CLI-Anything：讓 AI 直接操作專業軟體
CLI-Anything 要做的不是讓 AI 看畫面、猜按鈕位置，而是把原本以 GUI 為主的軟體包成可供代理呼叫的命令列介面。它本身以 Python 開發，透過七階段流程分析程式碼、映射後端 API、設計指令、建立測試與文件，再產出支援 REPL、JSON、undo／redo 的 CLI harness。實際執行仍會呼叫真正的軟體後端，例如 Blender 的 bpy、LibreOffice headless；官方已有 FreeCAD 火星車、Blender 無人機與《Slay the Spire II》自動遊玩示範。查證時 GitHub 約有 5.8 萬顆星，採 Apache 2.0 授權。
現實應用
最直接的用途是批次修圖、影片轉檔、3D 建模、CAD 出圖、文件轉 PDF、OBS 場景管理，以及把公司內部只有 GUI 的工具接進 AI workflow。適合 AI agent 開發者、自動化團隊、工作室與需要大量重複操作的內容產線。它也比座標點擊更容易測試與重播，但前提是軟體有可利用的原始碼、檔案格式、CLI、SDK 或 API；不是所有封閉軟體都能一鍵完成。
期望評估
低標來看，我認為它至少能替常用軟體整理出一組穩定、機器可讀的操作入口，讓代理完成匯入、修改、輸出與驗證這類明確流程。高標來看，我猜成熟 harness 配合 preview、狀態紀錄與人工審核後，有機會讓代理獨立跑完 CAD、影音或辦公文件的多步驟工作。不過「生成成功」不代表功能覆蓋完整，複雜專案仍要反覆 refine、補測試及人工驗收。
商業策略分析
受影響最大的會是傳統 RPA、GUI automation 與客製 API 串接服務。CLI 的優勢是成本低、可版控，也更符合 AI agent 的文字與結構化輸出習慣。我認為真正有商業價值的不是那句「任何軟體都能轉」，而是經過維護、測試及權限控管的 harness 目錄。企業值得先挑高頻、可回復、低風險任務試做；涉及刪檔、發布、付款或機密資料時，仍應加入 sandbox、權限白名單與人工確認。
實作細節
環境需要 Python 3.10 以上。既有工具可先執行 pip install cli-anything-hub，再用 cli-hub search、install 與 launch。要替新軟體產生 CLI，可在 Claude Code 安裝官方 plugin，執行 /cli-anything <軟體路徑或 GitHub repo>；產物進入 agent-harness 後可用 pip install -e . 安裝。目標軟體通常仍須另外安裝。目前 issue 區仍可看到 FreeCAD 匯出、Windows preview 與個別 backend 相容性問題；官方安全文件也提醒，代理可能把不可信輸入傳給 subprocess，因此正式使用前要檢查參數驗證、路徑與憑證處理。