不截图也能让 AI 出 PDF：CLI-Anything 上手实测与 5 个坑

想让 AI 帮你出一份 PDF 周报，不用截图点按钮，也不用写一堆 API 胶水：港大数据智能实验室（HKUDS）开源的 CLI-Anything 把 LibreOffice、Blender、GIMP 这些软件包成了 Agent 能直接调用的命令行。我在自己的 Linux 机器上从安装到导出 PDF 跑了一遍，下面只写跑出来的结果。

项目地址 HKUDS/CLI-Anything，Apache-2.0 协议，GitHub 显示 2026 年 3 月建仓，截至 10 月 19 日约 5.4 万 star，配套技术报告 arXiv:2606.03854。本文核对的是 9 月 22 日的提交 34f5195，包管理器 cli-anything-hub 用的是 PyPI 上的 0.4.1。

思路很简单：Agent 最会用的界面是命令行

GUI 自动化要截图、找按钮、点像素，界面一改就崩；很多软件又没有像样的 API。CLI-Anything 的做法是读软件源码，找到它背后真正干活的引擎（LibreOffice 的 headless 模式、blender --background、ffmpeg、sox），再在外面包一层 Click 写的命令行：

• 每条命令都支持 --json，Agent 拿到的是结构化数据，不用自己解析表格；
• --help 自描述，Agent 靠 which 和 --help 就能发现能力；
• 状态存在一个 JSON 项目文件里，带撤销/重做，不加子命令直接运行就进 REPL；
• 导出一律交给真软件渲染。方法论文档 HARNESS.md 写得很死：不许用 Pillow 冒充 GIMP，软件没装就报错，不降级。

它不重写软件，只给软件装一个 Agent 看得懂的「遥控器」，真正渲染的还是 LibreOffice 和 Blender 本身。

和 MCP、GUI Agent 比，它适合什么

GUI Agent（看截图点鼠标）最通用，但慢、贵、容易点错；MCP 要软件方或社区先写好服务端，覆盖面看运气。CLI-Anything 卡在中间：只要有源码，就能生成一套命令，Agent 调用时只吃文本、不吃截图，token 也省。它也不排斥 MCP，插件的 guides/mcp-backend.md 专门讲了软件只提供 MCP 服务时，怎么把 MCP 当后端包成 CLI。

所以最适合它的是两类活：一是本来就有开源桌面软件、要批量重复操作的，比如出报告、转格式、批量修图、渲染 3D 预览；二是零散 Web API 很多、想统一成一个有状态工具的。临时点几下就完的事，直接让 GUI Agent 做更省心。

前置条件

• Python 3.10+（我用的是 3.13），建议单独开一个虚拟环境；
• 目标软件本体已安装：本文用 LibreOffice（我机器上是 25.2.3），soffice 要在 PATH 里；
• 任意一个能跑命令的 Agent：Claude Code、Cursor、OpenCode、Codex 都行。只用现成 CLI 的话，连 Agent 都不是必需的。

第一步：装 cli-hub，看看有哪些现成 CLI

python3 -m venv ~/.venvs/cli-anything
source ~/.venvs/cli-anything/bin/activate
pip install cli-anything-hub
cli-hub list            # 按类别列出全部 CLI
cli-hub info libreoffice

我这次 cli-hub list 列出了 100 多个条目，分 3D、AI、音频、办公、自动化等类别，其中一部分是社区收录的第三方 CLI（标 npm、go 的那些），不全是 CLI-Anything 生成的。info 会显示依赖、入口命令和 SKILL.md 的位置。

第二步：装 LibreOffice 的 CLI，生成一份 PDF

cli-hub install libreoffice
L=cli-anything-libreoffice
$L document new -n 周报 -o report.json --type writer
$L --project report.json writer add-heading -t "本周进展" --level 1
$L --project report.json writer add-paragraph -t "新增 2 篇文章，部署正常。"
$L --project report.json export render report.pdf -p pdf --overwrite
$L --json --project report.json document info

我这边建文档、加标题这类命令不到 1 秒返回，导出 PDF 约 2 秒。导出结果里会写明 method: libreoffice-headless 和 LibreOffice 版本号，生成的文件开头是 %PDF-，中文标题正常显示。最后一条的 JSON 里有 content_count，Agent 可以靠它确认内容真的写进去了。

表格用 Calc：document new --type calc 之后用 calc set-cell A1 产品、calc set-cell B2 120 --type float 写单元格，再 export render s.xlsx -p xlsx。想改动之前先演练一遍，就在命令前加全局参数 --dry-run，我试过，项目文件不会变。

第三步：交给 Agent

每个 CLI 都附带一份 SKILL.md，装好后在包目录 cli_anything/libreoffice/skills/SKILL.md，仓库里也有 skills/cli-anything-libreoffice/。在 Claude Code 里可以直接说：

读一下 cli-anything-libreoffice 的 SKILL.md，然后用它把下面三条进展
写成一页 Writer 文档并导出 PDF；每步都加 --json，导出后检查文件头是 %PDF-。

提示词里写清两件事：一是每步都加 --json，Agent 拿到的结果才好判断；二是给出验收办法，别让它看到「Exported」就宣布完成。仓库还提供了一个 cli-hub-meta-skill，让 Agent 自己 cli-hub search 找工具、按需安装，适合你也不确定该用哪个软件的时候。

进阶：给你自己的软件生成 CLI

Claude Code 里两条命令装插件：/plugin marketplace add HKUDS/CLI-Anything，然后 /plugin install cli-anything。之后 /cli-anything ./你的软件源码 或者跟一个 GitHub 地址，插件按 HARNESS.md 走 7 个阶段：

第一次生成不全，就用 /cli-anything:refine ./源码 "我要批量滤镜相关命令" 做差距分析、增量补命令。README 的测试汇总表里，19 个 CLI 合计 1,955 项测试全部通过；OpenCode、Codex、Cursor 也有对应的安装方式，见 README。

常见坑

• 公式导出后变成 #VALUE!：我用 calc set-cell B3 0 --formula "=B2*2" 写公式，导出 xlsx 后单元格是 #VALUE!。换成 SUM(B2:B2) 等三种写法结果都一样（harness 1.0.1）。需要公式的话，先在 Agent 里把值算好再写进去，或者导出后用 LibreOffice 打开核对。
• 表格只有空格子：writer add-table 只收行数和列数，不能直接填数据。要带数据的表，用 Calc 写好再导出，或者先生成文档再让 Agent 改 ODF 文件。
• 只给软件名不行：/cli-anything gimp 会被拒绝，必须给源码路径或仓库地址。只有二进制的闭源软件，README 自己也承认效果会明显变差。
• 模型要够强：README 写明生成 harness 依赖前沿模型，小模型做出来的 CLI 可能不完整，要多跑几轮 refine。
• Windows：Claude Code 通过 bash 执行命令，没装 Git for Windows 或 WSL 会报 cygpath: command not found。

完成标准

• which cli-anything-libreoffice 有输出，--help 能列出 writer / calc / impress / export 等命令组；
• report.pdf 的前 5 个字节是 %PDF-，打开能看到中文标题和正文；
• --json document info 返回的 content_count 和你加的内容条数一致；
• Agent 不看你的提示，只靠 SKILL.md 就能自己重复一遍上面的流程。

HARNESS.md 里有一句值得记住：进程退出码是 0，不代表导出成功。上面那个 #VALUE! 就是例子，命令全部成功返回，文件里却是错的，所以验收要看文件内容本身。

最后

今天就做一件事：用 cli-hub install libreoffice 装上，让你的 Agent 把这周的待办导出成一份 PDF，看它能不能不靠截图独立跑完。