CLI-Anything 深度拆解：一行命令，让任意软件成为 AI Agent 的原生工具

小橙讲编程
0 阅读15分钟

摘要： AI Agent 能写代码、能推理，但操控真实专业软件时却频频"翻车"——截屏猜坐标、RPA 模拟点击、API 覆盖不全……香港大学 HKUDS 开源的 CLI-Anything，用一条命令把任意软件自动转成 Agent 可调用的 CLI，覆盖 18 款专业软件，1,774 项测试全部通过。本文从原理到实战，带你彻底搞懂这个项目。

一、痛点：Agent 的"最后一公里"

2026 年了，AI Agent 赛道已经卷到飞起。Claude Code、OpenClaw、Cursor、Codex……各大平台都在喊"让 AI 帮你干活"。

但你有没有试过让 Agent 帮你做这些事？

  • 用 Blender 建一个 3D 产品模型
  • 用 GIMP 批量给 500 张图片加水印
  • 用 LibreOffice 把 10 份 Word 报告统一转成 PDF
  • 用 Audacity 剪辑一段播客音频

试过就知道，Agent 干这些活有多痛苦：

痛点具体表现
🤖 GUI 自动化截屏 → 识别坐标 → 模拟点击，界面一改就崩，效率极低
💸 专用 API很多软件根本没有 API，有 API 的也经常覆盖不全
🔧 功能重写用 Python 重写一遍？GIMP 有 500+ 功能，你重写 50 个就累趴了
📊 MCP 协议Anthropic 2024 年推出的方案，规范太重，抽象层太厚，社区正在转向更轻量的方案

核心矛盾：Agent 的推理能力已经很强了，但"手脚"还很弱。

这就是 CLI-Anything 要解决的问题。

二、为什么是 CLI？一场路线之争的终局

2026 年初，技术社区爆发了一场激烈的"CLI vs MCP"路线之争。掘金、博客园、CSDN 上大量文章讨论"为什么 CLI 击败了 MCP"。

我总结了社区的核心共识：

在 Agent 时代，简洁和高效战胜了规范和抽象。CLI 的回归不是倒退，而是对 AI 本质的重新理解。

CLI 之所以成为 Agent 的最优接口，有 5 个关键原因：

① 结构化、可组合

文本命令天然匹配 LLM 的输入格式。Agent 可以自由地把多条命令串联成复杂工作流，就像人类写 shell 脚本一样自然。

② 自描述

一个 --help 就能让 Agent 自动发现所有功能。不需要额外的文档、不需要专门的 SDK、不需要注册开发者账号。

③ Agent 原生

--json 参数输出结构化数据，Agent 无需任何额外解析。人看可读表格，Agent 拿 JSON——两全其美。

④ 确定且可靠

同样的命令，同样的输出。不像 GUI 截图那样"这次识别到了，下次不一定"。

⑤ 久经验证

Claude Code 每天通过 CLI 执行数以千计的真实任务。这不是实验室里的概念验证，而是经过大规模实战检验的范式。

三、CLI-Anything 到底做了什么

一句话概括：你给它一个软件的代码库，它自动帮你生成一套完整的、可安装的 CLI 工具。

输入：任意有代码库的软件（如 GIMP、Blender、LibreOffice……）
输出：一套生产级 CLI，包含 REPL 交互、JSON 输出、撤销重做、完整测试

项目信息：

项值
GitHubgithub.com/HKUDS/CLI-A…
CLI-Hubclianything.cc/
出品方香港大学数据科学实验室（HKUDS）
许可证Apache 2.0
Python 版本≥ 3.10
核心依赖Click ≥ 8.0
已覆盖软件18 款
测试用例1,774 项（100% 通过）

划重点：它不是生成一个 demo，而是生成一套生产级的 CLI 工具——有测试、有文档、有 REPL、有状态管理、有 JSON 输出。

四、七阶段流水线：从源码到可安装 CLI 的全自动化

CLI-Anything 的核心是一条全自动的 7 阶段流水线。你不需要写一行代码，Agent 会自动完成所有工作：

┌─────────────────────────────────────────────────────────┐
│  阶段 1  🔍 分析                                         │
│  扫描源码，识别后端引擎，将 GUI 操作映射到 API           │
├─────────────────────────────────────────────────────────┤
│  阶段 2  📐 设计                                         │
│  规划命令分组、状态模型、输出格式                        │
├─────────────────────────────────────────────────────────┤
│  阶段 3  🔨 实现                                         │
│  构建 Click CLI，包含 REPL、JSON 输出、撤销/重做         │
├─────────────────────────────────────────────────────────┤
│  阶段 4  📋 规划测试                                     │
│  生成 TEST.md，涵盖单元测试和端到端测试计划              │
├─────────────────────────────────────────────────────────┤
│  阶段 5  🧪 编写测试                                     │
│  按计划实现完整测试套件                                  │
├─────────────────────────────────────────────────────────┤
│  阶段 6  📝 文档                                         │
│  更新 TEST.md，写入测试结果                              │
├─────────────────────────────────────────────────────────┤
│  阶段 7  📦 发布                                         │
│  生成 setup.py，pip install 到 PATH                      │
└─────────────────────────────────────────────────────────┘

流水线的关键设计

阶段 1 的"后端引擎识别"是核心中的核心。 它不是简单地扫描代码结构，而是要找到软件的"真正引擎"：

  • Shotcut 的引擎是 MLT（多媒体框架）
  • GIMP 的引擎是 GEGL + Script-Fu
  • Blender 的引擎是 bpy（Python 脚本接口）
  • LibreOffice 的引擎是 ODF 生成 + headless 模式

找到引擎后，再把每个 GUI 操作映射到对应的 API 调用。这一步做好了，后面的一切都是水到渠成。

阶段 3 的实现质量决定了最终产出。 生成的 CLI 不是简单的命令拼接，而是包含：

  • Click 框架：Python 生态最成熟的 CLI 框架
  • REPL 交互：有状态的交互式终端，带命令历史、进度指示
  • JSON 输出：每个命令都支持 --json 参数
  • 撤销/重做：基于命令模式的状态管理
  • 会话持久化：项目状态可以保存和恢复

五、技术架构深度拆解

5.1 五条铁律

CLI-Anything 的架构设计遵循 5 条不可妥协的原则：

铁律一：必须调用真实软件

CLI 必须调用真实应用进行渲染。不能用 Pillow 替代 GIMP，不能自己写渲染器替代 Blender。正确做法：生成合法的项目文件 → 调用真实后端。

为什么这条这么重要？因为 GUI 应用在渲染时才会应用特效和滤镜。如果你用 Python 脚本"模拟"了 GIMP 的功能，那些复杂的滤镜链、色彩管理、图层混合模式全都会丢失。

铁律二：双模式交互

每个 CLI 支持两种使用方式：

# 模式 1：REPL 交互（有状态）
cli-anything-gimp
gimp> layer add -n "Background" --type solid --color "#1a1a2e"
gimp[project.xcf]*> filter apply gaussian-blur --radius 5
gimp[project.xcf]> exit

# 模式 2：子命令（无状态，供 Agent 脚本调用）
cli-anything-gimp --json layer add -n "Background" --type solid --color "#1a1a2e"

铁律三：统一 REPL 界面（ReplSkin）

所有生成的 CLI 共享同一套 REPL 界面组件——品牌横幅、风格化提示符、命令历史、进度指示器、格式化表格。用户体验一致，学习成本为零。

铁律四：Agent 原生设计

每个命令内置 --json 参数。Agent 消费 JSON，人类看可读表格。Agent 通过标准的 which 命令发现工具，通过 --help 发现能力——零配置，零注册。

铁律五：零降级策略

后端缺失时测试直接失败（不是跳过，不是标记为 skipped）。没有兜底，没有"假装成功"。这条保证了每个 CLI 都是真正可用的。

5.2 项目结构

cli-anything/
├── cli-anything-plugin/          # Claude Code 插件（核心入口）
│   ├── HARNESS.md                # 方法论 SOP（项目灵魂）
│   ├── commands/                 # 插件命令定义
│   │   ├── cli-anything.md       # 主构建命令
│   │   ├── refine.md             # 优化扩展命令
│   │   ├── test.md               # 测试运行器
│   │   ├── validate.md           # 标准验证
│   │   └── list.md               # 列出所有 CLI
│   └── repl_skin.py              # 统一 REPL 界面
│
├── gimp/agent-harness/           # GIMP CLI（107 项测试）
├── blender/agent-harness/        # Blender CLI（208 项测试）
├── inkscape/agent-harness/       # Inkscape CLI（202 项测试）
├── audacity/agent-harness/       # Audacity CLI（161 项测试）
├── libreoffice/agent-harness/    # LibreOffice CLI（158 项测试）
├── zotero/agent-harness/         # Zotero CLI（文献管理，测试数未公开）
├── obs-studio/agent-harness/     # OBS Studio CLI（153 项测试）
├── kdenlive/agent-harness/       # Kdenlive CLI（155 项测试）
├── shotcut/agent-harness/        # Shotcut CLI（154 项测试）
├── openscreen/agent-harness/     # Openscreen CLI（101 项测试）
├── zoom/agent-harness/           # Zoom CLI（22 项测试）
├── drawio/agent-harness/         # Draw.io CLI（138 项测试）
├── anygen/agent-harness/         # AnyGen CLI（50 项测试）
├── lldb/agent-harness/           # LLDB CLI（27 项测试）
├── nsight-graphics/agent-harness/ # Nsight Graphics CLI（51 项测试）
├── unrealinsights/agent-harness/ # Unreal Insights CLI（50 项测试）
├── sbox/agent-harness/           # s&box CLI（244 项测试）
└── sketch/agent-harness/         # Sketch CLI（19 项测试，Node.js）

每个 agent-harness/ 目录都是一个独立的 Python 包，命名空间统一在 cli_anything.<软件名>/ 下，可以直接 pip install -e . 安装到 PATH。

六、实战演示：三款软件的真实体验

6.1 LibreOffice：自动化办公

这是我个人觉得最实用的场景。企业里天天要处理各种文档格式转换：

# 创建一个 Writer 文档
$ cli-anything-libreoffice document new -o report.json --type writer
✓ Created Writer document: report.json

# 添加标题
$ cli-anything-libreoffice --project report.json writer add-heading \
    -t "2026年Q1营收报告" --level 1
✓ Added heading: "2026年Q1营收报告"

# 添加表格
$ cli-anything-libreoffice --project report.json writer add-table \
    --rows 4 --cols 3
✓ Added 4×3 table

# 调用 LibreOffice headless 导出真实 PDF
$ cli-anything-libreoffice --project report.json export render \
    output.pdf -p pdf --overwrite
✓ Exported: output.pdf (42,831 bytes) via libreoffice-headless

# JSON 模式：Agent 直接消费
$ cli-anything-libreoffice --json document info --project report.json
{
  "name": "Q1 Report",
  "type": "writer",
  "pages": 1,
  "elements": 2,
  "modified": true
}

划重点： 最后导出的 PDF 是通过真正的 LibreOffice headless 渲染的，不是 Python 脚本"模拟"的。所以字体、排版、样式都和你在 LibreOffice 里手动操作一模一样。

6.2 Blender：3D 建模到渲染

$ cli-anything-blender
╔══════════════════════════════════════════╗
║       cli-anything-blender v1.0.0       ║
║     Blender CLI for AI Agents           ║
╚══════════════════════════════════════════╝

blender> scene new --name ProductShot
✓ Created scene: ProductShot

blender[ProductShot]> object add-mesh --type cube --location 0 0 1
✓ Added mesh: Cube at (0, 0, 1)

blender[ProductShot]*> render execute --output render.png --engine CYCLES
✓ Rendered: render.png (1920×1080, 2.3 MB) via blender --background

注意看提示符的变化：blender> → blender[ProductShot]> → blender[ProductShot]*>。最后那个 * 号表示项目有未保存的修改——这个细节设计真的很用心。

6.3 GIMP：图像处理

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

# 添加图层
$ cli-anything-gimp --json layer add -n "Background" --type solid --color "#1a1a2e"
{
  "status": "ok",
  "layer": {
    "name": "Background",
    "type": "solid",
    "color": "#1a1a2e",
    "visible": true
  }
}

# 进入 REPL 模式进行交互式操作
$ cli-anything-gimp --project poster.json
gimp[poster]> filter apply gaussian-blur --radius 5
✓ Applied gaussian-blur (radius=5)
gimp[poster]*> export render output.png
✓ Exported: output.png (1920×1080, 245 KB)

七、多平台支持：不绑定任何厂商

CLI-Anything 的一个设计亮点是平台无关。它不是某个 Agent 平台的专属工具，而是一套通用的方法论，可以适配任何支持命令行调用的 Agent 框架。

平台状态安装方式
Claude Code✅ 主力支持/plugin marketplace add HKUDS/CLI-Anything
OpenClaw✅ 原生 Skill复制 SKILL.md 到 ~/.openclaw/skills/cli-anything/
OpenCode✅ 实验性复制命令文件到 ~/.config/opencode/commands/
Codex✅ 实验性运行 bash install.sh 安装脚本
Qodercli✅ 社区贡献bash setup-qodercli.sh
GitHub Copilot CLI✅ 社区贡献copilot plugin install
Pi✅ 已支持（仅英文文档列出）扩展安装

个人建议： 如果你是 Claude Code 用户，体验最好，直接用插件市场安装。OpenClaw 用户也可以用，但需要手动复制 SKILL.md 文件。其他平台的用户建议关注社区更新。注意：Pi 的支持信息仅出现在英文 README 中，中文文档未列出，使用前请确认最新状态。

八、CLI-Hub：Agent 工具的"应用商店"

2026 年 3 月 17 日，CLI-Anything 团队发布了 CLI-Hub——一个中心化的 CLI 注册表。

# 方式一：pip 安装
pip install cli-anything-hub
cli-hub list
cli-hub install cli-anything-gimp

# 方式二：npx skills 安装（支持 OpenClaw、Nanobot、Claude Code 等）
npx skills add HKUDS/CLI-Anything --skill cli-hub-meta-skill -g -y

# 方式三：通过 ClawHub / SkillHub 安装
# ClawHub: https://clawhub.ai/yuh-yang/cli-anything-hub
# SkillHub: https://www.skillhub.club/web/skills/itsyuhao-cli-anything-hub

截至 2026 年 5 月，CLI-Hub 已收录数十款 CLI 工具，覆盖以下领域：

领域代表软件
🎨 创意与媒体GIMP、Blender、Inkscape、Audacity、Krita、Kdenlive、Shotcut、MuseScore
📊 数据与分析JupyterLab、Apache Superset、Metabase、DBeaver、KNIME
💻 开发工具Jenkins、Gitea、Portainer、SonarQube、ArgoCD、Insomnia
🔬 科学计算ImageJ、FreeCAD、QGIS、KiCad、Gephi
🏢 企业与办公NextCloud、GitLab、Grafana、LibreOffice、Odoo、NocoDB
📞 通信协作Zoom、Jitsi Meet、BigBlueButton、Mattermost
🎮 游戏开发Godot、s&box、Slay the Spire II
🧠 知识管理Obsidian、Zotero、Logseq、Joplin

最酷的功能： CLI-Hub 支持 Agent 自主发现和安装 CLI。通过 meta-skill，Agent 可以自动搜索需要的工具并安装——"Agent 帮 Agent 找工具"的闭环。

九、测试体系：1,774 项测试怎么设计的

CLI-Anything 的测试不是走过场。它采用四层验证体系，确保每个 CLI 都是生产可用的：

第一层：单元测试（test_core.py）

每个核心函数单独测试，使用合成数据，不依赖外部软件。

# 示例：测试项目创建
def test_project_new():
    result = invoke_cli(["project", "new", "--width", "1920", "--height", "1080"])
    assert result.exit_code == 0
    assert "Created" in result.output

第二层：端到端测试——原生文件验证

测试 CLI 生成的项目文件是否格式正确：

  • ODF 文件：验证 ZIP 结构、content.xml 合法性
  • MLT XML：验证 XML schema、时间线逻辑
  • SVG 文件：验证 XML 结构、属性完整性

第三层：端到端测试——真实后端验证

这是最关键的一层。 它调用真实的软件来渲染输出，然后验证结果：

# LibreOffice → 真实 PDF
def test_libreoffice_export():
    result = invoke_cli(["export", "render", "output.pdf", "-p", "pdf"])
    assert Path("output.pdf").exists()
    with open("output.pdf", "rb") as f:
        assert f.read(4) == b"%PDF"  # 验证 PDF 魔术字节

第四层：CLI 子进程测试

通过 subprocess.run 调用已安装的命令，验证 JSON 输出格式：

$ cli-anything-gimp --json project new --width 1920 --height 1080
# 验证返回的是合法 JSON

测试结果汇总

┌──────────────────┬────────┬─────────────────────────────────────┐
│ 软件             │ 通过数 │ 测试分布                            │
├──────────────────┼────────┼─────────────────────────────────────┤
│ gimp             │    107 │ 64 unit + 43 e2e                    │
│ blender          │    208 │ 150 unit + 58 e2e                   │
│ inkscape         │    202 │ 148 unit + 54 e2e                   │
│ audacity         │    161 │ 107 unit + 54 e2e                   │
│ libreoffice      │    158 │ 89 unit + 69 e2e                    │
│ zotero           │    —   │ 测试数未公开（支持文献导入/集合/引用）│
│ obs-studio       │    153 │ 116 unit + 37 e2e                   │
│ kdenlive         │    155 │ 111 unit + 44 e2e                   │
│ shotcut          │    154 │ 110 unit + 44 e2e                   │
│ openscreen       │    101 │ 78 unit + 23 e2e                    │
│ zoom             │     22 │ 22 unit + 0 e2e                     │
│ drawio           │    138 │ 116 unit + 22 e2e                   │
│ anygen           │     50 │ 40 unit + 10 e2e                    │
│ lldb             │     27 │ 23 unit + 4 e2e                     │
│ nsight-graphics  │     51 │ 46 unit + 5 e2e                     │
│ unrealinsights   │     50 │ 49 unit + 1 e2e                     │
│ sbox             │    244 │ 157 unit + 17 orchestrator + 50 e2e │
│ sketch           │     19 │ 19 jest (Node.js)                   │
├──────────────────┼────────┼─────────────────────────────────────┤
│ **合计（已公开）**│ **1,774** │ README 官方汇总数字             │
└──────────────────┴────────┴─────────────────────────────────────┘

说明： 上述 1,774 为 README 官方标注的汇总数字，涵盖 17 款已公开测试数的软件。Zotero CLI 已包含在仓库中但未列出具体测试数。测试类型包含单元测试（合成数据隔离验证）、端到端测试（真实文件 + 真实后端渲染）、编排测试和 Node.js 测试。

注意： 其中 506 项是端到端测试（含 19 项 Node.js 测试），需要真实安装对应的软件才能运行。如果你只想跑单元测试，大部分不需要外部依赖。另外，Zotero CLI 已包含在项目中（支持文献导入、集合管理、引用生成），但 README 未列出其具体测试数量，因此未计入上述汇总。

十、HARNESS.md：方法论才是灵魂

很多人看 CLI-Anything 只看到了"自动生成 CLI"这个表层能力。但我觉得这个项目最有价值的产出是 HARNESS.md——一份经过 18 款软件实战验证的方法论 SOP。

以下是我从 HARNESS.md 中提炼的几条关键经验，每一条都是踩过坑才总结出来的：

经验一：必须用真实软件

CLI 必须调用真实应用进行渲染。不能用 Pillow 替代 GIMP，不能自己写渲染器替代 Blender。

为什么？因为 GUI 应用的渲染管线是极其复杂的。以 GIMP 为例，它支持的图层混合模式有 20+ 种，滤镜链可以任意嵌套，色彩管理涉及 ICC Profile 转换。你用 Python 重写一遍？写到明年也写不完。

经验二：渲染鸿沟

GUI 应用在渲染时才应用特效。如果你的 CLI 操作了项目文件但用了简陋的导出工具，特效会被静默丢弃。

这是一个极其隐蔽的坑。你的 CLI 命令执行成功了，项目文件也生成了，但导出的图片/视频/音频可能丢失了所有特效——因为你的导出工具没有调用真实的渲染引擎。

经验三：滤镜转译

在不同格式间映射特效时（比如 MLT → ffmpeg），要注意：

  • 重复滤镜需要合并
  • 交错的流需要排序
  • 参数空间可能不同（0-100 vs 0-255）
  • 某些特效无法映射，需要降级处理

经验四：时间码精度

非整数帧率（如 29.97fps）会导致累积舍入误差。HARNESS.md 的建议是：

  • 用 round() 而非 int()
  • 显示时用整数运算
  • 测试中允许 ±1 帧容差

经验五：输出验证

永远不要因为进程退出码为 0 就信任导出成功。

要验证：

  • PDF：检查 %PDF 魔术字节
  • ZIP/OOXML：验证 ZIP 结构
  • 图片：检查像素分析
  • 音频：检查 RMS 电平和时长

十一、踩坑与注意事项

根据社区反馈和我的实际测试，以下是使用 CLI-Anything 时需要注意的几个坑：

坑 1：Windows 用户需要额外配置

Claude Code 通过 bash 执行命令。Windows 用户必须安装 Git for Windows（包含 bash 和 cygpath）或使用 WSL，否则会出现 cygpath: command not found 错误。

坑 2：模型能力要求高

CLI-Anything 依赖前沿级别的模型才能可靠地生成 harness。官方推荐：

  • Claude Opus 4.6
  • Claude Sonnet 4.6
  • GPT-5.4

较弱的模型可能会生成不完整或有误的 CLI，需要大量人工修正。

坑 3：单次生成不一定完整

/cli-anything 一次运行不一定能覆盖软件的所有功能。通常需要执行一次或多次 /refine 命令来扩展覆盖面：

# 全面优化
/cli-anything:refine ./gimp

# 定向优化
/cli-anything:refine ./gimp "图像批处理和滤镜"

坑 4：需要源码

/cli-anything 基于源码进行分析和生成。如果目标软件只有编译后的二进制文件（如 Photoshop），harness 的质量和覆盖率会显著下降。开源软件是最佳选择。

坑 5：插件加载失败

如果 Unknown skill: cli-anything 错误，排查步骤：

  1. 重新加载插件：/reload-plugins
  2. 验证插件是否加载：/help cli-anything
  3. 重新安装： 
    /plugin marketplace add HKUDS/CLI-Anything
/plugin install cli-anything

十二、适用场景与局限性

最适合的场景

场景为什么适合
🎨 创意工作流图像编辑、3D 建模、视频剪辑、音频处理——这些软件功能复杂，CLI 能完整暴露
📊 办公自动化文档格式转换、批量处理、报告生成——LibreOffice CLI 非常实用
🔬 科研工作流数据处理、仿真模拟、可视化——科学计算软件的 CLI 能大幅提效
🤖 Agent 评测为 GUI 软件自动生成 Agent 任务、评测器和 Benchmark

不太适合的场景

场景原因
纯 Web 应用本身就有 API，CLI-Anything 的优势不明显
闭源商业软件没有源码，生成质量会下降
简单工具功能太少的软件，CLI 的价值有限

十三、横向对比：CLI-Anything vs 其他方案

这是我整理的一个全面对比，帮你快速判断 CLI-Anything 是否适合你的场景：

维度CLI-AnythingGUI Agent (RPA)MCP 协议功能重写
功能完整性✅ 100%（调用真实软件）❌ 约 30%⚠️ 取决于实现❌ 约 10%
稳定性✅ 确定性输出❌ 界面一改就崩⚠️ 规范太重✅ 可控
开发成本✅ 全自动❌ 逐个适配❌ 需要专用 API❌ 天文数字
Agent 兼容性✅ 通用 CLI❌ 需要截图能力⚠️ 需要 MCP 客户端✅ 通用
维护成本✅ 低❌ 极高⚠️ 中等❌ 极高
学习曲线⚠️ 中等✅ 低⚠️ 中等❌ 高
实时交互✅ REPL✅ GUI⚠️ 有限❌ 无

十四、我的总结与思考

CLI-Anything 做对了什么？

  1. 抓住了时代痛点。 Agent 的瓶颈不在推理，而在"手脚"。CLI-Anything 直接解决了这个问题。

  2. 选择了正确的接口范式。 CLI 不是新东西，但在 Agent 时代，它被重新发现了。简洁、结构化、自描述——完美匹配 LLM 的工作方式。

  3. 方法论比工具更重要。 HARNESS.md 记录的不是代码，而是"如何为任意软件设计 CLI"的方法论。这个方法论可以被复用、被改进、被社区共建。

  4. 平台无关的设计。 不绑定 Claude Code，不绑定 OpenClaw，任何支持命令行的 Agent 框架都能用。这才是基础设施该有的样子。

我的建议

  • 如果你是 Agent 开发者： CLI-Anything 的方法论（HARNESS.md）值得深入研究。即使你不用这个工具，它的设计思想也对你有启发。

  • 如果你是普通用户： 从 Claude Code + 插件市场安装开始，体验最顺滑。先试 LibreOffice 或 GIMP 的 CLI，这两个最成熟。

  • 如果你是开源贡献者： CLI-Hub 欢迎你提交新的 CLI。按照 HARNESS.md 的方法论，为你的软件生成一个 CLI，然后提交 PR。

一句话总结

今天的软件为人而生，明天的用户是 Agent。CLI-Anything 是连接两者之间的桥梁。

1.11亿条引用审计：14.7万条是假的——深度解析ARS如何用「人在回路」终结AI论文幻觉

从原型到生产：深度拆解 GitHub 爆火的 AI Agent 全栈实战手册

200+ 模型、零内容过滤、完全免费 — Open Generative AI 全面解析与实战指南

avatar
文章
阅读
粉丝