CLI-Anything：給任意軟體生成命令列，讓 AI Agent 直接操控

CLI-Anything 是一個開源自動化工具，能把任何有原始碼的複雜桌面軟體直接改造成命令列介面，讓 AI Agent 不需要肉眼看螢幕截圖，就能像呼叫終端命令一樣控制大型專業軟體。

現在的 AI Agent 很擅長寫程式碼和邏輯推理，但一旦讓它們去幹具體粗活，比如用專業軟體剪影片、做 3D 建模或者修圖，往往就卡殼了。

常見做法是用視覺模型看著螢幕截圖去模擬點滑鼠、敲鍵盤，這種 GUI 自動化不僅速度極慢，介面稍微變動或者彈個窗就會崩潰。另一種做法是給大模型提供官方 API，但很多老牌桌面軟體根本沒有完善的 API，重寫一個輪子又太耗時。

它能做什麼

CLI-Anything 換了個思路：它把命令列介面（CLI）當成 AI Agent 和軟體之間的通用橋梁，通過一套全自動流水線，直接給現有軟體包上一層結構化的終端指令殼。

比如在沒有圖形介面的環境下，Agent 可以直接輸入一條命令讓軟體開啟特定檔案、選中圖層、施加濾鏡並匯出成果，整個過程無需人工干預。

專案團隊已經用這套自動化管線處理了 GIMP、OBS Studio 等 8 款複雜的開源軟體，並且跑通了整整 1298 個測試用例。

隨後社群也迅速跟進，連續提交了包括地圖繪製軟體 QGIS、筆記工具 Obsidian 與 Joplin、電子書管理工具 Calibre、音訊軟體 Rekordbox 以及 3D 列印切片相關的 3MF 等工具的專屬 CLI 封裝。

不管是 OpenClaw、Claude Code、nanobot 還是 Cursor，只要能執行系統命令的 Agent，都可以直接掛載這些工具。

怎麼跑起來

CLI-Anything 已經上線了程式碼倉庫和專門的軟體集市 CLI-Hub，程式碼完全開源。

如果你想快速體驗社群已經封裝好的工具，系統只要裝了 Python 環境，直接在終端執行 pip install cli-anything-hub，之後輸入 cli-hub install 加上工具名稱就能拉取安裝。

除了常規的命令列包裝，專案還支援通過 npx 安裝對應的技能模組，直接餵給各大 Agent 框架當作內建技能使用。

如果涉及圖形輸出，它還提供了預覽機制和執行軌跡迴圈，Agent 可以在終端內一步步檢視中間生成的中間產物並做出修正。

為什麼重要

我們認為 CLI-Anything 找準了 AI Agent 落地最痛的那個卡點。過去半年行業都在死磕計算機視覺控制螢幕，但那種模擬人類點選的方案在專業工作流裡容錯率極低。

命令列本來就是程式設計師和大模型最熟悉的互動方式，把圖形軟體的能力重新翻譯迴文本介面，比讓模型費勁識別畫素靠譜得多。特別是在保留工程原始檔、圖層不丟失的專業場景下，這種本地執行的方式既保護了隱私，又保證了操作的精確度。

當然它的侷限性也很明確：目前它依賴軟體本身具備開原始碼或可呼叫的底層鉤子，如果面對閉源商業軟體，這套全自動生成邏輯就很難直接套用。但對於那些重度依賴開源生產力工具、又想把繁瑣操作交給 Agent 批次執行的開發者來說，現在就值得把倉庫拉下來試一試了。