几句大白话，十几或几十年前，大多数软件（或应用）最开始并不是我们现在最常看到的桌面端GUI（Graphical User Interface，图形用户界面）形式，如Chrome浏览器；而是命令行（CLI，Command Line Interface）形式，也就是说，需要打开端口，然后通过敲命令的方式与软件进行交互，对大多数人来说存在一定门槛，需要记住不少命令。
 

进入AI Agent时代，很多人获取信息的方式，不再是打开浏览器输入搜索关键词，而是直接与GPT聊天，让LLM替代用户去获取信息。

个人理解主要是两方面原因，使得CLI有超越甚至替代GUI的趋势，成为Agent获取信息的主要途径：

• CLI特性，天然就是为Agent设计的：文本输入，结构化输出，可组合，可发现（--help），确定性强，没有歧义；
• 当前LLM在识别多模态内容渠道时，依然存在短板；退一步说，哪怕全模态LLM能做到，但也需要一定时间，并消耗不少Token（算力、资源）。

也就是说：很长一段时间内，GUI仍旧会是大部分人类用户的语言，CLI会与GUI成为机器（LLM）的语言。

官网，HKUDS开源（GitHub，30.2K Star，2.9K Fork）让所有软件都能变成Agent原生工具的革命性项目，用CLI作为AI Agent和真实软件之间的桥梁。

对HKUDS感兴趣，请参考

• HKUDS（港大实验室）介绍：
• HKUDS开源项目：DeepTutor、Paper2Slides、ViMax、FastCode

核心亮点：

• 一键生成CLI
• 分析：扫描源码，把GUI操作映射到API
• 设计：架构命令组、状态模型、输出格式
• 实现：构建带REPL、JSON输出、撤销/重做的Click CLI
• 规划测试：创建包含单元测试和E2E测试的TEST.md
• 编写测试：实现完整的测试套件
• 文档：更新TEST.md记录结果
• 发布：创建setup.py，安装到PATH

生成的CLI支持双模式：

• 状态化REPL交互模式：适合Agent会话
• 子命令的脚本模式：适合流水线和脚本

内置--json标志，输出结构化数据

/plugin marketplace add HKUDS/CLI-Anything /plugin install cli-anything /cli-anything ./gimp /cli-anything ./blender /cli-anything https://github.com/blender/blender cd gimp/agent-harness && pip install -e . cli-anything-gimp project new --width 1920 --height 1080 -o poster.json cli-anything-gimp --json layer add -n "Background" --type solid --color "#1a1a2e" # 进入交互式 REPL cli-anything-blender blender> scene new --name ProductShot ✓ Created scene: ProductShot blender[ProductShot]> object add-mesh --type cube --location 0 0 1 ✓ Added mesh: Cube at (0, 0, 1) blender[ProductShot]*> render execute --output render.png --engine CYCLES ✓ Rendered: render.png (1920×1080, 2.3 MB) via blender --background blender[ProductShot]> exit Goodbye!  # 创建新的 Writer 文档 $ cli-anything-libreoffice document new -o report.json --type writer ✓ Created Writer document: report.json # 添加内容 $ cli-anything-libreoffice --project report.json writer add-heading -t "Q1 Report" --level 1 ✓ Added heading: "Q1 Report" $ cli-anything-libreoffice --project report.json writer add-table --rows 4 --cols 3 ✓ Added 4×3 table # 通过 LibreOffice 无头模式导出真实 PDF $ cli-anything-libreoffice --project report.json export render output.pdf -p pdf --overwrite ✓ Exported: output.pdf (42,831 bytes) via libreoffice-headless # JSON 模式给 Agent 使用 $ cli-anything-libreoffice --json document info --project report.json  

CLI-Anything从源码出发，扫描软件的源代码，把GUI操作映射到底层API，用Python Click框架自动生成一套CLI。

官网，OpenCLI，15.2K Star，1.4K Fork，从浏览器出发，无需源码或API文档，直接通过Chrome（复用登录态，无需担心账号密钥安全风险）去操作目标网站或应用，把浏览器里你能做的事情，变成一条条命令。支持所有Electron应用的CLI化。

原理：在Chrome里装轻量级的扩展（Browser Bridge），本地启动守护进程（Daemon），通过WebSocket把CLI命令和浏览器连起来。

链路：CLI命令→本地Daemon→WebSocket→Chrome扩展→网页操作。

Daemon空闲5分钟自动退出，默认监听localhost:19825，不会常驻后台吃资源。

为AI Agent专门设计的三个命令：

• explore：输入网站URL，自动发现该网站有哪些API可调用。并非静态扫描，它会真的打开浏览器，点击、滚动、观察网络请求，把能用的API端点全部记录下来。
• synthesize：拿到explore结果后，自动生成对应CLI适配器，把API包装成命令行工具
• cascade：自动探测目标网站的认证策略，会从最简单的公开API开始试，试不通就升级到Cookie认证，再不行就拦截网络请求提取签名…一共五个级别，一级一级往上试

一条命令实现上述3个步骤：opencli generate https://example.com --goal "hot"。

利用Chrome DevTools Protocol（CDP）直接和这些应用的内核通信。每个应用分配一个固定端口（如Cursor用9222，ChatGPT用9224，Notion用9230），通过DOM操作来读取和注入内容。

处理 React 等框架的富文本编辑器时还有个巧妙的地方：没有直接设置 .value（那样框架内部状态不会更新），用的是 document.execCommand('insertText') 来模拟真实的文本输入，绕过了框架的状态管理。

micro-daemon 做浏览器桥，

GitHub集成gh

目前完整适配器清单

公共API

桌面

安装

npm install -g @jackwener/opencli # 或 npx skills add jackwener/opencli npm update -g @jackwener/opencli 

命令行示例：

opencli doctor opencli list opencli docker ps

opencli explore https://example.com –site mysite # AI自动探测 opencli synthesize mysite # 生成YAML适配器 opencli generate https://new.site –goal “hot”# 一键生成 opencli cascade # 国内 opencli bilibili hot –limit 5 -f json | jq ‘.[]’ opencli xianyu search “机械键盘” opencli doubao ask “翻译成英文：你好” opencli lark-cli calendar +agenda # 国外 opencli hackernews top –limit 5 opencli twitter bookmarks -f md opencli twitter trending opencli twitter post “今天发现了个好东西” opencli gh pr list –limit 5

解读：

• -f：指定格式，支持table（默认）、json、csv、md、yaml，Agent拿到结构化数据，可直接处理

OpenCLI的开源（GitHub，795 Star，62 Fork）封装，专为Claude Code优化。

解决问题：

• 复用Chrome登录态：无需任何平台API Key，直接借用你浏览器里的Cookie和登录状态
• 自然语言驱动：在Claude Code里说中文或英文，Claude自动翻译成底层CLI命令
• 支持16大平台：覆盖Bilibili、Zhihu、Twitter/X、Weibo、小红书、Reddit、Hacker News、雪球、BOSS直聘、V2EX等，读/搜/写三类操作都有（为了安全，写操作需人工确认）
• 结构化输出：结果自动转表格+中文翻译+可点击链接，方便后续分析。

优势：

• 零API、零额外登录，真正开箱即用
• 自然语言+结构化输出，生产力提升明显（选题、竞品分析、内容采集一次搞定）
• 写操作支持+确认机制，适合轻量自动化（如定时发帖、签到）
• 开源可扩展：不支持的网站可通过YAML自定义命令

局限：

• 高度依赖Chrome+Playwright扩展：浏览器关闭或扩展失效就无法使用
• 写操作仍有反爬风险（平台可能检测自动化），不建议高频或敏感账号
• 自定义复杂页面需手动调DOM选择器，不是零门槛
• Skill效果受Claude Code模型解析能力影响
• 网站UI迭代可能导致命令短暂失效（但社区更新快）

安装及使用

npm install -g @jackwener/opencli opencli –version claude mcp add playwright –scope user – npx @playwright/mcp@latest claude mcp list | grep playwright npx skills add joeseesun/opencli-skill opencli bilibili hot –limit 10 opencli zhihu hot/search opencli twitter trending twitter post –text “xxx” opencli weibo hot opencli xueqiu hot-stock opencli boss search –query “Python工程师” 

安装Playwright MCP Bridge插件；在Claude Code对话框直接用自然语言说话。

通用参数：

• -f table|json|yaml|md|csv：推荐table，最直观
• –limit N：控制条数