CLI-Anything让专业软件变成 AI 的提线木偶 近日,香港大学数据科学学院(HKUDS) 带来了一个突破性开源项目——#。它旨在打破 AI 智能体与专业软件之间的屏障,让所有软件都变得 “智能体原生”(Agent-Native)。 #人工智能 #CLIAnything #开源项目 #智能体
香港大学数据科学学院(HKUDS)近日发布开源项目CLI-Anything,旨在解决AI智能体与专业软件之间的交互屏障。该项目提出Agent-Native(智能体原生)理念,通过将传统软件转化为命令行界面(CLI)工具,使AI智能体能够直接操控复杂的桌面应用,从而突破现有的“智能体软件鸿沟”。
01行业痛点:智能体与专业软件的交互鸿沟
现有解决方案的局限性
脆弱的UI自动化
模拟鼠标点击与截图操作
- 对屏幕分辨率极其敏感,环境变化容易导致运行失败
- 执行稳定性差,无法适应复杂的生产环境
受限的官方API
依赖软件开发者提供的接口
- 功能覆盖范围有限,通常仅开放软件核心能力的10%以下
- 无法满足智能体执行深度复杂任务的需求
02核心原理:CLI作为连接桥梁
- 格式天然适配
CLI的纯文本命令格式与大语言模型(LLM)的输出格式高度一致,无需复杂的格式转换。 - 轻量与通用性
CLI工具具备跨平台运行能力,且通过--help命令即可实现功能的自我解释,便于AI自主学习。 - 执行确定性
相比图形界面的模糊性,CLI能提供可靠且确定的执行结果,这对智能体完成复杂任务至关重要。
03技术实现:七阶段全自动流水线
- 分析软件原代码
- 设计命令架构
- 实现具体功能
- 规划测试策略
- 编写自动化测试
- 生成文档
- 发布工具包
该流水线实现了从源代码分析到工具发布的全自动化处理,开发者几乎无需额外成本即可将现有软件转化为Agent-Native工具。
04实测验证:覆盖多领域的专业软件
| 软件名称 | 类型 | AI实现能力 |
|---|---|---|
| GIMP | 图像编辑 | 图层操作、添加滤镜、导出图片 |
| LibreOffice | 办公套件 | 创建文档、生成电子表格、制作PPT |
| Blender | 3D建模 | 脚本控制场景、修改材质、布置灯光、渲染 |
CLI-Anything在专业软件上的应用示例
项目在涵盖图像编辑、3D建模、办公套件、音视频制作等多个领域的软件中进行了严格测试。测试数据表明,该项目累计运行超过1458项测试,通过率达到100%,验证了其作为生产级解决方案的稳定性与实战能力。
05未来展望:构建Agent-Native生态
- 通用访问
实现任何软件均可被智能体直接控制,无需针对特定应用编写定制化封装代码。 - 无缝集成
构建面向未来的软件生态系统,使现有软件能够无缝服务于AI智能体用户。
当前文章无评论,是时候发表评论了