CLI-Anything 研究筆記¶

資料來源¶

項目	連結
GitHub repo	https://github.com/HKUDS/CLI-Anything
官方網站 / CLI Hub	https://clianything.cc/、https://hkuds.github.io/CLI-Anything/
Trendshift	https://trendshift.io/repositories/22991
規模	36,720 stars / 3,560 forks / Apache 2.0 / 創建 2026-03-08（2 個月衝到 36k+ stars）
語言	Python ≥ 3.10 + Click ≥ 8.0
上游組織	HKUDS（同 [[rag-anything]]、LightRAG）
中文 / 日文 README	README_CN.md / README_JA.md
測試規模	2,269 passing tests / 18 個 demo apps

概述¶

CLI-Anything 是港大 HKUDS（也是 LightRAG / [[rag-anything]] 的同一個 lab）2026-03 推出的工具，slogan 直白：

"Today's Software Serves Humans. Tomorrow's Users will be Agents. CLI-Anything: Bridging the Gap Between AI Agents and the World's Software."

它在解的問題：多數軟體（GIMP、Blender、LibreOffice、Obsidian、Audacity ...）沒有 agent-friendly 的介面。Agent 看不懂 GUI、不能點滑鼠，所以一堆生產級軟體被擋在 agent 工作流外面。CLI-Anything 的解法是——用一個 7 階段 pipeline，自動把任何軟體變成 agent-native CLI：

/cli-anything ./gimp
  ↓
🔍 Analyze    掃描原始碼、把 GUI 動作對應到 API
📐 Design     架構 command groups / state model / 輸出格式
🔨 Implement  用 Click 寫出 CLI + REPL + JSON output + undo/redo
📋 Plan Tests 產出 TEST.md（unit + E2E plan）
🧪 Write Tests 把測試實作出來
📝 Document   把測試結果寫回 TEST.md
📦 Publish    生成 setup.py + 裝進 PATH

→ agent 不再需要為每個軟體手刻 wrapper。Pipeline 跑完一次就有完整 CLI、SKILL.md、測試、setup.py。

為什麼是 CLI 而不是 MCP？¶

README 直接陳述設計哲學：

CLI 優勢	為什麼 agent 友善
Structured & Composable	文字指令對 LLM 友善、可串接（pipe / xargs / scripts）
Lightweight & Universal	不需要 daemon、不需要 transport 層、無相依
Self-Describing	`--help` 自帶說明，agent 一秒上手
Proven Success	Claude Code 每天靠 CLI 跑成千上萬個 workflow
JSON output	機器讀直接 parse
Deterministic	結果可重現，agent 行為可預期

→ 隱含主張：CLI 是比 MCP server 更輕量、更通用的 agent 介面。MCP 要起 server、要連 stdio/HTTP、要管 lifecycle；CLI 是「shell 直接呼叫」。對開發者門檻低很多。

→ 對照 [[rag-anything]] 的 MCP-server 路線、[[linebot-multimodal-rag]] 的 Gemini File Search 路線，CLI-Anything 走的是第三條路——「讓 agent 直接呼叫 shell 工具」。

60+ 已支援軟體（依領域分類）¶

從 repo 根目錄掃出來的子目錄，每個都是一個獨立 CLI harness：

領域	軟體
3D / CAD	Blender、FreeCAD、CloudCompare
2D / 影像 / 繪圖	GIMP、Krita、Inkscape、Sketch
影音 / 直播	Audacity、Kdenlive、Shotcut、OBS Studio、Openscreen、VideoCaptioner
GIS / 地圖	QGIS
辦公 / 文件	LibreOffice、Mubu、draw.io、Mermaid
筆記 / 知識管理	Obsidian、Zotero、NotebookLM
遊戲引擎 / 遊戲	Godot、Sbox、Slay the Spire II
音樂	MuseScore
工作流自動化	n8n、Dify、ComfyUI
瀏覽器 / Web	Safari、Browser、Openscreen
開發工具	iTerm2、LLDB、PM2、WireMock、Mailchimp、Anygen
GPU / Rendering	RenderDoc、Nsight Graphics、Unreal Insights、NSLogger
網路 / 雲端	CloudAnalyzer、AdGuardHome、RMS、SeaClip
金融 / Web3	Firefly-iii、eth2-quickstart
AI / ML	Ollama、ChromaDB、Novita、UniMol Tools
協作 / 通訊	Zoom
OSINT	IntelWatch
CLI-Hub 自身	cli-hub、cli-hub-meta-skill、anygen、macrocli、skill_generation

→ 覆蓋面驚人：從 Blender / GIMP / FreeCAD 這種重 GUI 創作工具，到 LLDB / GPU profiler 這種開發者深度工具，到 Zoom / Mailchimp 這種協作 SaaS，再到 Slay the Spire II 這種遊戲 agent 介面，全部用同一個 pipeline 自動產。

CLI-Hub：「npm for agent CLIs」¶

CLI-Hub 是 CLI-Anything 的 package manager + registry：

pip install cli-anything-hub             # 裝 hub package manager
cli-hub install <name>                   # 安裝任一 CLI

或 npm 風格：

npx skills add HKUDS/CLI-Anything --skill <skill-name> -g -y

特性：

public_registry.json 列出所有公開 CLI（含 pip / npm / brew / 系統工具多 install 源）
PyPI auto-publish workflow：每個 merge 自動發版
Live end-to-end checks：CI 真實跑 install / update / uninstall 驗證
公開貢獻流程：開 PR → review merge → Hub 立即更新
可上自家 repo：CLI 可以放在自己 repo 下，CLI-Hub 用 skill_md URL 引用即可（[[zotero]] CLI 就是這樣）

與多 AI Coding Agent 平台整合¶

不只 Claude Code——CLI-Anything 對下列七個 agent 平台都有 first-class 支援：

平台	安裝路徑
Claude Code	`/plugin marketplace add HKUDS/CLI-Anything` → `/plugin install cli-anything`
Pi Coding Agent	`.pi-extension/cli-anything/install.sh`（全域裝進 `~/.pi/agent/extensions/`）
OpenClaw	內建支援（2026-03-15 merged）
OpenCode	`opencode-commands/`
Codex	`codex-skill/`（2026-03-12 merged）
Qodercli	`qoder-plugin/`（2026-03-13 merged）
GitHub Copilot CLI	透過 skill 機制

→ 一份 CLI harness、七個平台共用——這是 CLI 作為 agent 介面的最大優勢，跨平台零改動。

工作流範例：把 GIMP 變成 agent-native¶

# 1. 裝 plugin
/plugin marketplace add HKUDS/CLI-Anything
/plugin install cli-anything

# 2. 一個指令搞定（跑 7 階段）
/cli-anything ./gimp

# 3. 結果：你現在有完整 GIMP CLI
gimp-cli image open ./photo.jpg
gimp-cli filter gaussian-blur --radius 5
gimp-cli image save ./output.png

# 4. （選用）增量擴充覆蓋
/cli-anything:refine ./gimp "I want more CLIs on batch processing and filters"

:refine 子指令做 gap analysis——比對軟體完整功能跟目前 CLI 覆蓋度，增量補上缺失，可跑很多次、非破壞性。

HARNESS.md 與 SKILL.md 雙層架構¶

CLI-Anything 對每個 CLI 維護兩份 markdown：

檔案	給誰看	內容
`HARNESS.md`	開發者	該 CLI 的設計決策、phase 進度、實作細節
`SKILL.md`	AI agent	該 CLI 的功能總覽、命令、何時用、JSON schema

→ 對照 [[mattpocock-skills]] 的 CLAUDE.md（meta-rules）+ CONTEXT.md（domain language） 雙層拆分，CLI-Anything 對應的是 HARNESS.md（工程紀錄）+ SKILL.md（agent 介面）——「給人看的」與「給 agent 看的」嚴格分離，已成為 2026 Skill 生態系的共識結構。

2026-04-18 還做了一次「所有 SKILL.md 統一到頂層 skills/ 目錄」的大整併，每個 CLI 從一個 canonical source 安裝。

目前限制與注意事項¶

強相依目標軟體已安裝：CLI 只是 wrapper，底層仍要本機有 GIMP / Blender / FreeCAD 等。不是「替代品」，是「自動化介面」。
Windows 體驗較差：Claude Code 在 Windows 跑 shell 需要 Git for Windows 或 WSL 才能用 bash / cygpath。
品質依賴 generation pipeline：自動產的 CLI 可能漏掉部份功能、抽象不完美，需要 /cli-anything:refine 多輪修補。
沒在演 agent 行為：CLI-Anything 只提供「工具表面」，agent 要怎麼用、是否會用對、是 agent / Skill 端的責任——這個 repo 不做 agent decision logic。
每個 CLI 各自的安全模型不同：GIMP CLI 給檔案系統存取、Browser CLI 給網路、Zoom CLI 給日曆/會議——權限模型分散，production 用要逐一審查（GIMP Script-Fu path injection 就在 2026-03-14 被修過）。
CLI 還在快速演進：2026-04 一個月就 merge 了 QGIS / UniMol / Safari / Obsidian / Eth2 / Zotero / n8n / Exa / Godot / WireMock / Slay the Spire II / VideoCaptioner 等 12+ CLI，API 仍會頻繁變動。

研究價值與啟示¶

關鍵洞察¶

「CLI 是 agent 的最佳介面」是 2026 浮現的共識：對比 MCP server 路線需要 daemon、傳輸層、生命週期管理，CLI 是「shell 呼叫 + --help 描述 + JSON 輸出」三件套，對所有平台都通用、設計成本最低。CLI-Anything 用 36k stars 在 2 個月內證明這個論點被市場接受。
「Software Agent-Native」是個被低估的市場機會：絕大多數 GUI 軟體（GIMP、Blender、Audacity、Zoom）沒有 agent 介面、API 文件對 LLM 不友善。把這些軟體變 agent-native 是「最後一哩路」——大廠不會做（投入產出比低），但開源社群可以靠自動化 pipeline 用半人工方式蓋完。
「7 階段 pipeline + Skill 化」是現代 codegen 工作流範本：Analyze → Design → Implement → Plan Tests → Write Tests → Document → Publish，每階段獨立、有測試門檻、有產出物。這個結構可以直接抄去做任何 codegen 場景（不只 CLI）。
/cli-anything:refine 的 gap analysis 思路值得學：不是一次寫完，而是「初版 → 跑 → 比對 spec → 補缺 → 再跑」的 incremental loop。這跟 [[mattpocock-skills]] 的 /improve-codebase-architecture（每幾天跑一次反熵）、[[zeuikli-claude-code-best-practices]] 的「Skill 保留門檻 30 天評估」是同一條哲學光譜——agent 工作流要設計成可被反覆 refine 的，不是一次完成的。
HARNESS.md / SKILL.md 雙層架構是 Skill 生態系的浮現共識：對應 [[mattpocock-skills]] 的 CLAUDE.md + CONTEXT.md。「給人 / 給 agent」的文件嚴格分離正在成為 best practice。
HKUDS 的「Anything」系列形成完整生態圈：LightRAG → [[rag-anything]] → CLI-Anything，三個 repo 在 2 年內合計 70k+ stars，HKUDS 已成為東亞最有產出的 LLM infra lab 之一。CLI-Anything + RAG-Anything 一起用，等於「agent 能查資料 + agent 能用任何軟體」兩塊基石都有開源解。
CLI-Hub 是「應用商店化」的 agent skills 嘗試：對標 npm / PyPI，為 agent skill 建立「可被搜尋、可被一鍵安裝、可被自動更新」的市集。這個方向若成功，會深刻改變 agent 開發體驗——你想做某個任務，先到 CLI-Hub 看有沒有人做過。

與其他研究的關聯¶

與 [[rag-anything]]：HKUDS 同個 lab 的姊妹專案，rag-anything 解「agent 能查資料」、cli-anything 解「agent 能用工具」。兩者搭起來是完整 agent infra。
與 [[mattpocock-skills]]、[[casper-claude-skill-design-gallery]]：Skill 生態系的三條主軸——Matt 走 workflow（grilling / tdd）、Casper 走 design（25 風格圖鑑）、CLI-Anything 走 tool-wrapping（60+ 軟體）。三者構成 Skill 應用的完整光譜。
與 [[abdixere-api]]：abdixere-api 主張「Agent 工具層要乾淨小巧、context memory 給 Skill」，CLI-Anything 是這個哲學的具體實踐——每個軟體一個 CLI，每個 CLI 一個 SKILL.md，工具層各自獨立。
與 [[zeuikli-claude-code-best-practices]] 第 6 章 MCP 整合：zeuikli 報告把 MCP / Skills / Subagents / Hooks 做職責分離，CLI-Anything 是「用 CLI 取代 MCP server 作為工具層」的另一條路線。對比兩者可以判斷你自己專案該選哪邊。
與 [[mcp-for-beginners]]、[[ai-agents-for-beginners]]：Microsoft 教材重 MCP，CLI-Anything 是輕量替代路線。對學習者來說兩個一起讀能看清「工具層該抽象到哪一層」的取捨。
與 AWS LangGraph + Strands agent sample（討論中未寫成筆記）：那個專案的 MCP server 也是 subprocess，跟 CLI-Anything 哲學相通——「工具是 process，不是 import」。
對 retail quant 應用：可以用 CLI-Anything pipeline 把 TWSE / Yahoo Finance / TEJ 等台股資料源包成 agent-native CLI，讓 Claude / Codex 直接用。