CLI-Anything：既存ソフトをCLI化しAIエージェントの操作に対応

CLI-Anything は、ソースコードを持つデスクトップソフトウェアを自動でコマンドラインインターフェース（CLI）に変換し、AI エージェントが直接操作できるようにするオープンソース基盤です。

近年の AI エージェントは高度な推論やコード生成が得意な反面、実務で使われる専門ソフトウェアの操作には苦戦してきました。画面キャプチャを見ながらマウス操作を模倣する GUI 自動化は壊れやすく、API のないソフトをゼロから作り直すのも非現実的です。

何ができるのか

CLI-Anything は、CLI をエージェントとソフトウェアをつなぐ共通プロトコルとして利用します。ソースコードを解析する自動化パイプラインを通すことで、既存のアプリにエージェントが呼び出しやすい端末コマンド層を付与します。

エージェントは画面をクリックする代わりに、コマンドライン引数を渡すだけで画像のレイヤー編集や動画配信の設定変更などをヘッドレスで実行できます。

プロジェクト側ではすでに GIMP や OBS Studio を含む 8 つの大規模オープンソースソフトウェアで検証を完了し、1,298 件のテストケースを通過させました。

さらにコミュニティによって、地図情報システムの QGIS、電子書籍管理の Calibre、メモアプリの Obsidian や Joplin、DJ ソフトの Rekordbox などの CLI ハーネスも次々に提供されています。Claude Code や Cursor、OpenClaw など、端末操作ができるエージェントであればそのまま組み込み可能です。

導入手順

コードは GitHub 上で公開されており、公式パッケージハブである CLI-Hub から手軽に導入できます。

Python 環境があれば、pip install cli-anything-hub を実行したあと、cli-hub install にソフト名を指定するだけで各ツールの CLI をダウンロードできます。

また、npx 経由で各エージェント向けのスキル定義を一括追加するフローも用意されており、実行途中の生成物を確認できるプレビュー機能も備わっています。

なぜ重要か

画面のピクセルを AI に認識させてクリックさせるアプローチに比べ、テキストベースの CLI を介した操作ははるかに高速でエラーが起きにくいのが最大の強みです。モデルが得意とするテキスト入出力の土俵にアプリを引き戻すことで、実用的な業務自動化が一気に現実味を帯びてきます。

機密データを外部のクラウドに送らず、ローカル環境で安全に自動処理したいエンジニアにとっては即戦力になるツールと言えます。現時点ではオープンソースなどソースコードや内部構造にアクセスできるアプリが中心ですが、日常的な作業をエージェントに任せたい人なら今すぐ試す価値があります。