想让任何图形软件直接被 AI 代理控制，而不需要手动点来点去？只要把它变成一个命令行工具，AI 就能像下指令一样调度它，省去繁琐的 UI 操作。
核心痛点
大多数 GUI 程序只能靠键鼠交互，AI 做不到“看到按钮点它”。于是大家只能自己写脚本、抓屏、甚至靠 OCR，效率低、出错多。
大家都以为的办法（误区）
- 直接把源码丢进 Python，期待自动生成 CLI。
- 只复制已有的命令行工具，忽视了状态管理和结构化输出。
- 把复杂的 GUI 逻辑硬塞进一个简单的
--help文档里。
真正的解法：从“分析‑设计‑实现‑测试‑发布”七步走
这就是 CLI‑Anything 的第一原则——把任何软件拆成七个明确阶段，每一步都产出可验证的 artefact，确保生成的命令行既能自救，又能让 AI 完全读懂。
第一阶段：代码库分析
先把目标软件的后端引擎、数据模型、已有 CLI 以及 GUI‑API 对照表给理清。比如 GIMP 用的是 GEGL，数据是 XCF；Blender 则是 bpy 脚本，数据是 .blend。把这些信息写进一份 SOP（Standard Operating Procedure）文档，后面每一步都对照这份文档。
第二阶段：CLI 架构设计
根据 SOP，划分命令组（比如 project、export），决定状态模型（统一的 JSON 项目文件），以及输出格式——默认人类友好，--json 开关提供机器读取。
第三阶段：实现
用 click 写出真正的命令行入口，加入 REPL（交互式壳）作为默认模式。关键点是：
- 全局会话对象支持 50 层撤销/重做。
- 每个子命令都兼容
--json，返回结构化数据。 - 通过
invoke_without_command=True实现空参直接进 REPL。
第四至第七阶段：测试、文档、Skill 文件、发布
测试分单元和端到端两大块，确保每个命令在合成、导出、撤销上都能通过。把结果写进 TEST.md，再用 skill_generator.py 把命令元信息抽成 SKILL.md，让 AI 能自动发现这些功能。最后用 PEP 420 的命名空间包把 CLI 打包，pip install -e . 后会自动把 cli-anything- 前缀的可执行文件放进 PATH，AI 只需要 which cli-anything- 就能找到。
为普通用户带来的好处
- 省时省力：不再手动打开软件、点菜单，直接用“一行指令”完成同样任务。
- 可靠可追溯：每次操作都有结构化日志，出错可以快速回滚。
- AI 可直接调用：任何支持调用外部命令的代理都能把这些 CLI 当成自己的“技能库”。
实战小技巧
- 先跑
/cli-anything:list --json看系统里已经有哪些可用的 CLI。 - 使用
/cli-anything:refine给已有 CLI 补齐遗漏的功能点。 - 遇到测试挂掉，先检查
click、pytest版本，确保 Python≥3.10。
下一步可以看看
之前聊过怎么在不同平台（Claude、OpenClaw 等）装插件，这里再补一本地化部署的细节，感兴趣的可以点进去继续阅读。
如果你已经尝试把某个软件转成 CLI，或者在使用过程中遇到奇怪的 bug，快在下面评论区聊聊，大家一起踩坑、一起升级！
评论 (0)