大家好，我是蓝戒，本篇我们来聊聊 “opencli”
这两年，大家都在聊 AI Agent。
但真正卡住 Agent 的，往往不是“它会不会思考”，而是：
它到底能不能动手。
它会分析、会总结、会规划，甚至能帮你设计完整的 PPT 结构。
但一旦进入执行环节，问题就出现了：
- 去网页上搜信息
- 点按钮
- 填表单
- 调本地工具
- 打开桌面应用
这些在人类看来再自然不过的操作，对 AI 来说却很困难。
一句话总结就是：
脑子有了，手还没长出来。
而最近，有一个很有意思的开源项目——OpenCLI，正试图解决这个问题。
它做的事情非常直接，甚至有点“激进”：
把网站、Electron 应用、本地工具，全部变成命令行。
一句话评价：
离谱，但充满想象力。
OpenCLI 是什么？
OpenCLI 的核心定位非常清晰：
Make Any Website & Tool Your CLI
简单说就是：
让任何网站、任何应用、任何工具，都能通过命令行调用。
举个例子：
以前你想看热门内容：
打开浏览器 → 找网址 → 登录 → 等加载 → 点进去看
现在可能变成：
opencli bilibili hot --limit 5
再比如搜索内容：
opencli douban search "三体"
本质上，OpenCLI 并不是提供几个命令那么简单，而是在做一件更底层的事情：
把“点鼠标的世界”，翻译成“命令可调用的世界”。
这背后对应的是一个非常关键的趋势：
AI 不只是回答问题，而是要真正替你干活。
而要“干活”，就必须具备操作能力。
OpenCLI 正是在补这块能力。
它到底能做什么？
一句话概括：
把原本只能手动操作的能力，变成可被调用、可被编排的能力。
拆开来看，大致有四层。
1. 把网站变成 CLI
很多网站没有开放 API，或者 API 使用门槛很高。
但网页本身是可以操作的。
OpenCLI 的思路是：
既然人能点，那就应该能被命令调用。
它通过适配器，把网页行为封装为命令，例如：
- 热榜获取
- 内容搜索
- 数据提取
这相当于一个“网页能力翻译器”：
- 人类：打开 → 点击 → 复制
- OpenCLI：一条命令 → 输出结构化结果
一旦变成命令，就意味着：
- 可脚本化
- 可复用
- 可自动化
这才是核心价值。
2. 复用浏览器登录态
自动化工具最大的痛点之一是登录。
OpenCLI 的策略非常务实：
直接复用你本地浏览器（Chrome/Chromium）的登录状态。
这带来几个好处：
- 不需要重复登录
- 不需要手动处理 cookie
- 大幅降低使用门槛
可以理解为：
别的工具在问你“请证明你是你”，
而 OpenCLI 直接说：
“你已经登录了，我们继续干活。”
3. 把 Electron 应用纳入命令行
很多桌面应用，本质是浏览器壳。
OpenCLI 的视角不是“这是 App”，而是：
这是一个可以被控制的界面。
于是它尝试将这些应用也纳入命令行体系。
这意味着：
终端不再只是调用程序，而是开始调度“整个图形界面”。
4. 让 AI Agent 真正“有手可用”
OpenCLI 并不是单纯为人设计的工具，而是明显面向 AI Agent。
它提供了一整套能力：
- explore：探索网站/API
- synthesize：生成适配器
- cascade：寻找认证路径
- operate：控制浏览器
- record：记录操作流程
- register：统一能力注册
核心问题是：
如何让 AI 自动发现、理解、调用、复用工具。
很多人讨论 Agent，只关注模型能力。
但实际体验的上限，往往取决于：
它有没有工具，以及工具是否标准化。
OpenCLI 正在解决这一点。
为什么这个项目值得关注？
它踩中了一个关键趋势：
软件正在从“界面驱动”，走向“能力驱动”。
演进路径大致是：
- App
- API
- CLI / Agent / Workflow
未来的入口，很可能不是界面，而是：
- 命令
- 自动化流程
- AI 调度系统
OpenCLI 本质是在做一件事：
搭一座桥。
一端连接：
- 网站
- 桌面应用
另一端连接：
- CLI
- 脚本
- AI Agent
它像一个“能力转接器”，把原本不可编排的东西，变成可编排系统的一部分。
它适合谁？
结论：不是所有人，但对特定人群价值很高。
1. 自动化开发者
如果你对“能不能脚本化”特别敏感，OpenCLI 会非常有吸引力。
2. AI Agent / RPA / 工作流开发者
核心痛点是：
API 不够用，非 API 太多。
OpenCLI 正在补这个缺口。
3. 信息采集 / 内容运营
多平台数据获取、整理、监控场景，会明显受益。
（前提：合法合规使用）
怎么上手？
npm 包：
@jackwener/opencli
安装：
npm install -g @jackwener/opencli
Node.js 要求：
>= 20
步骤 1：安装浏览器桥接扩展
OpenCLI 依赖 Browser Bridge 与浏览器通信。
未安装时，相关能力无法使用。
步骤 2：确保浏览器已登录
关键点：
- Chrome 正在运行
- 网站已登录
- 扩展正常
否则结果可能异常。
步骤 3：从简单命令开始
opencli list
opencli bilibili hot --limit 5
opencli zhihu hot -f json
opencli hackernews top --limit 5
理解重点：
- 按站点组织命令
- 支持结构化输出
- 可接入脚本/工作流
最有价值的一点：可扩展性
OpenCLI 的核心优势不在“已有功能”，而在：
它是一个框架，而不是一个工具集合。
它试图实现的是：
- 网站接入
- 应用接入
- CLI 接入
- Agent 自动发现
- 工作流组合
本质是：
构建“能力接口层”。
现实门槛
需要理性看待。
1. CLI 外壳 + 浏览器内核
它不是纯 CLI，本质依赖浏览器环境。
2. 依赖网页结构
页面变化会影响适配器稳定性。
3. 更适合工程用户
对 Node.js、扩展、命令行有一定要求。
最后总结
OpenCLI 的价值不在于“它现在能做多少”，而在于它展示的方向：
把网页、桌面应用、本地工具，统一变成可调用能力。
过去：
打开软件 → 手动操作
未来：
调用能力 → 自动执行
OpenCLI 正在把这个未来，提前落地。
更直白一点：
它不是在教你用命令，而是在尝试改造整个软件世界的使用方式。
这件事很激进，但方向很清晰。
如果你关注：
- AI Agent
- 自动化
- 工作流
这个项目值得深入研究。
甚至可能会让你产生一个新的疑问：
鼠标，还能用多久？
文章评论