传统软件秒变AI工具，一条命令就搞定

当你还在为AI没法直接操控Blender渲染3D模型、用LibreOffice导出PDF发愁时，香港科技大学的一个项目已经干成了一件离谱的事：上线4天GitHub星标破1.5万，用一条命令就能把任何有源码的软件，变成AI Agent能直接操控的工具。不用写API，不用搞脆弱的界面自动化，甚至不用你盯着——它会自己跑完从源码分析到生成安装包的全流程。这不是什么实验室概念，它已经搞定了16款主流软件，从视频剪辑的Shotcut到运维工具Jenkins，1839个测试全部100%通过。你或许会问：它到底是怎么把GUI软件的复杂功能，变成AI能看懂的指令的？

7步流水线，把源码拆成AI能懂的语言

你可以把这个叫CLI-Anything的项目，想象成一个全自动的软件翻译官——它的核心是一套7阶段的流水线，把人类用的GUI软件，翻译成AI Agent能直接对话的命令行接口（CLI）。

第一步先做「源码体检」：它会扫描整个软件的代码仓库，把GUI上的按钮、菜单操作，一一映射到背后真正执行功能的后端接口——比如GIMP修图就对接GEGL/Script-Fu，Blender渲染就调用官方的bpy库，绝不是做个表面功夫的模拟。

接下来是「命令结构设计」：它会把软件的功能拆解成层级清晰的命令树，比如LibreOffice的「新建文档」「导出PDF」会变成libreoffice new和libreoffice export --format pdf这样的结构化指令，还会自动给每个命令加上参数校验和默认值。

之后的实现、测试、文档、打包全是自动完成：它会用Python Click库生成可执行的CLI工具，自动写出覆盖所有功能的测试用例，甚至连用户手册和安装包都一并做好。全程不需要你敲一行代码，只要等着收工就行。

最关键的是，它生成的CLI输出支持JSON格式——这对AI来说相当于拿到了结构化的说明书，不用再费劲解析模糊的自然语言，直接就能把结果喂给下一个任务。

为什么是CLI？AI Agent的专属操作语言

你可能会好奇，为什么不直接给软件加个API，非要绕到命令行？答案藏在AI Agent的「天生属性」里。

AI本质是处理文本的专家，而CLI本身就是结构化的文本交互：输入是明确的命令和参数，输出是可解析的结果，完美契合AI的能力范围。相比之下，GUI自动化要靠识别屏幕像素、模拟点击，只要软件界面改个按钮位置，整个流程就彻底失效；而传统API不仅需要开发者手动编写，还经常存在功能覆盖不全、更新不及时的问题。

CLI还有两个让AI爱不释手的特性：一是自描述性，只要加个--help参数，就能输出完整的命令说明，AI可以自己「读手册」发现功能；二是可组合性，不同命令能像积木一样拼起来，比如AI可以先调用blender render生成图片，再用gimp edit修改，最后用libreoffice insert插入文档，全程自动完成跨软件的复杂任务。

当然，这一切也不是没有局限。它目前只能处理有源码的开源软件，闭源软件因为看不到底层接口还无法支持；而且生成的CLI依赖软件本身的后端能力，如果软件本身的接口设计混乱，最终的CLI体验也会打折扣。

从「服务人类」到「服务Agent」，软件的新未来

CLI-Anything的README里写着一句话：「Today's Software Serves Humans. Tomorrow's Users will be Agents.」这不是一句空口号，而是正在发生的行业转向。

就在不久前，谷歌也开源了Google Workspace CLI，把Gmail、Drive、Calendar这些办公软件都变成了可被AI操控的工具。越来越多的公司开始意识到，未来软件的「用户」不再只是人类——AI Agent会成为更频繁的使用者，它们不需要漂亮的界面，只需要明确、稳定、可自动化的接口。

这种转向正在重构软件开发的逻辑：过去开发者要考虑的是「怎么让人类用得顺手」，未来还要加上「怎么让AI用得高效」。CLI-Anything的意义，就是跳过了手动改造的繁琐过程，用自动化的方式给传统软件打开了通向AI生态的大门。

但这也带来了新的问题：当AI可以自主操控软件时，如何保证它的操作符合安全规则？比如让AI操作Jenkins时，怎么防止它误删生产环境的任务？目前CLI-Anything还没有内置权限控制，这也是未来需要补上的关键一环。

当我们还在讨论AI能不能替代人类工作时，AI已经悄悄开始「接管」我们的工具了。CLI-Anything不是什么颠覆式的技术突破，它更像是一个精准的连接器——把已经成熟的软件生态，和正在爆发的AI Agent生态，用最适配的方式接在了一起。

未来的软件世界，或许会是这样一幅图景：人类只需要说出「帮我做一份带3D模型的产品报告」，AI Agent就会自动调用Blender建模、LibreOffice排版、Shotcut剪辑演示视频，全程不需要人类打开任何一个软件界面。

软件的用户，正在从人，变成AI。