CLI Anything 把任意软件变成 AI 可调用工具#

1. CLI 更接近 AI 的“母语”#

大模型在训练时天然接触过大量代码、脚本、命令行、配置文件和终端输出。所以对 AI 来说，像下面这种输入是非常自然的：

1
ffmpeg -i input.mp4 -t 00:00:5 -c copy part1.mp4

这条命令背后表达的是一组清晰的意图：输入文件、截取时长、输出文件。它没有按钮，没有弹窗，也没有隐藏状态。Agent 不需要猜用户应该点哪个菜单，只需要理解参数含义。

而 GUI 恰恰相反。它的很多信息隐藏在页面布局、视觉层级和交互状态里，对人类很友好，对 AI 却不一定友好。

2. CLI 天然自解释，Agent 可以边用边学#

CLI 有一个非常重要的优势，就是几乎所有设计良好的命令行工具都支持 --help。这意味着 Agent 不需要在一开始就把所有工具定义、所有参数格式、所有调用示例一次性学完。它可以在需要时再查。

比如面对一个陌生 CLI，Agent 完全可以这样逐步学习：

1
gh --help
2
gh issue --help
3
gh issue list --help

这种学习方式和 Skills 的渐进式披露思路其实是一样的。好处很明显：

• 不需要把全部工具 schema 一次性注入上下文
• Token 开销更低
• 学习路径更自然
• 参数调用更不容易出错

这也是为什么很多 Agent 在使用 CLI 时，稳定性往往比直接操作复杂 GUI 更高。

3. CLI 同时对人和 AI 友好#

这一点在真实工程里非常关键。

如果 Agent 调用一个工具失败了，而这个工具刚好是 CLI，那么人类开发者可以直接把同一条命令复制到终端里复现问题、看报错、改参数、继续排查。整个人机协作过程会非常顺畅。

但如果整个操作只存在于 Agent 内部的黑盒调用里，人类往往很难快速复盘到底发生了什么。

CLI 在这里的价值，不只是可执行，而是可复现、可观察、可排错。

4. CLI 天然适合组合和自动化#

CLI 的另一个核心优势，是它天然适合进入脚本和流水线。

比如同样是查询某个系统里的数据，如果这个系统提供 CLI，那么后续你就可以：

• 直接输出 JSON
• 用 jq 或 PowerShell 做二次筛选
• 通过管道把多个命令拼成流水线
• 接入定时任务、CI、AI 工作流

这类能力不是额外“补上去”的，而是 CLI 的原生优势。

5. CLI 和 GUI、MCP 各自适合的场景并不一样#

从工程角度看，这三种能力暴露方式并不是非此即彼。

所以不是 CLI 一定取代 GUI 或 MCP，而是到了 Agent 时代，CLI 的价值第一次被大规模重新看见了。

1. 准备环境#

根据现有使用方式，前提通常有两个：

• 电脑上安装好 Python
• 选择一个支持插件和 Agent 工作流的 AI 编程工具，比如 Claude Code

在 Claude Code 里，可以先安装 CLI Anything 插件：

1
/plugin marketplace add HKUDS/CLI-Anything
2
/plugin install cli-anything

安装完成后，重启对应的 Agent 工具。

2. 准备目标软件源码#

CLI Anything 的输入不是一个随便的网址，而通常是一个目标软件的源码目录。所以你需要先把想要 CLI 化的项目源码准备到本地。

例如：

1
git clone <目标项目仓库>
2
cd <目标项目目录>

更适合拿来做 CLI 化的项目，一般有这些特征：

• 领域对象清晰
• 业务动作稳定
• 有明确输入输出
• 不强依赖复杂拖拽或纯视觉化交互

像项目管理系统、内容管理系统、数据查询工具、配置管理后台，这类都比复杂设计软件更适合先做 CLI 化。

禅道 12.5.3 版本发布，主要重构年度汇总功能 - 禅道下载 - 禅道项目管理软件

我这边使用了我们在用的12.5.3版本，实际最新的已经到22了，支持MCP和RESTful

3. 执行 CLI Anything 的核心命令#

准备好源码之后，就可以执行最关键的一步：

1
/cli-anything:cli-anything ./你的项目目录

后面跟的就是你要 CLI 化的软件源码路径。

在这个阶段，Agent 会开始执行一整套相对复杂的流程，包括源码分析、命令设计、实现、测试和文档生成。你可以把它理解成“让 Agent 帮你给一个项目补出 CLI 层”。

4. 等待生成结果并检查交付物#

生成完成后，通常不会只有一个可执行文件，而是一整套交付内容。以常见产物来看，一般会包括：

• README.md：说明生成出来的 CLI 怎么使用
• HARNESS.md、TEST.md、SOP.md 一类文件：约束 Agent 如何编写和验证代码
• cli_anything/ 目录：真正的 CLI 代码实现

这里可以顺便多解释一句 HARNESS.md，因为很多人第一次看到这个文件名时，其实并不知道它的价值在哪里。

如果按字面理解，harness 可以把它看成一个“执行框架”或者“操作护栏”。它的作用通常不是写业务代码本身，而是告诉 Agent：这个项目应该怎么进入、命令应该怎么跑、任务应该按什么约束执行、产出要满足什么边界。

换句话说，HARNESS.md 更像是给 AI 准备的工程运行说明书。它会把一些原本只能靠人类工程师口头补充的上下文，提前固化成文档，比如：

• 先从哪些命令开始了解项目
• 修改代码前后要做哪些检查
• 哪些目录或能力是核心入口
• 遇到失败时应该怎样排查和回退

这件事非常重要。因为 Agent 最大的问题之一，从来不是“不会写代码”，而是容易在陌生项目里走偏：不知道入口，不知道边界，不知道验证方式，最后写出来的东西看似能跑，实际却不符合项目约束。

HARNESS.md 的价值就在这里。它不是面向最终用户的功能文档，而是面向 Agent 的执行上下文。你可以把它理解成：CLI Anything 不只是帮你生成一个 CLI，还顺手帮你把“AI 以后应该如何继续维护和使用这个 CLI”这套规则也沉淀了下来。

也就是说，CLI Anything 交付的不是“一个命令”，而是“一个可持续维护的 CLI 工程骨架”。

5. 安装生成出来的 CLI#

生成完成后，通常还需要在项目目录里把这个 Python 包安装起来：

1
pip install -e .

安装完成以后，你就可以像使用正常 CLI 一样去执行它。

6. 先用 —help 学习，再让 Agent 调用#

这是最关键的一步，也是我觉得最符合 Agent 工作方式的一步。

不要一上来就让 Agent 盲调复杂命令。更好的做法是先让它执行：

1
your-cli --help
2
your-cli subcommand --help
3

4
PS D:\My Project\zentaopms-zentaopms_12.5.3_20210108> cli-anything-zentao --help
5
Usage: cli-anything-zentao [OPTIONS] COMMAND [ARGS]...
6

7
  cli-anything-zentao: CLI harness for ZentaoPMS.
8

9
Options:
10
  --json         Output as JSON
11
  --server TEXT  ZentaoPMS server URL (e.g., http://pms.example.com)
12
  --help         Show this message and exit.
13

14
Commands:
15
  action     Action history and activity log commands.
16
  auth       Authentication commands.
17
  branch     Branch management commands.
18
  bug        Bug management commands.
19
  build      Build management commands.
20
  context    Set current context (product, project).
21
  dept       Department management commands.
22
  doc        Document management commands.
23
  estimate   Work estimate (effort) tracking commands.
24
  export     Export data to JSON or CSV.
25
  module     Module management commands.
26
  my         My dashboard - tasks, bugs, stories assigned to me.
27
  plan       Product plan management commands.
28
  product    Product management commands.
29
  project    Project management commands.
30
  release    Release management commands.
31
  report     Report and statistics commands.
32
  story      Story/requirement management commands.
33
  task       Task management commands.
34
  testcase   Test case management commands.
35
  testsuite  Test suite management commands.
36
  testtask   Test task management commands.
37
  todo       Todo management commands.
38
  user       User management commands.
39
  workload   Workload statistics and reporting.

让 Agent 先学会命令结构、参数格式和输出方式，再去执行真正任务。这样准确率会高很多。

7. 把生成出来的 CLI 接回 Agent 工作流#

当一个软件成功被 CLI 化之后，它的价值才刚刚开始体现。接下来你就可以让 Agent 去做这些事：

• 自动查询数据
• 自动创建、编辑、关闭对象
• 批量导出结果
• 结合脚本做数据汇总
• 接进更大的自动化工作流

到了这一步，这个软件的能力就不再只是“页面里的按钮”，而是真正变成了一层可以被 AI 和脚本复用的接口。

为什么禅道很适合CLI#

禅道这类项目管理系统非常适合做 CLI 化，原因很简单：

• 它的领域对象很清晰：产品、项目、需求、任务、Bug、测试用例
• 它的业务动作很稳定：创建、查询、编辑、指派、关闭、解决、导出
• 它的数据结构相对明确，不依赖复杂视觉交互

这种软件一旦 CLI 化，收益会很直接，因为它天然就带有大量查询、批处理和自动化场景。

生成出来的 cli-anything-zentao，已经覆盖了什么#

从 GUIDE.md 来看，cli-anything-zentao 已经不是演示级别，而是具备了非常完整的命令面。

它覆盖了：

• 认证管理：登录、登出、认证状态
• 产品管理：列表、详情、创建、编辑、删除
• 项目管理：列表、详情、成员、创建、编辑、删除
• 需求管理：查询、创建、变更、审核、关闭、删除
• 任务管理：查询、创建、编辑、开始、完成、暂停、重启、关闭、取消、指派
• Bug 管理：查询、创建、编辑、解决、关闭、重新激活、指派、删除
• 测试用例、发布、构建、待办、测试任务、模块、用户、工时统计、数据导出

如果只看这个覆盖范围，它其实已经很接近一个完整的“禅道命令行工作台”了。

它为什么适合给 Agent 使用#

我觉得这份生成结果最有价值的，不只是功能多，而是它具备了几个对 Agent 特别友好的设计。

1
cli-anything-zentao context product 14
2
cli-anything-zentao context project 7

1
cli-anything-zentao --json task list --project 7
2
cli-anything-zentao --json bug list --product 14

1
cli-anything-zentao

用它可以做哪些实际工作#

如果把 cli-anything-zentao 接给 Agent，最直接的用法至少有三类。

1
cli-anything-zentao --server http://你的禅道地址 auth login -u 用户名 -p 密码

1
##登录
2
PS D:\My Project\zentaopms-zentaopms_12.5.3_20210108> cli-anything-zentao auth login -u openclaw -p ****
3

4
  Login successful
5
  ────────────────
6
  status: authenticated
7
  server: http://zentao.ikuaijin.vip
8
  account: openclaw
9
##登录持久化
10
PS D:\My Project\zentaopms-zentaopms_12.5.3_20210108> cli-anything-zentao auth status
11

12
  Connection Status
13
  ─────────────────
14
  authenticated: True
15
  server: http://zentao.ikuaijin.vip
16
  account: openclaw
17
  context: no context

1
cli-anything-zentao product list

1
##产品列表
2
PS D:\My Project\zentaopms-zentaopms_12.5.3_20210108> cli-anything-zentao product list
3

4
  Products
5
  ────────
6
  14: 快进商店
7
  13: 快进go! APP
8
  12: 快进商户  APP
9
  11: 快进商店 小程序
10
  10: 神灯运营平台
11
##产品详情
12
PS D:\My Project\zentaopms-zentaopms_12.5.3_20210108> cli-anything-zentao product info 14
13

14
  Product #14
15
  ───────────
16
  title: 快进商店-需求列表
17
  products:
18
    {"14": "快进商店", "13": "快进go! APP", "12": "快进商户  APP", "11": "快进商店 小程序", "10": "神灯运营平台  "}
19
  modulePairs:
20
    []
21
  productID: 14
22
  ···

1
# 列出全部
2
cli-anything-zentao project list
3

4
# 按状态筛选
5
cli-anything-zentao project list --status doing

1
# 列出某个产品的需求（默认只显示未关闭的）
2
cli-anything-zentao story list --product <产品ID>
3

4
# 列出所有需求（包括已关闭）
5
cli-anything-zentao story list --product <产品ID> --type all

1
# 列出某项目的全部任务
2
cli-anything-zentao task list --project <项目ID>

1
##查询周报
2
cli-anything-zentao task list --project 7 --assigned-to wcxian --begin-date 2026-04-13 --end-date 2026-04-17 --date-field finishedDate

1
cli-anything-zentao bug list --product <产品ID> --begin-date 2026-04-12 --end-date 2026-04-18 --date-field openedDate

接入Openclaw#

1
## 安装到 PATH
2
cd {项目目录}/agent-harness && pip install -e .
3

4
##或者打包成whl,到别的环境安装
5
pip install setuptools wheel build
6
python -m build
7

8
##构建完成后，会在 dist/ 目录下生成 .whl 文件，例如：
9
my_project-0.1.0-py3-none-any.whl

第一版跑出来我直接把

cli_anything_zentao-1.0.0-py3-none-any.whl

丢给openclaw,因为是第一版，运行起来不如api的那么齐全

后面就撤销了，cli版需要重新优化skill