港大开源CLI-Anything:让AI Agent一行命令操控任意专业软件
香港大学数据科学实验室(HKUDS)近日发布了开源项目 CLI-Anything,这是一款 Claude Code 插件,旨在通过一行命令将任意软件适配至 OpenClaw、nanobot、Cursor、Claude Code 等各类智能体。该项目的核心目标是解决当前 AI Agent 面临的关键瓶颈:即便具备强大的推理能力,也无法直接操作 Photoshop、Blender、Premiere 等专业软件。CLI-Anything 提出了一套“方法论+工具链”的解决方案,通过自动生成命令行界面(CLI),让 AI Agent 能够真正调用软件的后端功能,而非仅限于界面识别或调用简化的 API。
01核心痛点与解决思路
现有的 AI Agent 与软件交互方式存在明显局限。传统的做法是编写繁琐的 API 包装器,或依赖脆弱的 UI 自动化技术(如截图识别加模拟点击)。这些方法要么开发成本高昂,要么稳定性差,难以覆盖复杂的操作逻辑。CLI-Anything 摒弃了这些路径,选择让 Claude Code 直接阅读软件源代码,自动构建一个完整的 CLI 工具。通过输入一条如 `/cli-anything ./gimp` 的指令,系统即可开始对软件进行自动化适配。
02自动化生成的七个阶段
- 分析
扫描源代码,将 GUI(图形用户界面)操作精准映射到底层 API。 - 设计
规划命令结构、状态模型以及输出格式,确保逻辑严密。 - 实现
生成基于 Click 框架的 CLI,支持 REPL、JSON 输出及 undo/redo 功能。 - 规划测试
自动生成 TEST.md 测试计划,明确测试覆盖范围。 - 编写测试
生成单元测试与端到端测试,保证功能稳定性。 - 文档
自动更新测试结果,形成完整的使用文档。 - 发布
生成 setup.py 文件,并将工具安装到系统 PATH 中,完成部署。
03为何选择 CLI 作为交互桥梁
CLI 模式的核心优势
结构化与可组合性
- 文本命令天然适合大语言模型(LLM)的理解与处理逻辑。
轻量通用性
- 系统开销最小,且无跨系统依赖,兼容性强。
自描述特性
- 通过 `--help` 指令即可自动生成文档,降低使用门槛。
真实可靠性
- 调用的是软件真正的后端,而非模拟器。例如 LibreOffice CLI 实际调用 `libreoffice-headless` 生成 PDF,Blender CLI 调用 `blender --background` 进行渲染。
CLI-Anything 的技术愿景在于重新定义软件的用户群体。未来的使用者将不再局限于人类,AI Agent 也将成为重要的操作主体。该项目通过构建标准化的 CLI 适配层,为所有专业软件做好了迎接 AI Agent 时代的准备。目前,Claude Code 每天已通过 CLI 运行数千个真实工作流,验证了该方案的可行性与稳定性。
当前文章无评论,是时候发表评论了