CLI-Anything:让所有软件变身 AI Agent 原生工具
随着 AI Agent 技术的快速发展,如何让智能体高效操控现有专业软件成为行业痛点。传统的 GUI 自动化(如截图点击)存在稳定性差、精度低等问题。香港大学数据科学实验室(HKUDS)开源的 CLI-Anything 项目提供了一种新思路:通过为任何软件自动生成命令行接口(CLI),让 AI Agent 能够以稳定、结构化的方式直接调用 GIMP、Blender、LibreOffice 等复杂工具,无需再与脆弱的图形界面进行交互。
01核心原理:构建 Agent 与软件的桥梁
CLI-Anything 的核心逻辑是将基于 GUI 设计的软件转变为 Agent 原生工具。它不涉及软件功能的替代或重写,而是作为中间层,将 Agent 的指令转换为软件可执行的底层操作。该项目主张“今天的软件为人而生,明天的用户是 Agent”,通过 CLI 实现人与 Agent 的双重服务。生成的 CLI 直接操作真实的项目文件(如 ODF、SVG),并调用软件后端进行渲染,确保了功能的完整性和输出的真实性。
02五大核心亮点
- 全流程自动化生成
提供 Claude Code 插件,一条命令即可完成从分析源码、设计架构、构建 CLI(含 REPL 和 JSON 输出)、规划测试、编写测试、编写文档到发布的 7 个阶段,无需人工干预。 - 真实软件集成,零功能妥协
支持 GIMP、Blender、LibreOffice、OBS、Audacity 等重量级软件。生成的 CLI 可直接调用真实软件的核心功能,如 LibreOffice 生成 PDF、Blender 渲染 3D 场景、GIMP 编辑图像等。 - 摒弃脆弱的 UI 自动化
完全基于命令行交互,消除了截图识别的不确定性、UI 元素位置变化导致的失效以及点击延迟等问题,显著提升了 Agent 执行任务的稳定性。 - 结构化输出与双模式支持
内置 --json 标志,输出机器可读的结构化数据,方便 Agent 直接消费;同时支持状态化的 REPL 交互模式和子命令的脚本模式,适应不同的使用场景。 - 生产级测试验证
在 9 个专业软件上进行了验证,涵盖 1436 个测试,包括单元测试和 E2E 测试,目前测试通过率为 100%。
03安装与配置
使用 CLI-Anything 需满足以下前置条件:已安装 Claude Code(带插件支持)、Python 3.10+ 以及目标软件(如 GIMP、Blender)。配置过程分为添加 Marketplace、安装插件和生成 CLI 三个步骤。
- 添加 Marketplace 源:
/plugin marketplace add HKUDS/CLI-Anything - 安装 Claude Code 插件:
/plugin install cli-anything - 一键生成目标软件 CLI(以 GIMP 为例):
/cli-anything ./gimp
04实战应用示例
生成 CLI 后,需进入生成的目录进行安装(如
pip install -e .),之后即可通过命令行调用。以下展示了在 LibreOffice 和 Blender 中的具体操作案例。| 场景 | 软件 | 操作命令示例 | 功能描述 |
|---|---|---|---|
| 文档生成与导出 | LibreOffice | cli-anything-libreoffice document new -o report.json --type writer | 创建新的 Writer 文档 |
| cli-anything-libreoffice --project report.json export render output.pdf -p pdf | 通过无头模式导出为真实 PDF | ||
| 3D 场景渲染 | Blender | cli-anything-blender | 进入 REPL 交互模式 |
| blender> scene new --name ProductShot | 创建新场景 | ||
| blender[ProductShot]> render execute --output render.png --engine CYCLES | 使用 CYCLES 引擎执行渲染 |
CLI-Anything 目前已覆盖文档处理、图像编辑、音视频处理等多个领域,未来计划扩展至 CAD、DAW、IDE 及科学工具,并支持更多 Agent 框架的集成。
当前文章无评论,是时候发表评论了