CLI-Anything：为 AI Agent 打造的原生生软件接口

从一个痛点说起

你是否遇到过这种困境：花大价钱部署了 AI Agent，它能写代码、能分析数据，但偏偏无法驱动你最熟悉的专业软件——Blender 做 3D、GIMP 修图、FFmpeg 转码、LibreOffice 处理文档。Agent 像是被困在沙盒里，只能处理文本，碰不到你工作流中真正有价值的工具。

这不是 AI 的错。问题在于这些软件从来没有为 AI 交互设计过接口——它们是给人类用的，设计哲学是图形界面、点击操作，而 AI Agent 最擅长的是命令行和结构化数据。传统解法要么是脆弱的 GUI 自动化（截图+点击，恨不得三天两头崩），要么是花大钱定制 API 开发，要么干脆阉割功能用简化版替代。

香港大学研究团队推出的 CLI-Anything，给出了一个让人眼前一亮的答案：把任意软件变成 Agent 原生的命令行工具，而且只需一条命令。

背景：为什么是 CLI？

作者在论文（arXiv:2606.03854）中详细论证了为什么 CLI 是 AI Agent 的最佳拍档：

结构化、可组合：文本命令天然匹配 LLM 的输入格式，可以自由串联成复杂工作流
轻量且通用：几乎零开销，跨平台运行，不依赖额外环境
自描述：一个 --help 就能让 Agent 自动发现所有功能
Agent 友好：结构化 JSON 输出，Agent 无需任何额外解析
确定且可靠：输出稳定一致，Agent 行为可预测

更重要的是，CLI 已经在被 Claude Code 等主流 AI 编程工具大规模使用——每天数以千计的真实任务通过 CLI 完成。这说明 Agent 与 CLI 的结合不是纸上谈兵，而是已经被验证过的真实需求。

核心功能：一条命令，全自动生成 CLI

CLI-Anything 的使用方法极其简单。以 Claude Code 为例，整个流程只需三步：

第一步：添加插件市场

/plugin marketplace add HKUDS/CLI-Anything

第二步：安装插件

/plugin install cli-anything

第三步：为任意软件生成 CLI

# 为 GIMP 生成完整 CLI
/cli-anything ./gimp

# 从 GitHub 仓库构建
/cli-anything https://github.com/blender/blender

这就是全部操作。生成过程全自动执行 7 个阶段：分析源码 → 设计命令结构 → 实现 Click CLI → 规划测试 → 编写测试 → 文档 → 发布安装。整个过程 Agent 自主完成，无需人工干预。

生成完毕后，你会得到一套功能完整的命令行工具：

# 安装到 PATH
cd gimp/agent-harness && pip install -e .

# 随处可用
cli-anything-gimp --help
cli-anything-gimp project new --width 1920 --height 1080 -o poster.json
cli-anything-gimp layer add -n "Background" --type solid --color "#1a1a2e"

# 进入交互式 REPL
cli-anything-gimp

这套生成的 CLI 不仅能执行命令，还内置了 REPL 交互模式、JSON 输出格式、撤销/重做支持——完全不输商业级 CLI 工具。

适用场景：全覆盖的专业领域

CLI-Anything 的设计目标是将所有软件变成 Agent 可操控的工具。根据 README_CN 的整理，涵盖以下领域：

领域	典型软件
AI/ML 平台	Stable Diffusion WebUI、ComfyUI、InvokeAI、Text-generation-webui、Fooocus
创意与媒体	Blender、GIMP、OBS Studio、Audacity、Krita、Kdenlive、Shotcut
科学计算	ImageJ、FreeCAD、QGIS、ParaView、Gephi、KiCad
开发工具	Jenkins、Gitea、Hoppscotch、Portainer、pgAdmin、SonarQube
企业与办公	NextCloud、GitLab、Grafana、LibreOffice、AppFlowy、ERPNext
图表与可视化	Draw.io、Excalidraw、Mermaid、PlantUML

仓库现已内置对 18 款主流软件（ Blender、GIMP、Audacity、Calibre、QGIS、Shotcut 等）的官方适配 CLI，并持续通过社区贡献扩充。

多平台支持：不绑定的开放生态

CLI-Anything 并不绑定特定 AI 编程工具。目前已支持：

Claude Code：通过官方插件市场安装（推荐方式）
OpenCode：通过命令文件接入
OpenClaw：通过 SKILL.md 接入
Codex：通过独立 skill 接入
Qodercli：社区贡献插件
GitHub Copilot CLI：社区贡献插件

这种开放策略意味着：无论你用哪款 AI 编程工具，只要它支持插件机制，就能接入 CLI-Anything。

测试与质量：1774+ 测试用例

CLI-Anything 在质量保障上下了很大功夫。仓库包含 1,774+ 个测试用例，覆盖单元测试和端到端测试，全部在真实软件上验证通过。pytest 100% 通过，覆盖率包括 unit + e2e 两个维度。

此外，CLI-Anything 还提供了独立的 CLI 验证命令：

# 验证生成的 CLI 是否符合规范
/cli-anything:validate ./gimp

技术架构：方法论驱动的自动化

CLI-Anything 的核心是一套经过验证的 7 阶段自动化流水线（HARNESS.md 规范）：

分析 — 扫描源码，将 GUI 操作映射到 API
设计 — 规划命令分组、状态模型、输出格式
实现 — 构建 Click CLI（REPL + JSON 输出 + 撤销/重做）
规划测试 — 生成 TEST.md
编写测试 — 完整测试套件
文档 — 更新 TEST.md
发布 — 生成 setup.py，安装到 PATH

底层技术栈：Python 3.10+、Click（CLI 框架）、pytest（测试）。生成的 CLI 使用 Click 框架，保证了跨平台兼容性和命令行体验的一致性。

争议与局限

CLI-Anything 并非银弹，有几个局限值得注意：

依赖源码可用性：7 阶段流水线需要分析源码，如果目标软件是闭源商业软件且没有公开源码，需要找开源替代品。这意味着对某些专有软件（如 Photoshop、Premiere Pro）无法直接适用。

学习曲线存在：虽然安装简单，但生成高质量的 CLI 仍然需要 Agent 具备一定的推理能力。当前阶段对某些复杂软件生成的 CLI 可能需要多次 refine 才能达到满意效果。

平台覆盖不均：不同 AI 编程工具的支持程度差异较大，Claude Code 支持最完整，其他工具的体验可能有差异。

行业意义：从孤岛到互联

CLI-Anything 的最大贡献，不仅仅是"给某个软件生成了一个 CLI"，而是在倡导一种新的生态哲学：Agent 原生（Agent-Native）软件设计。

今天的软件都假设用户是人。但随着 AI Agent 越来越普及，未来会有越来越多的 Agent 需要操控专业软件。如果每个软件都要专门为 Agent 开发 SDK/插件，那将是一个指数级的工作量。CLI-Anything 提供的自动化生成方案，有望大幅降低这个成本。

与此同时，CLI-Hub（https://hkuds.github.io/CLI-Anything/）社区正在汇聚越来越多的社区贡献 CLI，任何人都可以通过提交 PR 为自己的工具添加支持——形成良性循环。

快速体验

# Claude Code 用户
/plugin marketplace add HKUDS/CLI-Anything
/plugin install cli-anything
/cli-anything ./gimp

# 或 pip 安装 CLI-Hub 工具
pip install cli-anything-hub
cli-hub install gimp

项目地址：https://github.com/HKUDS/CLI-Anything 论文：arXiv:2606.03854