CLI-Anything 这个项目的口号是“让所有软件变成 agent 原生”。思路是给各种软件套一层统一的命令行接口,让 agent 通过 CLI 调用,而不是通过 GUI 或各家私有 API。
为什么是 CLI 三个原因。第一,CLI 的输入输出是文本,正好是模型的母语,不用做视觉理解。第二,CLI 天然可组合,管道能把多个工具串起来。第三,CLI 有 --help,agent 可以自己发现能力边界,这比读一份过时的 API 文档可靠。
这解决的是一个真实断层 现在的软件绝大多数是为人类设计的:有按钮、有菜单、有拖拽。agent 要操作它们,只能走两条路——模拟点击(慢且脆)或者等厂商出 API(等不到)。CLI 封装是把“人类界面”翻译成“机器界面”的最低成本方案。
难点在哪里 一是状态。CLI 是无状态的,但很多软件操作是有状态的(打开文件、编辑、保存)。要在 CLI 层维护会话,否则每一步都得重新加载。二是错误处理。GUI 报错可以弹窗,CLI 必须有明确的退出码和可解析的错误信息,否则 agent 分不清“失败了”和“没有结果”。三是幂等。agent 会重试,操作不幂等就会重复执行。
实际能用到什么程度 对文件处理、格式转换、批量操作这类任务,CLI 封装效果很好。对需要复杂视觉反馈的任务(设计软件、视频剪辑),目前还是勉强。
值得关注的原因 它代表了一个方向:与其等每个软件都做 MCP server,不如给它们套一层通用 CLI。前者要厂商配合,后者可以社区自己干。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。