1. 引言

博主最近看到一个很有意思的开源项目 CLI-Anything，它的目标很直接：让所有软件都可以被 AI Agent 使用。

现在很多 AI Agent 已经可以写代码、查资料、调用工具，但它们在使用传统软件时还是会遇到一个问题：

“ 大多数软件是为人设计的，不是为 Agent 设计的，比如 GIMP、Blender、LibreOffice、OBS、Kdenlive 这些软件，功能都很强，但主要依赖图形界面，人可以点按钮、拖拽、打开菜单，但 Agent 更适合执行命令、读取文本、解析 JSON，CLI-Anything 想解决的就是这个问题。”

它不是重新开发一套软件，而是给现有软件外面包一层命令行接口，让 Agent 可以像调用工具一样使用这些软件。

2. CLI-Anything为何物？

CLI-Anything 是一个把软件变成命令行工具的项目，更准确地说，它会为已有软件生成一个 CLI Harness，可以简单理解为：

给一个软件套上一层 Agent 能理解的命令行外壳。

比如原来你要用 Blender 建模，可能需要打开界面、点击菜单、调整参数，有了 CLI Harness 之后，Agent 就可以通过类似这样的命令操作它：

cli-anything-blender scene new
cli-anything-blender object add cube
cli-anything-blender render

这样一来，Agent 不需要真正去“看界面”，而是通过命令完成操作。同样的，它可以：

• 用 LibreOffice 自动生成文档；
• 用 Blender 自动创建 3D 场景；
• 用 GIMP 自动处理图片；
• 用 OBS 自动控制录制和直播；
• 用 Kdenlive 自动剪辑视频；
• 用 Draw.io 自动生成流程图。

这些任务如果让 Agent 直接操作 GUI，会比较麻烦，但如果变成 CLI，就清晰很多。

3. CLI-Anything 适用场景

CLI-Anything 主要适合三类人：

• 『Agent 开发者』：如果你正在做 AI Agent，肯定会遇到一个问题“Agent 不可能只会聊天，它需要调用工具、操作软件、生成结果”，CLI-Anything 可以帮助 Agent 拥有更多“外部能力”。
• 『软件开发者』：如果你开发了一个软件，希望未来能被 Agent 使用，那就可以考虑给它加一层命令行接口，这不一定要把整个软件重写，只需要把核心能力包装出来。
• 『企业内部工具团队』：很多公司都有内部系统、办公软件、数据工具，它们可能没有完善 API，但又希望未来能接入 Agent 工作流。

当你遇到下面这些情况时，CLI-Anything 就很有用：

“
软件功能很强，但主要依赖 GUI；
想让 Agent 自动完成软件里的操作；
想让任务可以脚本化、自动化；
想让 Agent 得到稳定的结构化结果；
想让工具能被测试、验证和复用。
”

比如你希望 Agent 完成这样一个任务：

帮我生成一份 PPT 风格的图文文档，并导出成 PDF。

如果完全靠图形界面，过程很难稳定，但如果通过 CLI 控制 LibreOffice 或其他软件，任务就更容易标准化。

CLI-Anything 可以运行在本地开发环境中，它主要依赖 Python 生态，同时需要目标软件本身已经安装好（比如：你想让它控制 Blender，那本地就需要安装 Blender，你想让它控制 LibreOffice，那本地也需要安装 LibreOffice。）。

另外，它也可以和一些 Agent 平台结合使用，比如 Claude Code、OpenCode、Codex、GitHub Copilot CLI 等。

4. CLI-Anything 是如何实现的？

从实现角度看，CLI-Anything 并没有使用特别神秘的技术。它的核心思想是：

用命令行把软件能力标准化。它把 Agent 使用软件时最关键的几个环节串了起来：先用命令行封装软件能力，再用 JSON 提供稳定输出，通过 REPL 和状态管理支持连续操作，最后调用真实软件后端并用测试验证结果，从而让传统软件变成 Agent 能调用、能理解、能验证的可靠工具。

5. 文末

CLI-Anything 关注的是一个很重要的问题：

未来 AI Agent 怎么使用现有软件？

它给出的思路是：

• 把传统软件的能力封装成命令行工具；
• 让 Agent 通过命令调用软件；
• 用 JSON 输出提供结构化反馈；
• 用测试保证结果真实可靠；
• 用 SKILL.md 让 Agent 理解工具怎么用。

从更大的角度看，CLI-Anything 代表了一种趋势：软件不仅要给人用，也要给 Agent 用。

过去我们设计软件时，主要考虑人怎么点、怎么看、怎么操作，但在 Agent 时代，软件还需要考虑：

1. Agent 怎么发现它；
2. Agent 怎么调用它；
3. Agent 怎么理解结果；
4. Agent 怎么判断任务是否完成。

CLI-Anything 的意义就在这里，它不是要替代现有软件，而是让现有软件更容易进入 AI Agent 的工作流。未来，越来越多软件可能都会拥有两套入口：

• 一套给人使用的 GUI；
• 一套给 Agent 使用的 CLI。

而 CLI-Anything，就是在探索这条路~

附项目地址: https://github.com/HKUDS/CLI-Anything