很多开发者第一次看到 CLI-Anything 时，会被 GIMP、Blender、LibreOffice 这些桌面软件的演示所吸引，进而产生一个自然的疑问：这个工具是不是只能用于桌面端 GUI 软件？如果我有一个 Web 服务、一套 REST API、或者一个本地运行的 AI 推理引擎，能不能也用它来生成 CLI？本文以第三人称视角，结合项目已有的 20 余个 Harness 实例，系统回答这些问题。

一、先看事实：已支持的软件远不止桌面端

打开 CLI-Anything 的 registry.json，会发现已注册的 23 个 CLI 覆盖了至少六种截然不同的软件形态：

软件形态 代表性 CLI 后端集成方式
桌面 GUI 应用 GIMP、Blender、Inkscape、Krita、Kdenlive、Shotcut、Audacity、MuseScore 子进程调用真实软件的 CLI/脚本接口
办公套件 LibreOffice libreoffice --headless 无头模式
本地 Web 服务 ComfyUI（AI 图像生成）、AdGuard Home（DNS 广告拦截） REST API 调用（HTTP 请求）
云端 REST API Zoom（视频会议）、AnyGen（AI 内容生成）、Novita（AI 模型推理） OAuth2/API Key 认证 + REST 调用
本地推理引擎 Ollama（本地 LLM） REST API 调用（localhost）
浏览器自动化 Browser（DOMShell） MCP 协议（Model Context Protocol）
云端 AI 服务 NotebookLM（Google 研究助手） 封装已有 CLI 工具
知识管理工具 幕布（Mubu） 本地数据文件解析
图表工具 Mermaid、Draw.io 文本格式生成 + 渲染器 URL/CLI

答案已经很明确：CLI-Anything 不是一个"桌面软件专用"工具。它的适用范围是"任何有代码库或可编程接口的软件"。

二、六种后端集成范式

通过分析这些已有的 Harness，可以归纳出六种后端集成范式。理解这些范式，就能判断自己的软件该如何接入。

范式一：子进程调用桌面软件

这是最初也是最直观的模式。CLI 生成合法的项目文件（ODF、MLT XML、SVG 等），然后通过子进程调用真实软件完成渲染和导出。

典型代表：

  • LibreOffice：libreoffice --headless --convert-to pdf
  • Blender：blender --background --python script.py
  • Inkscape：inkscape --actions="..." --export-filename=...
  • Kdenlive/Shotcut：melt project.mlt -consumer avformat:output.mp4
  • Audacity：sox 处理音频

适用场景：目标软件提供了命令行接口或脚本接口，可以在无 GUI 环境下运行。

范式二：REST API 调用本地服务

当目标软件以 Web 服务形式运行在本地时，CLI 通过 HTTP 请求与其交互。

典型代表：

  • ComfyUI：向 http://localhost:8188 发送工作流 JSON，轮询生成结果，下载图片。CLI 提供了 workflow load、queue prompt、images download 等命令。
  • Ollama：向 http://localhost:11434 发送推理请求。CLI 封装了 model list、generate text、embed text 等命令，支持流式输出。
  • AdGuard Home：通过 REST API 管理 DNS 过滤规则、客户端、DHCP、统计等。CLI 提供了 filter add、clients list、stats show 等命令。

适用场景：目标软件以 HTTP 服务形式运行，提供 REST API。

范式三：云端 REST API 调用

与本地服务类似，但目标是云端 API，需要处理认证（OAuth2、API Key）和网络延迟。

典型代表：

  • Zoom：通过 OAuth2 认证调用 Zoom REST API，管理会议、参会者、录制。CLI 提供了 auth setup、meeting create、recording download 等命令。
  • AnyGen：通过 API Key 调用 AnyGen 云端 API，生成文档、幻灯片、网站。CLI 提供了 task create、task poll、task download 等命令，支持异步任务轮询。
  • Novita：通过 API Key 调用 OpenAI 兼容的 API 接口，访问 DeepSeek、GLM 等模型。CLI 提供了 chat、stream、models 等命令。

适用场景：目标软件以云端 API 形式提供服务。

范式四：MCP 协议集成

当目标软件提供 MCP（Model Context Protocol）服务器时，CLI 通过异步 MCP 客户端与其交互。

典型代表：

  • Browser（DOMShell）：通过 MCP 协议与 Chrome 浏览器的无障碍树交互，将 DOM 映射为虚拟文件系统。CLI 提供了 page open、fs ls、act click、act type 等命令，支持 Daemon 模式复用连接。

适用场景：目标软件提供 MCP 服务器，或者希望通过 MCP 协议集成 AI 工具。

范式五：封装已有 CLI 工具

当目标软件已经有一个 CLI 工具但不够 Agent 友好时，可以在其上层封装一个统一的、支持 JSON 输出和 REPL 的 CLI。

典型代表：

  • NotebookLM：封装社区的 notebooklm-py CLI，添加 --json 输出、会话管理、命令分组等 Agent 友好特性。
  • MuseScore：封装 mscore CLI，提供转调、导出、乐器管理等结构化命令。

适用场景：目标软件已有 CLI 但缺乏结构化输出、会话管理等 Agent 所需特性。

范式六：本地数据文件解析

当目标软件的数据存储在本地文件中时，CLI 直接解析和操作这些文件。

典型代表：

  • 幕布（Mubu）：解析幕布桌面端的本地数据文件和同步日志，提供知识管理和大纲操作的 CLI。

适用场景：目标软件的数据以文件形式存储在本地，可以直接读写。

三、判断自己的软件适不适合

基于以上六种范式，可以用一个简单的决策树来判断：

你的软件有可编程接口吗？
├── 有 CLI/脚本接口 → 范式一（子进程调用）
├── 有 REST API（本地） → 范式二（本地 REST）
├── 有 REST API（云端） → 范式三（云端 REST）
├── 有 MCP 服务器 → 范式四（MCP 协议）
├── 有已有 CLI 但不够好 → 范式五（封装增强）
├── 数据存储在本地文件 → 范式六（文件解析）
└── 以上都没有 → 需要先为软件创建可编程接口

换句话说，只要软件有某种形式的可编程接口——无论是命令行、REST API、MCP 协议、SDK 还是本地数据文件——CLI-Anything 就能为其生成 Agent 可用的 CLI。

唯一真正的限制是：如果软件只有 GUI，没有任何可编程接口，也没有可分析的源代码，那么 CLI-Anything 无法直接处理。但这种情况下，通常可以找到一个开源替代品来解决问题。

四、实操：如何为自己的软件生成 CLI

4.1 准备工作

需要准备的东西很简单：

  • Python 3.10+
  • 一个支持的 AI 编程工具（Claude Code、OpenCode、OpenClaw 等）
  • 目标软件的源代码（本地路径或 GitHub 仓库 URL）

4.2 一行命令生成

以 Claude Code 为例：

# 从本地源码生成
/cli-anything:cli-anything /path/to/your/software

# 从 GitHub 仓库生成
/cli-anything:cli-anything https://github.com/your-org/your-software

Agent 会自动执行 7 个阶段：代码分析 → 架构设计 → 实现 → 测试规划 → 测试编写 → 文档 → 发布。

4.3 安装和使用

# 安装到 PATH
cd your-software/agent-harness && pip install -e .

# 验证安装
which cli-anything-your-software

# 查看帮助
cli-anything-your-software --help

# JSON 模式供 Agent 消费
cli-anything-your-software --json <command>

# 进入交互式 REPL
cli-anything-your-software

4.4 迭代优化

单次生成不一定覆盖所有功能。使用 /refine 命令进行增量扩展：

# 全面差距分析
/cli-anything:refine /path/to/your/software

# 定向优化特定功能
/cli-anything:refine /path/to/your/software "我需要更多批处理和导出相关的命令"

每次 refine 都是增量的、非破坏性的，可以多次运行逐步扩大覆盖范围。

4.5 验证和测试

# 按照 HARNESS.md 标准验证
/cli-anything:validate /path/to/your/software

# 运行测试
/cli-anything:test /path/to/your/software

# 手动运行测试（推荐使用 force-installed 模式）
cd your-software/agent-harness
CLI_ANYTHING_FORCE_INSTALLED=1 python3 -m pytest cli_anything/your_software/tests/ -v -s

4.6 发布到社区

如果希望将生成的 CLI 分享给社区，需要：

  1. 在 registry.json 中添加条目：
{
  "name": "your-software",
  "display_name": "Your Software",
  "version": "1.0.0",
  "description": "简短描述 CLI 的功能",
  "requires": "后端依赖（如 your-software 可执行文件）",
  "install_cmd": "pip install git+https://github.com/HKUDS/CLI-Anything.git#subdirectory=your-software/agent-harness",
  "entry_point": "cli-anything-your-software",
  "skill_md": "your-software/agent-harness/cli_anything/your_software/skills/SKILL.md",
  "category": "分类名"
}
  1. 向 CLI-Anything 仓库提交 PR，CLI-Hub 会自动更新。

五、不同场景的实操建议

场景一：我有一个内部 Web 后台管理系统

如果系统提供 REST API（大多数现代 Web 应用都有），可以直接用 CLI-Anything 生成 CLI。Agent 会分析 API 文档或源码，生成对应的命令分组。

建议：将 API 文档（OpenAPI/Swagger）放在源码目录中，Agent 分析时会自动参考。

场景二：我有一个 SaaS 产品，只有 API

完全适用。Zoom、AnyGen、Novita 都是这种模式。CLI 会封装认证流程（OAuth2/API Key）和 API 调用，提供结构化的命令和 JSON 输出。

建议：确保 API 文档或 SDK 源码可供 Agent 分析。

场景三：我有一个本地运行的 AI 模型服务

Ollama 和 ComfyUI 就是这种场景。CLI 会封装模型管理、推理请求、结果获取等操作。

建议：确保服务的 API 端点文档清晰，或者源码中有明确的路由定义。

场景四：我有一个 Electron 桌面应用

Electron 应用通常有 Node.js 后端，可能暴露了 IPC 接口或 CLI 参数。CLI-Anything 可以分析其源码并生成对应的 CLI。

建议：如果应用没有现成的 CLI 接口，可以先在应用中添加一个简单的命令行入口，再用 CLI-Anything 扩展。

场景五：我有一个开源项目，想让 AI Agent 能操控它

这正是 CLI-Anything 的核心场景。将源码路径或 GitHub URL 传给 /cli-anything，等待 7 阶段流水线完成即可。

建议：从 /cli-anything 开始，然后用 /refine 逐步扩展功能覆盖。

场景六：我的软件只有编译后的二进制文件

这是 CLI-Anything 的已知局限之一。/cli-anything 基于源码进行分析和生成，仅有二进制文件时，生成质量会显著下降。

建议：如果软件有 API 文档或 SDK，可以将文档作为"源码"提供给 Agent。如果完全没有可分析的材料，考虑找一个功能相近的开源替代品。

六、生成的 CLI 长什么样？

无论目标软件是什么形态，生成的 CLI 都遵循统一的结构和交互模式：

# 所有 CLI 都支持 --json 输出
cli-anything-your-software --json <command>

# 所有 CLI 都支持 --help 自描述
cli-anything-your-software --help

# 所有 CLI 都支持 REPL 交互模式
cli-anything-your-software

# 所有 CLI 都通过 pip install 安装到 PATH
pip install -e .
which cli-anything-your-software

命令分组会根据软件的领域自动设计。例如：

  • 对于视频会议软件（Zoom）：auth、meeting、participant、recording
  • 对于 AI 图像生成（ComfyUI）：workflow、queue、models、images、system
  • 对于本地 LLM（Ollama）：model、generate、embed、server、session
  • 对于 DNS 管理（AdGuard Home）：config、server、filter、blocking、clients、stats、log、rewrite、dhcp

每个 CLI 还附带 SKILL.md 文件，使 AI Agent 能够自动发现和理解工具的全部能力。

七、总结

CLI-Anything 的适用范围远超桌面端 GUI 软件。它的核心能力是"为任何有可编程接口的软件生成 Agent 原生的 CLI"，已有的 23 个 Harness 覆盖了桌面应用、本地 Web 服务、云端 REST API、MCP 协议服务、已有 CLI 封装和本地数据文件解析六种形态。

对于开发者而言，关键不是"我的软件是不是桌面端的"，而是"我的软件有没有某种形式的可编程接口"。只要有——无论是命令行、REST API、MCP、SDK 还是本地文件——CLI-Anything 就能为其生成一套结构化的、支持 JSON 输出的、带 REPL 交互的、附带完整测试的 Agent 可用 CLI。

项目地址：https://github.com/HKUDS/CLI-Anything
CLI-Hub：https://hkuds.github.io/CLI-Anything/
协议：Apache 2.0

# 人工智能
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

用了一个月Gemini 3.1 Pro，聊聊长文本、多模态和提问的正确姿势

avatar AtomGit开源社区
cover

【第四周】论文精读：WebSeer: Training Deeper Search Agents through Reinforcement Learning with Self-Reflection

avatar AtomGit开源社区
cover

大语言模型应用落地：从RAG到工作流，IT企业智能转型全攻略！

avatar AtomGit开源社区