从源码到 Agent 工具：CLI-Anything 是什么

痛点：Agent 很聪明，但手很短

AI Agent 的推理能力在飞速进步，但一到实际操作的时候就卡住了。想让 Agent 生成一张海报？它能写出完整的 prompt，但没法真正打开 GIMP 来处理那张图。想让 Agent 渲染一段 Blender 动画？它能给出一整套技术方案，但连 Blender 的窗口都碰不到。

这不是 Agent 的问题，是接口的问题。

现在 Agent 操控软件的方式主要有三种：

第一种：GUI 自动化。截图、看图、模拟点击。这种方法最通用，但最脆弱——分辨率一变、UI 更新一下，整个流程就断了。而且极慢，要反复截图识别，token 消耗吓人。

第二种：官方 API。稳定、可靠、结构化。但现实是，专业软件有 API 的少之又少。Blender 有 API 但需要写 Python 脚本，GIMP 的 Script-Fu 用起来像考古，LibreOffice 的 API 文档能把你劝退。

第三种：自己造轮子。给目标软件写一个专用的命令行封装。效果最好，但成本最高——每个软件都要单独开发，还要持续维护。

CLI-Anything 走的是第四条路：自动生成这条路。

---

思路：用 AI 给 AI 做工具

CLI-Anything 的核心思路很简单：让 AI Agent 来分析一个软件的源码，然后自动生成一套完整的命令行接口。

具体来说，你只需要执行一行命令：

/cli-anything ./gimp

然后 AI Agent 会自动完成分析源码、设计命令结构、实现 CLI、编写测试、生成文档、发布安装包的完整流程。最终你得到一个叫 cli-anything-gimp 的命令行工具，可以直接用：

# 创建项目
cli-anything-gimp project new --width 1920 --height 1080 -o poster.json

# 添加图层
cli-anything-gimp --project poster.json layer add -n "Background" --type solid --color "#1a1a2e"

# 进入交互模式
cli-anything-gimp

生成的 CLI 会通过 Pillow + GEGL/Script-Fu 来实际驱动 GIMP 的图像处理能力，不是玩具，是真的在做事情。

---

CLI 为什么是 Agent 的最优接口

项目作者在 README 里花了不少篇幅解释为什么选 CLI，而不是其他方案。这里有几个我觉得说得比较实在的理由：

结构化且可组合。命令行本质上是文本，可以直接塞进 LLM 的 prompt 里，也可以在 shell 里用管道串联成复杂工作流。这种格式上的天然匹配，让 Agent 理解"现在在做什么"变得非常容易。

自描述性。一个 --help 参数，Agent 就能知道这个命令支持哪些选项、哪些子命令。这比去翻 API 文档快多了。

确定性。同样的命令，同样的参数，永远得到同样的结果。Agent 不需要处理"UI 加载中"或者"截图失败"这种随机状况。

无状态或持久化都支持。既可以一条一条命令直接执行，也可以进入 REPL 模式维护一个有状态的项目上下文。

---

实测数据：不是玩具

CLI-Anything 已经在 11 款真实软件上生成了完整的 CLI：

软件	领域	测试数量	后端技术
GIMP	图像编辑	107	Pillow + GEGL/Script-Fu
Blender	3D 建模	208	bpy (Python scripting)
Inkscape	矢量图形	202	SVG/XML 直接操作
Audacity	音频制作	161	Python wave + sox
LibreOffice	办公套件	158	ODF 生成 + headless LO
OBS Studio	直播录制	153	JSON scene + obs-websocket
Kdenlive	视频剪辑	155	MLT XML + melt
Shotcut	视频剪辑	154	MLT XML + melt
Draw.io	图表绘制	138	mxGraph XML
Zoom	视频会议	22	Zoom REST API
AnyGen	AI 内容生成	50	REST API

合计 1,508 个测试，100% 通过。

每款软件生成的 CLI 都不是阉割版——保留的是真实软件的全部专业能力。

---

支持的 AI 编程平台

CLI-Anything 不绑定具体哪个 AI 工具，支持主流的几家：

• Claude Code：以插件市场的方式接入，一条命令完成安装
• OpenCode：以 slash command 的方式接入
• OpenClaw：提供原生 SKILL.md
• Codex：通过 skill 文件接入
• Qodercli：通过插件接入

不管用哪个平台构建，生成的 CLI 使用方式完全一致——都是标准 Python 包，装到 PATH 之后用 cli-anything-<软件名> 来调用。

---

快速上手

安装流程极其简短，以 Claude Code 为例：

# 添加插件市场
/plugin marketplace add HKUDS/CLI-Anything

# 安装插件
/plugin install cli-anything

# 生成 CLI
/cli-anything:cli-anything ./gimp

生成的 CLI 在 gimp/agent-harness/ 目录下，运行：

cd gimp/agent-harness && pip install -e .

之后 cli-anything-gimp 就全局可用了。

---

这套方案的核心设计哲学

读完整个项目之后，我觉得最重要的一点是：CLI-Anything 不替代目标软件，它是目标软件的接口层。

生成的 CLI 做的是把软件的内部能力暴露成结构化命令，而不是重新实现一套功能。Blender 的渲染还是用 Blender 的渲染引擎，LibreOffice 生成 PDF 还是调 LibreOffice 的 headless 模式。这种"零妥协"的设计保证了生成的工具能真正用于生产环境，而不是只能 demo。

第二点：生成的 CLI 是一次性的，但维护是长期的。refine 命令允许你反复对同一个软件运行增量优化，每次分析功能覆盖缺口，然后只补充缺失的部分，不破坏已有的内容。这让 CLI 可以随着使用需求逐步完善。