CLI 怎么就成了 AI Agent 时代的新宠？从 OpenCLI 到飞书 CLI，一场静悄悄的革命
大家好，我是飞飞。
上个月我刷 GitHub Trending 的时候，发现一件奇怪的事——排行榜前十里，有三个项目都跟 CLI 有关。不是什么花哨的 GUI 应用，不是什么炫酷的前端框架，就是最朴素的命令行工具。
OpenCLI、CLI-Anything、飞书 CLI，三个项目加起来 star 数几万，而且还在疯涨。
我当时的第一反应是：2026 年了，命令行工具怎么突然又火了？
后来我想明白了。不是 CLI 复活了，是 AI Agent 需要它。
GUI 是给人用的，CLI 是给 Agent 用的
我们先想一个问题：你让 AI 帮你在飞书上发一条消息，它该怎么操作？
如果走 GUI 路线，AI 需要打开浏览器，找到飞书页面，定位输入框，模拟键盘输入，点击发送按钮。中间任何一个步骤出错——按钮位置变了、页面加载慢了、弹了个验证码——整个流程就崩了。
如果走 CLI 路线呢？一行命令：
1 | lark-cli im +messages-send --chat-id "oc_xxx" --text "Hello" |
结束。没有页面加载，没有按钮定位，没有验证码。输入是确定的，输出是结构化的，每次执行结果一模一样。
这就是 CLI 在 AI Agent 时代重新火起来的根本原因：GUI 是为人类的眼睛和手指设计的，CLI 是为程序的输入和输出设计的。 AI Agent 本质上就是程序，它天然更适合 CLI。
The New Stack 在去年底写了一篇文章，标题就叫《Welcome to the Agentic CLI Era》。文章里有句话说得很精准——CLI 是结构化的、可组合的、轻量的、自描述的、确定性的。这五个特点，恰好是 AI Agent 最需要的。
三个项目，三种思路
最近这波 CLI 热潮里，有三个项目特别有意思，它们从完全不同的角度切入，解决的是同一个问题：让 AI Agent 能操作一切。
OpenCLI：把任何网站变成命令行
OpenCLI 是一个叫 jackwener 的开发者做的，思路很野——它能把任何网站变成 CLI 命令。
B 站、知乎、小红书、Twitter、Reddit、YouTube，55 个平台，全部可以用命令行操作。而且它复用你 Chrome 浏览器的登录状态，不需要任何 API Key。
1 | opencli bilibili hot --limit 5 # 看B站热门 |
我装上之后第一件事是跑了 opencli bilibili hot，终端里刷刷刷打出一排热门视频标题。那个感觉很奇妙——我平时要打开浏览器、等页面加载、划过一堆广告才能看到的东西，一行命令就出来了。而且跑一万次，不消耗一个 token。因为它不是用 AI 去”看”网页，而是直接通过浏览器的 CDP 协议和网络拦截来提取数据。
更离谱的是它能控制桌面应用。我试了一下 opencli cursor status，直接在终端里看到了 Cursor 编辑器的状态信息。Notion、Discord、甚至 ChatGPT 桌面版，全能操作。你想想这个场景——你在 Claude Code 里写代码，Claude 通过 OpenCLI 操作 ChatGPT 帮你跑测试。AI 操作 AI，套娃了。
CLI-Anything：一行命令，把任何软件变成 Agent 工具
CLI-Anything 来自香港大学数据智能实验室（HKUDS），Chao Huang 教授的团队做的。这个项目 3 月 8 号上线，6 天拿了 13000 个 star，现在已经超过 21000 了。
它的思路跟 OpenCLI 不同。OpenCLI 是把网站变成 CLI，CLI-Anything 是把任何软件的源代码变成 CLI。
你把 GIMP 的源码扔给它，它通过一个 7 阶段的自动化流水线——分析源码、设计命令结构、实现 CLI、规划测试、编写测试、生成文档、发布安装——直接帮你生成一个完整的命令行工具。
1 | # 用 CLI-Anything 让 AI 操作 GIMP |
GIMP、Blender、LibreOffice、OBS Studio、Audacity，甚至 FreeCAD，全都可以这样被 AI 控制。
它的口号写得很到位：**”Today’s software serves humans. Tomorrow’s users will be agents.”**
今天的软件是给人用的，明天的用户是 Agent。你仔细想想这句话，会觉得有点后背发凉。
飞书 CLI：官方下场，把办公套件交给 Agent
3 月 28 号，飞书官方开源了 lark-cli。这个项目跟前两个不一样——它不是社区开发者做的，而是字节跳动飞书团队亲自做的。
200 多个命令，覆盖 11 个业务域：消息、文档、多维表格、电子表格、日历、邮箱、任务、会议、知识库、通讯录、云空间。19 个开箱即用的 AI Agent Skills。
1 | lark-cli calendar +agenda # 查今天的日程 |
飞书团队做了一个很聪明的设计：三层命令架构。最上面是快捷命令（Shortcuts），人和 AI 都好用；中间是 API 命令，跟平台接口一一对应；最下面是原始 API 调用，覆盖飞书 2500 多个接口。不管你是人类用户还是 AI Agent，都能找到合适的调用粒度。
我试了一下 lark-cli calendar +agenda，直接在终端里看到了今天的日程。然后跟 Claude Code 说”帮我看看今天下午有没有空”，Claude 自己调了这个命令，读了输出，告诉我”下午 3 点到 5 点有空”。整个过程我没碰飞书 App，没开浏览器，就在终端里完成了。
这就是飞书的野心：它不想只做人和人之间的协作工具，它要做人和 Agent 之间的协作基础设施。 从 OpenClaw 插件到智能体平台 aily，再到 Lark CLI，飞书的三层布局已经很清楚了——开发者用 CLI，普通员工用 aily，每一类用户都有入口，但底层调用的是同一套能力。
为什么是 CLI，不是 API？
你可能会问：AI Agent 要调用服务，直接调 API 不就行了？为什么还要包一层 CLI？
这个问题我一开始也想不明白。后来用了一段时间才理解。
API 是给程序员写代码调用的。你要写 HTTP 请求，处理认证，解析返回值，处理错误码。这些事对人来说很自然，但对 AI Agent 来说，每多一个步骤就多一个出错的可能。
CLI 不一样。AI Agent 跑一个 shell 命令，就像你在终端里敲一行字一样简单。--help 自动生成文档，AI 可以自己发现有什么命令可用。输出是结构化的 JSON，直接解析。出错了，错误信息就在 stderr 里。
说白了，CLI 就是一个”给 AI 用的万能遥控器”。按钮少，功能明确，按下去就有确定的反应。API 像是把遥控器拆开露出电路板——能做的事更多，但对 AI 来说操作门槛也更高。
你看现在最火的 AI 开发工具：Claude Code、OpenAI Codex、Google Antigravity、Grok CLI——名字里全带着 CLI。这不是巧合，而是这帮做 AI 的人最清楚：让 AI 干活，命令行就是最短路径。
一场悄悄开始的”军备竞赛”
飞书出了 CLI，钉钉马上跟进，企业微信也在做。你会发现，国内三大办公平台几乎同时意识到了一件事：如果你的产品不能被 AI Agent 操作，你就会被跳过。
这跟十年前的场景很像。2014 年前后，所有公司都在抢着做 App。没有 App 的公司，用户找不到你。现在的情况是，没有 CLI 的产品，Agent 调不了你。用户跟 AI 说”帮我查一下今天的日程”，AI 发现飞书有 CLI 可以直接调，钉钉没有——那它就只用飞书。用户甚至不知道自己做了选择，AI 替他选了。
这件事更深层的影响是：软件设计的目标用户变了。以前我们做产品，想的是人——界面要好看、交互要直觉、点击次数要少。现在多了一个用户：Agent。它不看界面，不点按钮，只认命令和结构化输出。这意味着以后做产品，你不光要考虑”人怎么用”，还要考虑”Agent 怎么调”。
CLI 从来不是普通人需要碰的东西。但现在，它变成了 AI 的操作界面，退到了后台，重要性反而更高了。你跟 AI 说一句话，AI 在后台敲十行命令帮你搞定。你感受到的是”AI 好聪明”，但背后撑着的，是一个个 CLI 工具。
写在最后
说个有意思的事。我这篇文章就是在 Claude Code 里写的。写的过程中，Claude 帮我用 brave-search 搜资料，用 fetch 抓网页内容，用工具生成封面图片，最后用 Write 命令把文件写到 Hexo 的 _posts 目录。
这些操作，全是 CLI。
我一行图形界面都没碰。整个写作流程，从搜索到发布，都在一个黑底白字的终端窗口里完成了。半年前我还觉得这不可能，现在已经变成了日常。
图形界面不会消失，它依然是人类最直觉的交互方式。但在 AI Agent 越来越深入工作流的今天，CLI 正在成为那个”看不见但不可或缺”的基础层。人用 GUI，Agent 用 CLI，各干各的，互不打扰。
你有没有在工作中用 AI Agent 通过 CLI 操作过什么工具？体验怎么样？评论区聊聊。