一、项目概述
CLI-Anything 是由香港大学数据科学实验室（HKUDS）开发的开源项目，核心目标是让所有软件都能被AI Agent原生调用。项目口号：“Today’s Software Serves Humans 👨💻. Tomorrow’s Users will be Agents 🤖”
| 项目指标 | 数值 |
|---|
| Stars | 1.1k |
| Forks | 110 |
| Watchers | 7 |
| 主要语言 | Python (99.7%) |
| 测试通过率 | 100% (1,436 tests) |
二、核心问题与解决方案
2.1 现有痛点
| 痛点 | 具体表现 |
|---|
| AI无法使用真实工具 | 现有方案要么是脆弱的UI自动化，要么是功能阉割的重新实现 |
| UI自动化不可靠 | 截图、点击、RPA等方式容易崩溃 |
| Agent需要结构化数据 | 缺乏标准化的输出格式 |
| 定制集成成本高 | 每个软件都需要单独开发接口 |
| 原型与生产差距大 | 缺乏真实软件验证 |
2.2 CLI-Anything的解决思路
核心洞察：CLI（命令行界面）是人类和AI Agent的通用接口
- ✅ 结构化且可组合 — 文本命令匹配LLM格式，可链式组合复杂工作流
- ✅ 轻量且通用 — 最小开销，跨系统无依赖
- ✅ 自描述 —
--help 标志提供自动文档，Agent可自动发现 - ✅ 已验证成功 — Claude Code每天通过CLI运行数千个真实工作流
- ✅ Agent优先设计 — 结构化JSON输出消除解析复杂性
- ✅ 确定且可靠 — 一致结果实现可预测的Agent行为
三、技术架构
3.1 七阶段全自动流水线
/cli-anything <software-path-or-repo> ↓ 1. 🔍 Analyze（分析）— 扫描源代码，映射GUI动作到API 2. 📐 Design（设计）— 架构命令组、状态模型、输出格式 3. 🔨 Implement（实现）— 构建Click CLI，含REPL、JSON输出、撤销/重做 4. 📋 Plan Tests（规划测试）— 创建TEST.md，含单元测试+E2E测试计划 5. 🧪 Write Tests（编写测试）— 实现全面测试套件 6. 📝 Document（文档）— 更新TEST.md结果 7. 📦 Publish（发布）— 创建setup.py，安装到PATH
3.2 核心设计原则
| 原则 | 说明 |
|---|
| 真实软件集成 | CLI必须调用实际应用进行渲染，不是替代而是封装 |
| 灵活交互模式 | 有状态REPL + 子命令接口，裸命令进入REPL模式 |
| 一致用户体验 | 统一REPL界面（repl_skin.py），品牌横幅、样式提示、命令历史 |
| Agent原生设计 | 内置--json标志，标准--help和which命令发现能力 |
| 零妥协依赖 | 真实软件是硬性要求，缺失时测试失败而非跳过 |
四、已验证的9个生产级CLI
| 软件 | 领域 | CLI命令 | 后端技术 | 测试数 |
|---|
| 🎨 GIMP | 图像编辑 | cli-anything-gimp | Pillow + GEGL/Script-Fu | 107 |
| 🧊 Blender | 3D建模与渲染 | cli-anything-blender | bpy (Python脚本) | 208 |
| ✏️ Inkscape | 矢量图形 | cli-anything-inkscape | 直接SVG/XML操作 | 202 |
| 🎵 Audacity | 音频制作 | cli-anything-audacity | Python wave + sox | 161 |
| 📄 LibreOffice | 办公套件 | cli-anything-libreoffice | ODF生成 + 无头LO | 158 |
| 📹 OBS Studio | 直播与录制 | cli-anything-obs-studio | JSON场景 + obs-websocket | 153 |
| 🎞️ Kdenlive | 视频编辑 | cli-anything-kdenlive | MLT XML + melt渲染器 | 155 |
| 🎬 Shotcut | 视频编辑 | cli-anything-shotcut | 直接MLT XML + melt | 154 |
| 📐 Draw.io | 图表绘制 | cli-anything-drawio | mxGraph XML + draw.io CLI | 138 |
| 总计 | | | | 1,436 |
测试构成：1,011单元测试 + 425 E2E测试，100%通过率
五、使用方式
5.1 快速开始（Claude Code插件）
# 添加市场 /plugin marketplace add HKUDS/CLI-Anything # 安装插件 /plugin install cli-anything # 一键生成CLI（以GIMP为例） /cli-anything ./gimp
5.2 手动安装
git clone https://github.com/HKUDS/CLI-Anything.git cp-r CLI-Anything/cli-anything-plugin ~/.claude/plugins/cli-anything /reload-plugins
5.3 使用生成的CLI
# 安装到PATHcd gimp/agent-harness && pip install-e.# 查看帮助 cli-anything-gimp --help# 创建项目 cli-anything-gimp project new --width1920--height1080-o poster.json # JSON模式（供Agent使用） cli-anything-gimp --json layer add-n"Background"--type solid --color"#1a1a2e"# 进入交互式REPL cli-anything-gimp
六、插件命令集
| 命令 | 功能 |
|---|
/cli-anything <path-or-repo> | 完整构建CLI（全部7阶段） |
/cli-anything:refine <path> [focus] | 优化现有CLI，扩展覆盖范围 |
/cli-anything:test <path-or-repo> | 运行测试并更新TEST.md |
/cli-anything:validate <path-or-repo> | 按HARNESS.md标准验证 |
七、项目结构
cli-anything/ ├── 📄 README.md / README_CN.md # 中英文档 ├── 📁 assets/ # 图标、演示图 ├── 🔌 cli-anything-plugin/ # Claude Code插件 │ ├── HARNESS.md # 方法论SOP（核心文档） │ ├── QUICKSTART.md # 5分钟快速开始 │ ├── PUBLISHING.md # 发布指南 │ ├── repl_skin.py # 统一REPL界面 │ └── commands/ # 插件命令定义 │ ├── cli-anything.md │ ├── refine.md │ ├── test.md │ └── validate.md ├── 🎨 gimp/agent-harness/ ├── 🧊 blender/agent-harness/ ├── ✏️ inkscape/agent-harness/ ├── 🎵 audacity/agent-harness/ ├── 📄 libreoffice/agent-harness/ ├── 📹 obs-studio/agent-harness/ ├── 🎞️ kdenlive/agent-harness/ ├── 🎬 shotcut/agent-harness/ └── 📐 drawio/agent-harness/
每个agent-harness/包含：
- 可安装的Python包（
cli_anything.<software>/） - Click CLI实现
- 核心模块
- 工具（含
repl_skin.py和后端包装器） - 全面测试
八、关键方法论：HARNESS.md
HARNESS.md是项目的标准操作程序（SOP），编码了通过自动化生成流程提炼的成熟模式。
关键经验教训
| 教训 | 详细说明 |
|---|
| 使用真实软件 | CLI必须调用实际应用渲染，不能用Pillow替代GIMP，不能用自定义渲染器替代Blender |
| 渲染差距问题 | GUI应用在渲染时才应用效果，若CLI操作项目文件但使用简单导出工具，效果会被静默丢弃 |
| 滤镜转换 | MLT→ffmpeg等格式映射时注意：重复滤镜合并、交错流排序、参数空间差异、不可映射效果 |
| 时间码精度 | 非整数帧率（29.97fps）导致累积舍入，用round()而非int()，显示用整数运算，测试容差±1帧 |
| 输出验证 | 不能因退出码0就信任导出成功，需验证：magic bytes、ZIP/OOXML结构、像素分析、音频RMS电平、时长检查 |
九、应用场景分类
| 类别 | 如何Agent化 | 典型示例 |
|---|
| 📂 GitHub仓库 | 自动CLI生成将任何开源项目转为Agent可控工具 | VSCodium, WordPress, Calibre, Zotero, Joplin |
| 🤖 AI/ML平台 | 结构化命令自动化模型训练、推理流程、超参调优 | Stable Diffusion, ComfyUI, InvokeAI, Fooocus |
| 📊 数据分析 | 程序化数据处理、可视化、统计分析工作流 | JupyterLab, Superset, Metabase, DBeaver |
| 💻 开发工具 | 命令接口简化代码编辑、构建、测试、部署 | Jenkins, Gitea, Portainer, SonarQube |
| 🎨 创意媒体 | 程序化控制内容创作、编辑、渲染工作流 | Blender, GIMP, OBS, Krita, Kdenlive |
| 🔬 科学计算 | 自动化研究工作流、仿真、复杂计算 | ImageJ, FreeCAD, QGIS, ParaView, KiCad |
| 🏢 企业办公 | 将业务应用和生产力工具转为Agent可访问系统 | NextCloud, GitLab, Grafana, LibreOffice, ERPNext |
| 📐 图表可视化 | 程序化创建和操作图表、流程图、架构图 | Draw.io, Mermaid, PlantUML, Excalidraw |
| ✨ AI内容生成 | 通过AI云API生成专业交付物（幻灯片、文档、图表） | AnyGen, Gamma, Beautiful.ai, Tome |
十、愿景与路线图
10.1 核心愿景
- 🌐 通用访问 — 每个软件都通过结构化CLI即时Agent可控
- 🔗 无缝集成 — Agent无需API、GUI、重建或复杂包装器即可控制任何应用
- 🚀 未来就绪生态 — 一条命令将人类设计的软件转为Agent原生工具
10.2 路线图
- 支持更多应用类别（CAD、DAW、IDE、EDA、科学工具）
- Agent任务完成率基准测试套件
- 社区贡献的内部/定制软件CLI
- 与Claude Code之外的更多Agent框架集成
- 支持将闭源软件和Web服务的API打包为CLI
- 生成SKILL.md供Agent技能发现和编排
十一、核心洞察总结
- CLI是Agent时代的通用语言 — 不是替代GUI，而是为Agent提供结构化接口
- 真实软件调用是关键 — 生成有效项目文件→调用真实后端，拒绝玩具实现
- 测试即文档 — 1,436个测试不仅是质量保证，更是功能规格说明
- 方法论可复现 — HARNESS.md将经验编码为可执行的标准
- 插件化降低门槛 — 通过Claude Code插件市场实现一键CLI生成
