CLI-Anything: Towards Agent-Native Computer Use
CLI-Anything:面向原生智能体的计算机交互界面设计
🧭 面向Agent的软件接口设计 ★ 深度解读
University of Hong Kong
放弃脆弱的GUI视觉操控,为Agent直接生成可编程、有状态且可验证的CLI操作接口。
📌 工作参考价值(4 点)
- 为内部工具构建Agent友好的CLI表面:当你有复杂的内部平台(如标注工具、配置中心、A/B实验平台)需要由Agent自动操作时,可按CLI-Anything的“harness lift”方法生成有状态的CLI接口,代替脆弱的GUI点击流,大幅提升Agent执行可靠性。
- 状态管理和可恢复执行:借鉴其JSON项目文件、undo/redo栈和会话持久化设计,让Agent能在任务中途检查状态、回滚错误步骤并继续执行,这对长时多步的电商工作流(如自动搭建活动页)尤其重要。
- 预览协议与验证对称性:在Agent工具中加入preview命令,输出结构化摘要与可视化产物,人类可审阅而Agent可验证,且验证边界与执行边界保持统一(都用真实后端渲染),避免Agent做出“命令返回0但实际产出错误”的判断。
- 工具发现与分发基础设施:如果公司内有多个Agent团队,可参照CLI-Hub构建一个工具注册与发现系统,让Agent按任务需求自动查找、安装并调用标准化接口,避免重复造轮子。