CLI-Anything 调研：一行命令把任意软件变成 Agent 可调用的 CLI，港大实验室让软件”原生支持 AI”

Make ALL Software Agent-Native。7 阶段自动化流水线，38K+ stars，CLI-Hub Registry 开箱即用。

写在前面

AI Agent 能写代码、能推理，但操控真实专业软件时频频 ” 翻车 ”：截屏猜坐标、RPA 模拟点击、API 覆盖不全。每一次都是手动适配，换个软件就要重新来。

CLI-Anything 解决的是这个 ” 最后一公里 ” 问题：你给它一行命令，它跑完 7 阶段流水线，吐出一个完整的 Python CLI——Click 命令 + REPL 模式 + JSON 输出 + 单元测试 + 自动打包，直接装进 PATH。GIMP、Blender、LibreOffice、Audacity、Zoom……7 个月 80+ 应用，港大 HKUDS 实验室一手包办。

截至 2026 年 6 月，GitHub 37,639 stars，2,463 个测试全部通过，被列为 2026 年 5 月 GitHub 热点第 1 名，arxiv 论文 arXiv:2606.03854 已发布。

一、它解决什么问题

核心问题：专业软件（GIMP/Blender/LibreOffice/QGIS/3MF……）全部是为人类 GUI 设计的，没有 API，没有结构化输出，Agent 没法直接调用。CLI-Anything 用一份精心设计的 SOP（HARNESS.md，约 600 行）让 AI Agent 自动分析源码、设计命令结构、实现 CLI、写测试、发版——全程 7 阶段，零手写模板。

二、7 阶段自动化流水线

全部 7 阶段是 纯文本指令（HARNESS.md），不是代码逻辑。Agent 读完自己决定怎么实现。

Phase 1  源码分析    扫描源码，找到后端引擎、API 映射、数据模型
Phase 2  架构设计    命令分组、状态模型、输出格式（--json / 人类可读）Phase 3  代码实现    Click CLI + 核心模块 + 后端桥接 + REPL 模式
Phase 4  测试规划    先写 TEST.md，涵盖单元测试 + 端对端测试计划
Phase 5  测试实现    实现完整测试套件
Phase 6  文档化      测试结果回写文档
Phase 6.5 SKILL.md   自动生成 AI 可发现的技能描述
Phase 7  打包发布    setup.py + pip install 一键获取完整项目

一句话：Agent 分析一个软件的源码，7 个阶段全自动，输出一个带 Click + REPL + --json + undo/redo 的完整 Python CLI 包。

CLI-Anything 没有代码生成引擎、没有 AST 解析、没有模板。它的 ” 技术栈 ” 就是 HARNESS.md 一份 600 行 SOP + AI Agent 自身的编码能力。这也是它最有意思的地方——靠一份精心设计的提示词驱动整条流水线。

三、CLI-Hub Registry：80+ 应用开箱即用

无需自己构建，pip install cli-anything-hub 后一行安装：

cli-hub install <name>

已支持（部分列表）：

每个应用都带完整的 agent-harness/ 目录结构、SKILL.md、单元测试 + E2E 测试。

四、多平台支持

设计原则：不绑定平台，绑定方法论。HARNESS.md 是所有平台的共同规范，生成的 CLI 结构完全一致。

五、多会话隔离 + Fix-it Hint

CLI-Anything 在底层实现了 多会话隔离：每个软件的运行生命周期抽象为独立的 Turn，自动过滤终端噪声和进度条动画，把最干净的状态 Diff 塞回 Agent 上下文——避免 Token 膨胀。

安全护栏：执行破坏性命令前触发拦截确认。底层软件报错时，不返回模糊的 ”Execution Failed”，而是把 Exit Code + 排障上下文重构，附带 Fix-it Hint 喂回 Agent——赋予智能体本地自愈自配置的能力。

/tui 命令打开可视化面板，可实时观测 Agent 如何自主开启软件实例、读取控制台输出、遇错自动修正。

六、实战：给 GIMP 生成 CLI

# Claude Code 里一行命令
/cli-anything:cli-anything ./gimp

# 7 阶段全自动跑完，输出完整 CLI
# ── 阶段 1: 源码分析
# ── 阶段 2: 架构设计
# ── 阶段 3: 代码实现（Click CLI + REPL）# ── 阶段 4: 测试规划
# ── 阶段 5: 测试实现（1,100+ passing）# ── 阶段 6: 文档化
# ── 阶段 6.5: SKILL.md 生成
# ── 阶段 7: 打包发布

# 安装到 PATH 直接用
cd gimp/agent-harness && pip install -e .

# CLI 用法
cli-anything-gimp project new --width 1920 --height 1080 -o poster.json
cli-anything-gimp --json layer add -n "Background" --type solid --color "#1a1a2e"
cli-anything-gimp  # 回车进入 REPL 交互模式

迭代优化：首次构建完成后可随时运行 refine 扩展覆盖：

# 全面差距分析 + 补全命令
/cli-anything:refine ./gimp

# 定向优化
/cli-anything:refine ./gimp " 我需要更多图像批处理和滤镜相关命令 "

七、OpenHarness：四件套中的运行时

HKUDS 实验室同期构建了完整工具链（四件套）：

CLI-Anything 是 ” 执行层 ”，OpenHarness 是 ” 运行时 ”。CLI-Anything 生成的 CLI 通过 OpenHarness 的 Tool Use 机制被 Agent 调度。

八、风险与坑

1. 强模型依赖：构建过程高度依赖前沿级别 LLM（Claude Opus 4.6 等），weaker 模型生成质量会显著下降
2. 源码依赖：目标软件必须提供可访问的源代码，纯编译后的二进制文件生成质量骤降
3. Windows 兼容性：需要 Git for Windows（含 bash）或 WSL，否则 cygpath: command not found
4. Agent 权限风险：生成的 CLI 完全控制目标软件，建议在隔离沙箱环境中运行
5. Notebook 多轮限制：LLM 上下文窗口长度限制，超长源码需分段分析
6. SKILL.md 固定路径：所有 SKILL.md 已统一到顶层 skills/ 目录，旧版本路径要手动迁移

九、总结

CLI-Anything 最值得关注的三个理由：

1. 一行命令完整流水线：7 阶段全自动，从源码分析到 pip install 全程无需手动写适配器
2. CLI-Hub Registry 80+ 应用：Blender/GIMP/LibreOffice/QGIS 等主流专业软件已开箱即用
3. 方法论优先：HARNESS.md SOP + SKILL.md 自动生成，不绑定任何具体 AI 编程工具

如果你的工作流里有任何一个软件（Blender、GIMP、LibreOffice、Zoom、Zotero……）需要被 AI Agent 操控，先查 CLI-Hub 有没有现成的，没有就一行 /cli-anything:cli-anything ./<app> 生成一个。

参考

• GitHub: HKUDS/CLI-Anything
• arxiv:2606.03854
• CLI-Hub 在线 Registry
• CSDN: 深度拆解（大一统架构）
• CSDN: SKILL.md 生成机制
• CSDN: 让所有软件变成 Agent 可调用 CLI
• 博客园: 入门教程
• 腾讯云: 让所有软件都能被 Agent 驱动
• SegmentFault: GitHub 热点 37K stars