该有「Agent 原生」的接口。方向大概率是对的——AI Agent 要真正成为生产力工具，不能只活在浏览器和代码编辑器里，它必须能操作真实世界里的真实软件。

而 CLI，是目前最靠谱的桥梁。至于它能不能成为那个标准，现在下结论还早，但至少它给了一个值得认真对待的答案。项目在 GitHub 上搜 HKUDS/CLI-Anything 就能找到，还配了一篇技术报告（arXiv:2606.03854）。