• CLI 命令行
  • CLI 时代
    • 设计范式变化
    • CLI vs GUI
    • CLI vs MCP
  • 工具
    • 已有工具转型
  • CLI 转换
    • 总结
    • GUI 操控
      • Mano-P
    • 浏览器操控
      • Scrapling
      • 无头浏览器
      • Browser Use CLI
    • 【2026-3-14】OpenCLI
      • 安装OpenCLI
      • 使用
      • 配置 claude code
    • 【2026-3-16】CLI Anything
      • claude code 安装
      • 使用
• 结束

CLI 命令行

CLI 时代

AI Agent时代，大模型最缺的是“操作能力”，如何让 AI 真正”使用”软件？

传统解决方案

• 要么依赖脆弱的 UI 自动化（截图、点击、OCR）
• 要么需要软件提供完善的 API 接口。

但现实是绝大多数专业软件既没有为 AI 设计的接口，其 UI 也远非为机器操作而优化。

这个鸿沟，正在成为 AI Agent 落地的最大障碍。

设计范式变化

【2026-3-21】OpenCLI vs CLI-Anything：AI Agent 时代的 CLI 革命

软件设计范式可能发生根本性转变：

• 从 GUI-first 到 CLI-first：新软件可能优先设计 CLI，GUI 只是 CLI 的可视化包装
• 从 API-only 到 CLI-native：CLI 成为主要的集成接口，API 成为 CLI 的子集
• 从人类中心到 Agent 友好：软件设计时考虑 AI 的可发现性、可组合性和可自动化性

很多人把最难、最复杂的的任务丢给 OpenClaw，而 Claw 们干活时，基本都选 Claude Code

不是 Cursor，不是 VS Code，更不是什么 GUI Agent。

核心原因：

“CC 的 CLI 做得太好了。有状态、自描述、好用还强大。Agent 不需要跟它「搏斗」—— 拿起来就能干活。”

但是绝大多数真正的专业软件，都没有这样的 CLI。

• GIMP、Blender、LibreOffice、OBS —— 每一个都是重量级工具，但 Agent 基本碰不了。

CLI vs GUI

CLI 为何成为 Agent 的”母语”？

传统 GUI（图形用户界面）为人类设计，但对 AI 极不友好：

• 信息密度低：GUI 为了美观和易用，往往在屏幕上分散大量信息，AI 需要处理大量无关像素
• 状态不可见：GUI 的内部状态隐藏在视觉元素背后，AI 难以准确感知应用当前状态
• 操作脆弱：基于坐标的点击在分辨率、主题、版本变化时极易失效
• 上下文消耗大：将界面截图传给 LLM 需要消耗大量 Token

CLI（命令行界面）正在成为 AI Agent 与软件交互的”通用语言”。相比 GUI，CLI 具有结构化、可组合、自描述、确定性等天然适合 LLM 的特性。

CLI 具有天然适合 AI 特性：

• 结构化与可组合：文本命令与 LLM 的输入输出格式天然匹配，且可通过管道组合成复杂工作流
• 轻量且通用：最小开销，跨系统工作，无需依赖图形环境
• 自描述：–help 标志提供自动文档，Agent 可自主发现能力
• 确定性与可靠：一致的结果使 Agent 行为可预测，便于调试和优化

GUI 与 CLI 核心对比表

对比维度	GUI（图形界面）	CLI（命令行）
设计目标	为「人类」设计	为「开发者与AI」设计
交互形式	窗口、图标、按钮等图形化操作	黑框纯文本指令输入
核心优势	简单直观、所见即所得、零学习门槛	高效直接、无冗余翻译层、AI天然擅长
自动化能力	❌ 自动化效率低	✅ 瞬时完成复杂任务
AI适配性	❌ AI理解成本高	✅ 一键接管办公系统
适用人群	普通办公用户、非技术人员	开发者、AI Agent、自动化场景

说明

• GUI 面向人类的「友好界面」，核心是降低使用门槛，让普通人能快速上手；
• CLI 面向机器/AI的「标准化指令」，核心是提升执行效率，适配AI Agent的自动化需求，是AI从「聊天」到「干活」的关键桥梁。

CLI vs MCP

MCP（Model Context Protocol）热门话题。

但 OpenCLI 和 CLI-Anything 的开发者们似乎更倾向于一个简单的哲学：CLI 是比 MCP 更好的集成接口。

原因：

• CLI 是已有的事实标准，无需额外协议层，任何能执行命令的环境都能使用。
• 而 MCP 需要专门的支持和实现。正如 Unix 哲学所言：”做好一件事，并通过文本流协作”。

为什么CLI碾压MCP？

• 1️⃣ LLM天生就会用CLI
  • GPT、Claude训练数据里满是man page和Shell脚本，直接执行命令就行。而MCP要写JSON schema、处理JSON-RPC、认证、流式处理……多写一堆代码，AI却没更聪明一分。
• 2️⃣ 调试体验天壤之别
  • CLI出问题？复制命令自己跑一遍就知道哪里错了。MCP出问题？翻transport log猜JSON哪里坏了，2月份Claude Code爆了好几次MCP超时bug，开发者在GitHub骂翻天。
• 3️⃣ 可组合性降维打击
  • CLI管道一行搞定MCP要3个tool才能干的事。一个jq过滤就完事，MCP要么塞满上下文（贵到爆），要么额外写过滤逻辑。
• 4️⃣ 上下文占用仅1/10
  • OpenClaw团队实测：CLI+少量prompt达到95%+效果，上下文占用只有MCP的十分之一！

【2026-4-23】Anthropic 最新博客：MCP 没死，它又来了

Anthropic 博客标题叫《Building agents that reach production systems with MCP》，《构建能触达生产系统的 Agent：MCP 实践指南》

观点：

CLI + Skills 才是 Agent 连接外部系统的正道，因为 MCP 又贵又慢还占上下文。

ScaleKit 一组严格的 benchmark，拿 GitHub 官方 MCP 服务器和 gh CLI 做对照，跑了 75 轮实验。

结果:

• CLI 在 token 消耗上便宜 10 到 32 倍，按月算，每月 1 万次操作，CLI 大约 3.2 美元，MCP 大约 55.2 美元。17 倍的成本差距。

CLI vs MCP Direct 成本&可靠性对比表

对比项	CLI	MCP Direct
月度成本（10K ops/month）	$3.20	$55.20
任务可靠性	100%（25/25）	72%（18/25）

核心差异总结

1. 成本差距极大：同量级任务下，MCP Direct 月度成本是 CLI 的 17倍以上
2. 稳定性差距显著：CLI 任务成功率满分100%，MCP Direct 存在近3成执行失败概率

问题出在：

• schema 膨胀。

MCP 三个问题：token 贵、schema 臃肿、不可组合。

Anthropic 这篇博客给了三个对应的回答：

• Tool Search 解决 schema 臃肿（减 85%）
• 程序化调用解决不可组合（让 Agent 写代码处理）
• 代码编排模式解决 token 贵（Cloudflare 的 2 个工具覆盖 2500 端点）

Anthropic 加了一条：当 Agent 跑在云上，CLI 够不到的地方，MCP 是唯一的选择。

选择：

• 本地开发环境 → CLI + Skills，轻量、快速、上下文干净。
• 云端生产环境 → MCP + Skills，标准化、跨平台、认证完备。
• 简单场景 → 直连 API，别瞎折腾。

所以，MCP 并没有死。

它当然并非万能方案，但它正在成为云端 Agent 的标准化接入层。

（1）schema 膨胀

GitHub MCP 服务器带了 43 个工具定义，每次对话都得把这 43 个工具的完整描述全塞进上下文。只是想查个仓库语言，但模型得先读完所有 43 个工具的说明书。光是一个工具的定义就占了 4,026 tokens。

Perplexity 的 CTO Denis Yarats 也表态称：

Perplexity 内部正在远离 MCP，原因是 72% 的上下文窗口被 MCP 占掉了。

龙虾之父 Peter 也在播客里对痛批 MCP：

MCP 默认污染上下文，加上大部分 MCP 做得不好，总体来说不是一个很有用的范式。

而钉钉和飞书也是不约而同绕开 MCP，直接把产品「压扁」成了 CLI。

在旧金山街头的随机调查里，CLI 得了 17 票，MCP 仅有 3 票。

当时结论：

• MCP 倒是不会死，但会退到该待的地方。
• 而 CLI 将成为 Agent 操作一切软件的默认界面。
• 接下来，整个 SaaS 的 API surface，将全都暴露成 CLI。

Agent 连接外部系统有三条路：直连 API、CLI、MCP，各有各的适用场景。

• 直连 API：适合简单、一对一的场景。但如果有 10 个 Agent 要接 10 个服务，那就是 100 个不同的集成方案，每个都要单独搞认证和工具描述。这就是经典的 M×N 问题。
• CLI：本地和沙箱环境里确实更合适。Agent 天生就说命令行语言，–help 就能自描述，jq 就能过滤，pipe 就能组合。这一点 Anthropic 承认，但生产级 Agent 越来越多的，正在跑在云上。

Claude Cowork、Claude Managed Agents、移动端、Web 端……这些环境里没有本地文件系统，跑不了 CLI。而 MCP 的定位，则恰恰就是为这个场景服务的：一个远程服务器，通吃所有客户端。

（2） token 膨胀

Anthropic 直接给两个解法。

• ① Tool Search：改成 按需加载。Agent 先描述想做什么，系统在运行时搜索相关工具，只把匹配的几个拉进来。
  • 测试效果：工具定义的 token 消耗减少了 85% 以上，工具选择的准确率没有下降。
  • 工具要按意图分组，别按 API 分。
  • 跟 CLI 的差距，从 32 倍缩到了大约 7 倍。还是比 CLI 贵，但至少不是一个数量级的差距了。
• ② 程序化工具调用。别让模型当搬运工，让它写代码。工具返回的结果不再直接丢回给模型，而是在代码执行沙箱里处理。Agent 可以在沙箱里循环、过滤、聚合，只把最终结果返回到上下文。
  • 测试效果：复杂多步工作流上减少了约 37% 的 token 消耗。

Cloudflare 案例

Cloudflare 的 MCP 服务器，覆盖了大约 2,500 个 API 端点。

• 如果按传统方式，把这 2,500 个端点的工具定义全塞进上下文，那画面简直就是美到不忍直视了……
• 而 Cloudflare 的做法是只暴露 2 个工具：search 和 execute。Agent 先用 search 找到需要的 API，然后写一段简短的脚本，通过 execute 在服务端沙箱里跑。整个工具定义，只占大约 1K tokens。

CLI + Skill 的思路是：Skill 告诉 Agent「怎么干」，CLI 提供「用什么干」，Agent 写代码调用，中间数据不经过上下文。而 Cloudflare 这个 MCP 方案，也可以说是把 CLI 的哲学搬进了 MCP 协议里。

区别：跑在云端，走的是 MCP 协议，而不是本地的命令行。

所以，Anthropic 真正想说是：MCP 和 CLI 不对立，好的 MCP 服务器应该像 CLI 一样设计。

• MCP 管「能力」
• Skills 管「编排」

Anthropic：Skills 确实不可或缺。但 MCP 不需要被替换掉，它可以和 Skills 一起发布、共存。

工具

示例

• GitHub CLI, 详见站内专题：Git
• CloudCLI - CloudCLI 提供以 AI 为核心的云端开发环境，配备预配置工具和持久化会话，实现无缝、跨设备的编码体验。
• Cline CLI - Cline CLI 从您的终端在客户端运行自主 AI 编码代理，以完全的隐私保护和执行透明度，自动化完成复杂的开发任务。
• bb-browser - bb-browser 将网站转化为机器可读的界面，使 AI 智能体能够以已认证用户的身份进行交互，无需 API 密钥，也无需担心反机器人机制的拦截。
• Cursor CLI - Cursor CLI 将AI编码能力直接融入您的终端，赋能开发者、DevOps和SRE，助其随时随地生成、重构、调试及自动化代码。

已有工具转型

CLI 大战爆发

时间节点	产品名称	核心动作	关键亮点/能力	设计定位
2026年3月27日	钉钉 DingTalk	开源钉钉 CLI 项目	开放10项核心能力；支持AI表格、日历、待办；全面 CLI 化重构底层	办公 CLI 能力开放
2026年3月28日	飞书 Feishu	发布 v1.0.0 正式版；开源 larksuite/cli	覆盖11大业务域；提供200+ 命令	专为 AI Agent 设计
2026年3月30日	企业微信 WeCom	正式开源企业微信 CLI	7大核心能力；支持消息、日程、文档、会议；原生调用时代	办公系统原生 CLI 化

CLI 转换

总结

愿景

让任何软件都能被 AI Agent 通过命令行界面高效控制。

OpenCLI 和 CLI-Anything 虽然都致力于让软件 Agent-Native，但采用了截然不同的技术路径。

差异

• OpenCLI 更像”浏览器代理”，用 Chrome DevTools Protocol 与浏览器深度集成，通过拦截 XHR/Fetch 请求获取数据。它的优势在于能够处理那些只有 Web 界面、没有公开 API 的网站，且无需用户额外认证。
• CLI-Anything 则更像”软件编译器”，分析源代码，理解软件架构，然后生成完整的 CLI 封装。它的优势在于能够充分利用软件的原生能力，生成真正生产可用的工具。

维度	OpenCLI	CLI-Anything
目标对象	网站（Web 应用）	本地软件（桌面应用）
技术栈	TypeScript + Chrome Extension	Python + Click + 软件后端
集成方式	拦截浏览器网络请求	生成项目文件 + 调用软件 CLI
认证处理	复用浏览器登录会话	依赖软件自身的认证机制
扩展方式	YAML 声明式 / TypeScript 编程式	AI 自动生成完整代码
输出格式	JSON / YAML / CSV / Markdown	JSON + 人类可读表格 + REPL
适用场景	数据抓取、内容监控、Web 自动化	创意生产、文档处理、媒体渲染

GUI 操控

Mano-P

Mano-P 打破 GUI 自动化瓶颈，一句话操控你电脑所有软件，无需 API，开源

浏览器操控

Scrapling

【2026-5-3】Scrapling

OpenClaw 现在能爬任何网站，关键是 —— 零反爬检测，直接原生绕过 Cloudflare，速度比 BeautifulSoup 快 774倍！

• ① 不用维护选择器
• ② 不用想各种骚操作绕过
• ③ 直接拿数据就完了

这种降维打击级别的工具，还他妈完全开源，不用白不用

无头浏览器

浏览器自动化实现方法：

• Puppeteer
• Playwright 微软开源 Python 自动化神器， Web 自动化和端到端测试的开源框架
• Headless Chrome

成熟能用，但问题是太重了

• 很多场景里，只是想：打开页面→执行脚本→抓 DOM→跑几步自动化→顺便别太容易被封

结果背后却拖着完整 Chrome。

Agent 对浏览器的需求不再是偶尔点几下页面，而是：高频启动、批量调用、长期挂载、并发执行。

浏览器底座的重量，就直接决定成本和吞吐。

资讯

无头浏览器 Obscura 不是解决浏览器功能问题，而是“执行底座问题”

目标非常明确：专门为 AI Agent 和爬虫做浏览器执行引擎。

Obscura 专为AI Agent设计，Rust开源无头浏览器，显著提升网页抓取效率

• GitHub obscura

核心优势：

• 内存仅30MB（Chrome需200+MB）
• 页面加载85ms（Chrome约500ms）
• 内置反检测Stealth模式
• 兼容Puppeteer/Playwright
• 一行代码安装，Apache 2.0开源

安装

curl -LO https://github.com/h4ckf0r0day/obscura/releases/latest/download/obscura-aarch64-macos.tar.gz
tar xzf obscura-aarch64-macos.tar.gz

使用

# Fetch a page
# Get the page title
obscura fetch https://example.com --eval "document.title"
# Extract all links
obscura fetch https://example.com --dump links
# Render JavaScript and dump HTML
obscura fetch https://news.ycombinator.com --dump html
# Wait for dynamic content
obscura fetch https://example.com --wait-until networkidle0

# Start the CDP server
obscura serve --port 9222
# With stealth mode (anti-detection + tracker blocking)
obscura serve --port 9222 --stealth

# Scrape in parallel
obscura scrape url1 url2 url3 ... \
  --concurrency 25 \
  --eval "document.querySelector('h1').textContent" \
  --format json

Browser Use CLI

【2026-4-21】Browser Use CLI

安装方式：

# 执行
curl -fsSL browser-use.com/cli/install.sh|bash

基础命令包括：

• browser-use open（打开网址）
• browser-use state（显示可点击元素）
• browser-use click（点击指定元素）

【2026-3-14】OpenCLI

【2026-3-14】jackwener 开发的 AI 原生命令行工具 OpenCLI 巧妙地解决了这个问题：

• 通过复用本地 Chrome 的登录状态，让 AI 能够像调用 API 一样在终端直接查热搜、发动态或抓取数据
• 2026 年 3 月 14 日，首次公开亮相（GitHub 仓库公开，社区开始传播）
• 2026 年 3 月 20 日，V2EX 官宣发布 v1.0.0 正式版
• GitHub opencli

open-cli 是由 Sindresorhus 开发的跨平台命令行工具，用于打开如 URL、文件、可执行程序等

• 将任意网站转化为 CLI 工具， 让 AI 接管浏览器、桌面软件
• 已在全球平台如 Bilibili、Twitter/X、Reddit、知乎、小红书，以及桌面应用如 Cursor、ChatGPT 和 Notion 上经过实战检验。

与 Puppeteer、Playwright 等传统浏览器自动化工具不同，OpenCLI 并不试图模拟用户操作 DOM，而是直接拦截和利用网站自身的 API 调用。这种”借力打力”的架构设计，让它能够绕过大多数网站的风控机制和反爬虫策略。

OpenCLI 采用独特的 Browser Bridge 架构：

• 一个轻量级的 Chrome 扩展 + 微守护进程。

用户只需在 Chrome 中安装扩展，无需任何令牌或手动配置，守护进程会在首次运行命令时自动启动。

这种设计的关键优势在于复用用户已有的登录会话——你不需要为每个网站单独配置 API 密钥或登录凭证。

安装OpenCLI

# 全局安装
npm install -g @jackwener/opencli
​
# 验证安装是否成功
opencli --version

配置浏览器桥接

• 下载OpenCLI的Chrome扩展并安装
  • 点此下载，安装方法不明
  • Chrome 插件地址 opencli Browser Bridge, 点击安装即可
• 运行 opencli doctor检查扩展程序与本地后台服务（Daemon）的连接状态

运行opencli setup，自动从Chrome浏览器中检测并配置 Playwright MCP Bridge扩展的token，完成浏览器连接性验证。

完成以上步骤后，即可在终端中使用opencli命令操作支持的网站或Electron应用

使用

opencli xiaohongshu feed # 获取小红书内容
opencli bilibili hot --limit 5  # 查看B站热门视频
opencli zhihu hot -f json       # 查看知乎热榜并以JSON格式输出
# 下载小红书媒体
opencli xiaohongshu download abc123 --output ./media
# 导出知乎文章
opencli zhihu download "https://zhuanlan.zhihu.com/p/123"
# 监控 Twitter 趋势
opencli twitter trending -f json | jq
# Bilibili 视频下载
opencli bilibili download BV1xxx --quality 1080p

配置 claude code

接入 Claude Code 或其他智能体，可将 OpenCLI 作为“技能”添加。

只需在 Agent 系统提示词（如 .cursorrules）中加入：

"You have a tool called opencli. Run opencli list to see available commands to browse the web."

OpenCLI 安装非常直观，关键在于浏览器插件的桥接。一旦打通，终端就不再只是冷冰冰的控制台，而是通往整个 Web 世界的万能钥匙。

# Install all OpenCLI skills
npx skills add jackwener/opencli

# Or install specific skills
npx skills add jackwener/opencli --skill opencli-usage      # Command reference
npx skills add jackwener/opencli --skill opencli-explorer    # Adapter development guide
npx skills add jackwener/opencli --skill opencli-oneshot     # Quick command reference

【2026-3-16】CLI Anything

香港大学数据科学实验室（HKUDS）团队出手了，开源了 CLI-Anything

• 让所有软件都能变成 Agent 原生工具的革命性项目
• 无需手动编码，告别脆弱的 GUI 自动化。支持 Claude Code、Cursor 等主流智能体框架

用 CLI 作为 AI Agent 和真实软件之间的桥梁，把人类设计的软件，直接转变成 Agent 能用的工具，而且不损失任何功能。

核心亮点

• ① 一键生成 CLI，7 阶段自动化全包
• ② 真实软件集成，零妥协
• ③ 告别脆弱的 UI 自动化
• ④ 结构化输出，Agent 直接消费
• ⑤ 生产级测试，1436 个测试 100% 通过率

claude code 安装

前置要求

• Claude Code（带插件支持）
• Python 3.10+
• 目标软件已安装（如 GIMP、Blender、LibreOffice 等）

安装

# 添加 marketplace
/plugin marketplace add HKUDS/CLI-Anything
# 安装插件
/plugin install cli-anything
#-------------
1 添加插件市场：一条命令将 CLI-Anything 插件市场添加到 Claude Code：/plugin marketplace add HKUDS/CLI-Anything
2 安装插件：在 Claude Code 会话中安装 cli-anything 插件：/plugin install cli-anything。无需任何额外配置。
3 指向目标软件：将插件指向任意软件代码库或仓库：/cli-anything ./gimp 或 /cli-anything https://github.com/blender/blender
4 使用新生成的 CLI：pip install -e . 将 CLI 安装到 PATH。智能体和人类都可以运行 cli-anything-gimp、cli-anything-blender 等，完整支持 --help 和 --json 参数。

使用

使用方法：

• 转化
• 使用

# 为 GIMP 生成完整 CLI（全部 7 阶段）
/cli-anything ./gimp
# 为 Blender 生成 CLI
/cli-anything ./blender
# 从 GitHub 仓库生成
/cli-anything https://github.com/blender/blender

# ----------------

# 安装到 PATH
cd gimp/agent-harness && pip install -e .

# 从任何地方使用
cli-anything-gimp --help
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

结束