CLI 畅想：让智能体接管一切
CLI 畅想：让智能体接管一切
当我们谈论 AI 智能体的未来时，很多人还在纠结大模型的参数大小、推理速度、上下文窗口。大家都在往上卷模型能力，却少有人关注另一个根本问题：就算模型足够聪明，它怎么去使用这个世界上已有的成千上万的软件和服务？
最近在 GitHub 上看到两个有趣的项目——来自香港大学数据科学实验室 HKUDS 的 CLI-Anything[1] 和开发者 jackwener 的 **opencli[2]**——给这个问题指出了一个清晰而优雅的方向：让一切软件都成为标准 CLI，让智能体通过 CLI 接管整个数字世界。
这个想法一点都不复杂，但足够震撼。
两个新锐项目，同一个方向
CLI-Anything：一键让所有软件 Agent-Native
CLI-Anything 的核心理念非常直接：**Today’s Software Serves Humans. Tomorrow’s Users will be Agents.**（今天的软件服务人类，明天的用户将是智能体。）我们需要一座桥梁，把为人类设计的现有软件世界，无痛连接到 AI 智能体时代。
它的做法堪称暴力美学：你只需要给任意一个带源码的软件跑一条命令 /cli-anything <软件路径或仓库地址>，它就能自动完成全部 7 个阶段的工作，把整个软件改造成智能体可用的 CLI：
🔍 分析 —— 自动扫描源码，把 GUI 操作逐一映射到后端 API
📐 设计 —— 合理架构命令分组、状态模型、标准化输出格式
🔨 实现 —— 构建带交互式 REPL 的完整 Click CLI，原生支持 JSON 结构化输出和撤销重做
📋 测试规划 —— 自动生成单元测试和端到端测试计划
🧪 写测试 —— 实现完整测试套件保证质量
📝 文档 —— 生成 SKILL.md 技能文档，方便智能体自发现
📦 发布 —— 生成标准 Python setup.py，一键安装到系统 PATH
更厉害的是，这套方法论已经在 16 个复杂成熟应用上得到了完整验证：从 3D 建模的 Blender、图像编辑的 GIMP，到办公套件 LibreOffice、直播推流的 OBS Studio，再到 AI 绘图的 ComfyUI、本地大模型的 Ollama… 覆盖了创意设计、办公效率、AI 开发等多个领域，总共生成了 2005 个测试，通过率 **100%**。
每个生成的 CLI 都会自带一份 SKILL.md，里面包含了完整的命令文档和使用示例，智能体可以自动发现和使用这些能力，完全不需要人工配置。项目还维护了一个 CLI-Hub 中心仓库，智能体可以自主探索、一键安装社区贡献的各种 CLI。
OpenCLI：让网站和桌面应用也成为 CLI
如果说 CLI-Anything 解决的是有源码的本地软件问题，opencli 则走得更远：把公开网站和桌面 Electron 应用也变成标准化 CLI。
它的设计思路非常巧妙：复用你已经在 Chrome 浏览器中登录的会话，通过 Chrome DevTools Protocol (CDP) 控制页面，把各种网站操作封装成标准的 CLI 命令。这样做最大的好处是：你的账号密码永远不会离开浏览器，不需要把 credentials 给任何第三方，零安全风险。
目前 opencli 已经支持了 66+ 个常见网站和桌面应用：
内容平台：小红书、B站、知乎、贴吧、Twitter、Reddit、豆瓣…
AI 应用：NotebookLM、Gemini、ChatGPT 桌面端、Doubao…
开发工具：GitHub、Docker、Obsidian、飞书、钉钉、Vercel…
桌面应用：Cursor、Codex、Notion、Discord、Antigravity…
更绝的是 opencli 本身还是一个通用的 CLI Hub：你可以通过 opencli register 把本地任意 CLI 工具注册进来，智能体只需要运行 opencli list就能自动发现所有可用工具。如果发现某个工具没安装，opencli 还会自动调用你的包管理器（brew/apt/pip/npm）帮忙安装，完全不需要人插手。
CLI 为什么是智能体的未来？
你可能会问：现在不是有 RPA、有浏览器自动化、有各种 API 吗？为什么一定要 CLI？
答案其实很简单：CLI 天生就是为智能体设计的接口。
| 特性 | CLI | GUI | API |
|---|---|---|---|
| 结构化 | ✅ 文本命令，天然匹配 LLM 输出 | ❌ 像素级别点击，脆弱 | ⚠️ 需要文档解析，适配成本高 |
| 可组合 | ✅ 管道拼接，轻松编排复杂工作流 | ❌ 无法组合 | ⚠️ 需要编写胶水代码 |
| 轻量通用 | ✅ 最小开销，跨系统无依赖 | ❌ heavy 驱动 | ⚠️ 每个服务不同协议 |
| 自描述 | ✅ --help 就是文档，智能体能自己读 |
❌ 需要视觉理解 | ⚠️ 需要 OpenAPI/Swagger |
| 确定性 | ✅ 相同命令相同结果，可预测 | ❌ UI 随时可能变 | ✅ 但变更频繁 |
大语言模型输出本来就是文本。CLI 是文本，参数是文本，输出是文本。这简直是天作之合。不需要复杂的 function call 协议，不需要专门的适配，CLI 就是天然的智能体接口。
畅想：当所有业务系统都用 CLI 重构
想象一下，如果我们把现有的业务系统全部重构，用 CLI 作为一等接口，会发生什么？
繁琐填报，智能体帮你搞定
你有没有遇到过那种复杂的报表填报系统？十几个表格，层层审批，每个字段都要从不同系统导出再粘贴进去。
未来就是：你只需要告诉 AI “把这个季度的环保监测数据填到系统里”。AI 拿到需求，通过 CLI 直接：
从各个监测设备 API 拉取最新数据
自动校验格式、补全无数据字段
调用填报系统 CLI 逐个填入
提交审批，最后告诉你 “搞定了，链接在这里”
整个过程你喝杯茶的功夫就完成了，不需要你打开浏览器点来点去。
跨系统融合分析，随心所欲
做业务分析的时候，最痛苦的莫过于数据分散在五六个系统里。你要开 N 个标签页，登录不同账号，导出数据，再粘贴到 Excel 里合并。
未来就是：你直接问智能体 “帮我看看这个月珠三角地区的 VOC 排放和去年同期对比，把超标企业列出来”。
智能体会：
通过 CLI 查询监测数据库 → 拿到原始数据
通过 CLI 查询气象系统 → 拿到气象背景数据
通过 CLI 查询企业名录 → 拿到企业信息
自动融合清洗，做统计分析
直接生成分析报告，甚至用 LibreOffice CLI 导出 PDF
整个过程几分钟完成，而原来可能要花一天。
Obsidian 已经在路上
有意思的是，Obsidian 这类笔记工具已经在往这个方向走了。社区开发了各种各样的 CLI 工具，支持从命令行创建笔记、搜索、批量处理。智能体可以直接通过 CLI 操作你的知识库，帮你整理笔记、生成链接、更新背调材料。
这和我们 OpenClaw 的 skill 机制异曲同工：每个 skill 就是一个能力单元，智能体可以自动发现、自动调用。CLI 和 skill 会成为 AI 时代两个最重要的技术方向。
这已经不是梦想，而是现实
可能你会觉得这太超前了？不，这两个项目已经证明这条路走得通：
CLI-Anything 已经能一键给 Blender 这样复杂的 3D 软件生成完整 CLI，208 个测试全部通过
opencli 已经支持 66+ 网站和桌面应用，每天都有人在贡献新的适配器
大模型的能力已经足够理解源码、生成正确的 CLI 包装
我们每天都在跟 CLI 打交道，它已经存在几十年了，稳定可靠
改变的只是使用方式：从前是人用 CLI，未来是智能体用 CLI。人只需要提出目标，剩下的交给智能体。
我们应该怎么做？
对于开发者和产品经理来说，这个趋势值得重视：
新项目设计时，优先把 CLI 作为一等接口 —— 不光是人用，未来智能体也会用。做好命令行参数，标准输出格式，JSON 输出支持。
存量项目可以逐步包装 —— 不需要一下子全部重构，先用 CLI-Anything 或 opencli 包装出核心能力，给智能体用起来。
文档要面向机器可读 ——
--help写清楚，参数含义、输出格式，智能体会自己读。拥抱标准化 —— 遵循 Unix conventions，正确的退出码，可管道化，这些传统智慧在 AI 时代反而更有价值。
结语：你准备好用 CLI 重构你的应用了吗？
AI 智能体的浪潮滚滚而来。大家都在往大模型里卷参数的时候，有人在埋头做基础设施：让整个软件世界都能被智能体使用。
当所有软件都有了 CLI 接口，当智能体能通过 CLI 自由调用所有能力，那一天才是真正的 AI 原生世界。
就像 CLI-Anything 主页说的：
Today’s Software Serves Humans. Tomorrow’s Users will be Agents.
今天的软件服务人类，明天的用户将是智能体。
这个未来，你准备好了吗？
引用链接
[1]CLI-Anything: https://github.com/HKUDS/CLI-Anything
[2]opencli: https://github.com/jackwener/opencli