CLI-Anything：让一切软件变成 Agent 原生工具

> 来源: https://github.com/HKUDS/CLI-Anything

> 团队: 香港大学数据智能实验室（Data Intelligence Lab@HKU），Chao Huang 教授

> 协议: MIT License

> 技术栈: Python 3.10+, Click CLI, Claude Code Plugin

> 测试: 1,298 个测试，100% 通过率

> 日期: 2026-03-09

📌 一句话总结

CLI-Anything 是一个 Claude Code 插件，能自动将任意开源软件的源码分析后，生成一套完整的 CLI 命令行工具，让 AI Agent 可以直接操控 Blender、GIMP、LibreOffice 等专业软件——不需要截图、不需要 GUI 自动化、不需要重写。

🎯 要解决的核心问题

AI Agent 擅长推理，但不擅长操作真正的专业软件。现有方案各有硬伤：

现有方案	问题
GUI 自动化（RPA/截图）	脆弱，界面一改就崩
API 封装	大多数桌面软件没有 API
重写简化版	丢失 90% 的功能
MCP/工具协议	需要软件方主动适配

CLI-Anything 的思路：不改软件，给软件"套一层壳"——自动生成 CLI 接口，调用软件的真实后端。

🔧 工作原理：7 阶段自动管线


源代码 → 📦 CLI-Anything Plugin (Claude Code)
           ↓
   Phase 1: 🔍 Analyze — 扫描源码，映射 GUI 操作到 API
   Phase 2: 📐 Design — 设计命令组、状态模型、输出格式
   Phase 3: 🔨 Implement — 构建 Click CLI + REPL + JSON 输出 + undo/redo
   Phase 4: 📋 Plan Tests — 生成测试计划（TEST.md）
   Phase 5: 🧪 Write Tests — 实现完整测试套件
   Phase 6: 📝 Document — 更新测试结果文档
   Phase 7: 📦 Publish — 生成 setup.py，安装到 PATH
           ↓
   pip install -e . → cli-anything-<软件名> 可用

关键设计决策

1. 真实后端调用：不是模拟，是真正调用 Blender 的 bpy、LibreOffice 的 headless 模式、sox 处理音频

2. 双模式交互：命令行模式 + REPL 交互模式

3. --json 标志：每个命令都支持 JSON 输出，Agent 直接解析

4. --help 自描述：Agent 通过 which + --help 就能发现和使用工具

📊 已验证的 8 款软件

软件	领域	CLI 命令	后端	测试数
🎨 GIMP	图像编辑	`cli-anything-gimp`	Pillow + GEGL/Script-Fu	107
🧊 Blender	3D 建模渲染	`cli-anything-blender`	bpy (Python)	208
✏️ Inkscape	矢量图形	`cli-anything-inkscape`	SVG/XML 直接操作	202
🎵 Audacity	音频制作	`cli-anything-audacity`	Python wave + sox	161
📄 LibreOffice	办公套件	`cli-anything-libreoffice`	ODF + headless LO	158
📹 OBS Studio	直播录制	`cli-anything-obs-studio`	JSON scene + obs-websocket	153
🎞️ Kdenlive	视频剪辑	`cli-anything-kdenlive`	MLT XML + melt	155
🎬 Shotcut	视频剪辑	`cli-anything-shotcut`	MLT XML + melt	154
合计				1,298

100% 通过率：895 单元测试 + 403 端到端测试。

测试分层

层级	测什么	示例
单元测试	每个核心函数	项目创建、图层操作、滤镜参数
E2E（原生）	文件生成管线	ODF ZIP 结构、MLT XML 合法性
E2E（真实后端）	调用真实软件	LibreOffice → PDF（验证 %PDF- 魔术字节）
CLI 子进程	安装后的命令	`cli-anything-gimp --json project new` → 合法 JSON

💡 使用示例

安装


# Claude Code 插件方式（推荐）
/plugin marketplace add HKUDS/CLI-Anything
/plugin install cli-anything

# 手动安装
git clone https://github.com/HKUDS/CLI-Anything.git
cp -r CLI-Anything/cli-anything-plugin ~/.claude/plugins/cli-anything

为任意软件生成 CLI


# 本地源码
/cli-anything /home/user/gimp

# GitHub 仓库
/cli-anything https://github.com/blender/blender

Agent 使用生成的 CLI


# 创建文档
cli-anything-libreoffice document new -o report.json --type writer

# 添加标题
cli-anything-libreoffice --project report.json writer add-heading -t "Q1 Report" --level 1

# 添加表格
cli-anything-libreoffice --project report.json writer add-table --rows 4 --cols 3

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

🧠 深度分析

理念：CLI 是 Agent 的最佳界面

这个项目的核心论点非常有说服力：

> "Today's Software Serves Humans. Tomorrow's Users will be Agents."

CLI 为什么比 GUI 自动化、API、MCP 更适合 Agent？

特性	CLI	GUI 自动化	API	MCP
通用性	✅ 任何软件	✅ 任何有界面的	❌ 需要提供	❌ 需要适配
可靠性	✅ 确定性	❌ 界面变动即崩	✅	✅
LLM 友好	✅ 文本输入输出	❌ 需要视觉	✅ JSON	✅ JSON
自描述	✅ --help	❌	✅ Schema	✅ Schema
改造成本	⚠️ 需 Claude Code	❌	❌ 软件方做	❌ 软件方做

优势

1. 零妥协的真实能力：不是"简化版 Blender"，而是真正调用 Blender 渲染引擎

2. 即插即用：pip install -e . 后 Agent 通过 which 就能发现

3. 统一体验：所有生成的 CLI 共享 repl_skin.py，交互风格一致

4. 严格测试：缺少后端时测试 fail 而不是 skip，确保不是"假功能"

局限与疑问

1. 强依赖 Claude Code：7 阶段管线需要 Claude Code 的 plugin 系统执行，其他 Agent（OpenClaw、Cursor）能直接复用吗？

2. 源码分析质量：自动分析源码 → 映射 GUI 到 API 这一步，对于复杂软件（如 Blender 有上百万行代码）效果如何？

3. 维护问题：软件更新后，生成的 CLI 是否需要重新跑一遍管线？

4. 8 款之外：目前验证了 8 款，README 列出了几十个"可以做"的，但实际效果未知

5. REPL 模式的状态管理：跨会话的项目状态如何持久化？

与现有方案的对比

方案	思路	CLI-Anything 优势
Computer Use（Anthropic）	截图 + 点击	不需要视觉模型，确定性强
MCP	标准化 Agent-工具协议	不需要软件方配合
Open Interpreter	Python 代码执行	更结构化，有测试保障
browser-use	浏览器自动化	不限于 Web 应用
Lobster（OpenClaw）	YAML 工作流	可互补：Lobster 编排 + CLI-Anything 执行

🔗 与我们的关联

直接可用

1. OpenClaw Skill 生态：CLI-Anything 生成的 CLI 可以直接作为 OpenClaw 的外部工具使用

2. Lobster 集成：在 Lobster 工作流中调用 cli-anything-* 命令，实现复杂自动化

3. 扩展 deep-research：比如用 cli-anything-libreoffice 直接生成 PDF 格式的研究报告

思考方向

1. 为 OpenClaw 本身生成 CLI？OpenClaw 已经有 CLI（openclaw），但 CLI-Anything 的理念——"让 Agent 能操控任何工具"——和 OpenClaw 的技能系统是同一方向

2. Agent 工具链的未来：CLI（标准化接口）vs MCP（协议标准）vs 原生 API——最终可能共存

3. HKU 团队的其他项目：这个实验室（HKUDS）还做了 VideoRAG、HiGPT 等，都是大模型应用方向的活跃研究组

📊 评分

维度	评分（/10）
创新性	8.5 — CLI 作为 Agent 万能接口的思路清晰
技术深度	8.0 — 7 阶段自动管线 + 1298 个测试
实用价值	7.5 — 强依赖 Claude Code，通用性待验证
工程质量	9.0 — 测试覆盖、文档、模块化都很好
生态潜力	8.0 — 如果能脱离 Claude Code 依赖会更强
综合	8.2

报告由深度研究助手自动生成 | 2026-03-09

来源: https://github.com/HKUDS/CLI-Anything