8 天 3 万星,刷新 AI 开源项目增速记录.港大团队一条命令让任意对 Agent 开口说话.

大家好呀，我是开源先驱～

2026 年 3 月 8 日，香港大学数据科学实验室（HKUDS）在 GitHub 上发布了一个项目。38 天后，30,000+ Star，刷新了 AI 开源项目的增速记录。Apache 2.0 协议，40+ 款软件覆盖，2,461 个测试用例 100% 通过率，支持 Claude Code、OpenClaw、Codex 等 11 个 Agent 平台。

有人可能会问：CLI 工具生成器？这不就是写个 wrapper 吗，凭什么 3 万星？

答案在项目主页的第一句话里："Today's Software Serves Humans. Tomorrow's Users will be Agents."（今天的软件服务于人。明天的用户，是 AI Agent。）

先搞清楚一个问题：AI Agent 为什么不会"用"软件？

过去两年 AI Agent 的推理能力涨得飞快。从 GPT-3 到 GPT-4，从单步推理到 CoT、ReAct、Agentic Workflow。但有个关键问题一直没人认真解决：

AI Agent 能推理，但没法真正"使用"专业软件。

现在的所谓"工具调用"，本质上是调 API 或者搜网页——这些都是为人设计的接口。当 Agent 需要操作 Blender、GIMP、OBS、FreeCAD 这些真正的专业软件时，三条路都走不通：

01 UI 自动化——截屏猜坐标、RPA 模拟点击。Blender 换个主题就全崩了，脆弱得像纸糊的。02 有限 API——GIMP 有 Python 绑定但不完整，OBS 的 websocket 只覆盖了一小部分功能。Agent 拿到的是一把缺了齿的钥匙。03 重写简化版——"我不用真 Blender，我自己写个简化版"。功能阉割，跟原版差距大到没法用。

这就像一个精通所有外语的翻译官，被关在了一个所有门都锁着的房间里。他能思考、能推理，但出不去。

CLI-Anything 到底干了什么？

一句话：自动扫描任意软件的源代码，生成一套完整的 CLI 命令 + SKILL.md 使用手册 + 测试套件，让 AI Agent 能像调命令行一样操作 Blender、GIMP、OBS、FreeCAD。

不是写 wrapper。不是套壳。是让软件本身"学会说话"。

核心流程就七个阶段：

1️⃣ Analyze——扫描源码，把 GUI 操作映射到底层 API2️⃣ Design——设计命令组、状态模型、输出格式3️⃣ Implement——生成 Click CLI，带 REPL、JSON 输出、undo/redo4️⃣ Plan Tests——生成单元测试 + 端到端测试计划5️⃣ Write Tests——实现完整测试套件6️⃣ Document——生成 SKILL.md（给 Agent 看的"使用说明书"）7️⃣ Publish——打包发布到 CLI-Hub，pip install 即用

这七步把"人类专家如何将一个软件 CLI 化"的知识编码成了可被 LLM 执行的标准化方法论。不是魔法，是工程。

SKILL.md：这个项目最聪明的设计

CLI-Anything 不只是生成 CLI 命令，它生成的是 SKILL.md——一份专门写给 AI Agent 看的"软件使用手册"。

看看区别：

传统 UI 自动化为什么脆弱？它操作的是表现层——像素、坐标、按钮位置。Blender 换个主题就崩。CLI-Anything 操作的是功能层——命令、参数、状态。这就是为什么 FFmpeg 的命令行参数二十年不变，而 Blender 的 Python 脚本每个大版本都在改——功能层接口天然更稳定。

它已经覆盖了多少软件？

40+ 款，2,461 个测试用例全部通过。列几个你大概率认识的：

还有 Kdenlive、Shotcut、MuseScore、Godot、QGIS、Calibre、Joplin、Zotero、n8n、ArcGIS Pro、s&box……涵盖 3D 建模、视频编辑、音频制作、办公套件、游戏开发、地理信息、电子书管理。全部 2,461 个测试通过，没有跳过的。

跟其他方案比，这条路为什么更靠谱？

Computer Use 通用性最强，什么 GUI 都能跑，但视觉链路不可控、费 token。OpenHands 在仓库和浏览器场景最成熟。CLI-Anything 走的第三条路：把"软件交互"压到最确定的形式——命令行。一次适配，稳定运行，出问题看终端输出就行。

几个真实场景，看完就知道它能干什么

🚗 FreeCAD 拼火星车——Agent 一步步组装一台 Curiosity 漫游车模型，带实时预览、轨迹录制和预览图打包。不是生成图片，是真的在 FreeCAD 里操作。🛰️ Blender 建轨道中继无人机——硬表面建模，渲染预览，旋转展示输出。Agent 从零到成品全程 CLI 驱动。🔒 Draw.io 画 HTTPS 握手流程图——完整的 TLS 生命周期图，纯 CLI 操作，约 4 分钟完成。你甚至不用打开 Draw.io。🎮 Slay the Spire II 游戏自动化——Agent 读取游戏状态、选牌、做策略决策、跑完整局。CLI 打游戏，真能赢。🎬 VideoCaptioner 自动字幕——双语样式字幕生成与叠加，Agent 一条命令完成。

CLI-Hub：Agent 软件的应用商店

生成的 CLI 不只是本地跑——所有 CLI 统一发布到 CLI-Hub（clianything.cc），一个专门给 AI Agent 用的软件包管理器：

pip install cli-anything-hubcli-hub list              # 浏览所有可用的 CLIcli-hub search blender    # 搜索关键词cli-hub info blender      # 查看详情cli-hub install blender   # 安装 Blender CLIcli-hub update blender    # 更新cli-hub launch blender --help  # 启动

每个 CLI 自带 --json 标志，输出结构化数据给 Agent 消费。不是给人看的彩色终端，是给机器解析的标准 JSON。

技术栈一览

快速上手

# 安装 CLI-Hub 包管理器pip install cli-anything-hub# 浏览和安装 CLIcli-hub search gimpcli-hub install gimp# 使用生成的 CLIcd gimp/agent-harness && pip install -e .cli-anything-gimp --json layer add -n "Background" --color "#1a1a2e"cli-anything-gimp    # 进入交互式 REPL# Claude Code 用户/plugin marketplace add HKUDS/CLI-Anything/plugin install cli-anything/cli-anything ./blender    # 为 Blender 生成 CLI

需要 frontier 级别的模型（Claude Opus 4.6、Sonnet 4.6、GPT-5.4），软件必须有源码。复杂软件可能要多轮 refine。

也说说限制

⚠️ 依赖强模型——源码分析需要强推理能力，小模型跑不动。模型能力在涨，这个问题会慢慢淡化。⚠️ 必须有源码——闭源软件没法分析。法律允许范围内的协议逆向是一个方向，但当前不覆盖。⚠️ 生成不一定完整——复杂软件很难一次 CLI 化到位，多轮 refine 配合人类审核是目前的做法。⚠️ LLM 的非确定性——生成的代码每次可能不同。项目用测试驱动生成来对抗这一点，但根因是 LLM 本身的问题。

小结

CLI-Anything 38 天 3 万星不是偶然。它踩中的是一个被整个 AI 行业忽略的断层：AI Agent 推理能力已经很强了，但跟真实软件之间隔着一堵墙。

这堵墙的两边是完全不同的世界。一边是 Agent 能做的事——写代码、搜网页、调 API。另一边是真实世界需要的——用 Blender 建模、用 OBS 推流、用 FreeCAD 画图。CLI-Anything 做的事就是在这堵墙上开了一扇门。

更深一层看，这个项目揭示了一个正在发生的趋势：软件正在从"给人用"变成"给 Agent 用"。未来的软件不仅要考虑人类怎么操作，还要考虑 Agent 怎么调用。CLI-Anything 是第一个系统性地解决这个问题的开源项目。

如果你在做 AI Agent 相关的工作，或者想让 Agent 真正操作 Blender、GIMP、OBS 这些专业软件，这个项目值得你立刻装上试。

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

觉得有用的话，点赞、在看、转发三连！