2026 年，个人 Agent 开始爆发。
Claude Code 可以自主阅读代码库、修复 Bug、提交 PR。Devin 可以独立完成一个完整的开发任务。越来越多的 AI Agent 不再只是「聊天助手」——它们开始真正地操作软件。
但一个尴尬的现实是：世界上绝大多数软件并不是为 Agent 设计的。Blender 有强大的 3D 建模能力，但 Agent 无法操作它的 GUI。Bilibili 有海量的视频数据，但 Agent 无法登录浏览器去搜索。LibreOffice、GIMP、Audacity、OBS Studio——这些已经存在多年的软件，它们的功能依然强大，但它们的交互界面只为人类设计。
Agent 需要一个与已有软件世界对话的接口。
2026 年的行业实践给出了一个出人意料但又极其合理的答案：CLI（命令行接口）。
CLI 不是什么新技术。Unix 哲学中「一切皆文本」的理念已经存在了半个世纪。但在 Agent 时代，CLI 的三个特性让它成为了最佳桥梁：
- 结构化输出——
--json标志让 Agent 能直接解析命令的返回值，而非用 OCR 去「看懂」一个截图 - 确定性退出码——退出码 0 表示成功，77 表示需要登录，75 表示可以重试——Agent 不需要猜测命令是否执行成功
- 可组合性——Agent 天然擅长将多个原子操作编排成工作流，而 CLI 的管道机制正是为此而生
这就是本书的初心：帮助开发者学习如何构建 CLI，让已有的软件系统——无论是 Web 应用还是本地桌面客户端——都能被 AI Agent 高效地使用。
本书基于两个真实的开源项目展开全部技术分析：
CLI-Anything（Python / Click）——一个将 49 个本地 GUI 软件（Blender、GIMP、LibreOffice 等）转化为 Agent 可用 CLI 的框架。它的核心理念是「不重新实现软件功能，而是为软件的自动化 API 包装一个 CLI 层」，让 Agent 通过 cli-anything-blender --json render export output.png 就能完成一次 3D 渲染。
OpenCLI（TypeScript / Commander.js）——一个将 73 个 Web 网站（Bilibili、Twitter、HackerNews 等）转化为 CLI 命令的工具。它通过自写的 Chrome Extension 复用用户的浏览器登录态，让 Agent 无需密码就能获取需要认证的数据。
全书 8 个部分、26 章，覆盖 CLI 开发的完整知识体系：
基础篇（第 1-3 章）讲解命令注册、参数解析、输出格式化、错误处理和 REPL——这是构建任何 CLI 的基本功。
Plugin 生态篇（第 4-6 章）讲解如何设计可扩展的插件体系——全局注册表的 globalThis 单例模式、三阶段生命周期钩子、YAML 声明式适配器降低贡献门槛。
浏览器扩展篇（第 7-10 章）讲解自写 Chrome Extension vs Playwright 的技术选型、Manifest V3 开发要点、Chrome DevTools Protocol 的 16 个核心方法，以及 CLI→Daemon→Extension→Chrome 的三层通信架构。
Web→CLI 篇（第 11-14 章）讲解如何将任意网页变为 CLI 命令——12 阶段 DOM 快照引擎、五层认证策略级联、十三层反检测补丁，以及 HackerNews/Bilibili/Twitter/抖音四个实战案例。
本地客户端→CLI 篇（第 15-17 章）讲解 GUI 软件转 CLI 的七阶段方法论——渲染间隙问题、四种后端接入模式、Blender/GIMP/Browser 三个实战案例，以及 Session 管理和 Undo/Redo 栈。
Agent 友好篇（第 18-20 章）讲解 Agent-Native CLI 的六项设计原则、SKILL.md 规范与 Agent 自主发现协议，以及命令链优化、增量 DOM Diff、Workspace 隔离等高级集成模式。
工程实践篇（第 21-23 章）讲解四层测试金字塔、PyPI/npm 双生态打包分发，以及从零设计 CLI 框架的六大核心决策。
总结篇（第 24-26 章）提供 20 种设计模式速查表、9 个常见陷阱与避坑指南，以及 CLI 开发在 Agent 时代的六大趋势展望。
软件开发者——如果你维护的软件需要被 Agent 使用（无论是 Web 应用、桌面客户端还是 API 服务），本书教你如何为它构建 Agent 友好的 CLI 接口。
AI Agent 开发者——如果你正在构建 Agent 系统，需要让 Agent 操作已有软件，本书教你 CLI 作为 Agent→软件桥梁的完整技术栈。
开源贡献者——如果你想为 CLI-Anything 或 OpenCLI 这样的开源生态贡献适配器，本书的 Plugin 体系和贡献者工作流章节是你的指南。
技术架构师——如果你需要决策「如何让我们的产品支持 Agent 访问」，本书的技术选型对比和设计模式速查表帮你做出有依据的判断。
读完本书，你将具备以下能力：
设计 Agent 友好的 CLI——理解 --json 输出、语义化退出码、SKILL.md 自描述的完整设计理念，能为任何软件构建 Agent 可用的命令行接口。
构建浏览器自动化系统——掌握 Chrome Extension 开发、CDP 协议调用、反检测补丁注入、三层通信架构的实现细节。
设计可扩展的 Plugin 生态——理解 globalThis 单例注册表、三阶段钩子系统、YAML 声明式适配器、Manifest 预编译的架构设计。
将任意 Web 网站变为 CLI 命令——掌握五层认证策略（PUBLIC→COOKIE→HEADER→INTERCEPT→UI）和 Pipeline 数据管道模式。
将本地 GUI 软件变为 CLI 工具——掌握七阶段生成方法论、四种后端接入模式（脚本注入/命令行调用/REST API/MCP 协议），以及渲染间隙问题的解决方案。
运用 20 种 CLI 设计模式——从全局单例注册表到三层 CSRF 防御，从 DOM 快照裁剪到 Workspace 隔离，每种模式都有两个真实项目的代码对照。
你可以按顺序从第 1 章读到第 26 章——这是最完整的学习路径。
你也可以根据兴趣直接跳到对应部分：需要浏览器自动化的读者从第三部分开始；需要将 Web 网站变 CLI 的读者从第四部分开始；需要将桌面软件变 CLI 的读者从第五部分开始；只关心 Agent 集成设计的读者从第六部分开始。
每一章都遵循统一的结构：为什么这很重要（问题背景）→ 源码分析（代码级讲解）→ 模式提炼（可复用的设计模式）→ 用户能做什么（可操作的建议）。你可以先读模式提炼了解核心思想，再根据需要深入源码分析。
CLI 曾经是程序员的效率工具。在 Agent 时代，它正在成为软件世界的通用接口。
希望这本书能帮你站在这个转折点上，构建出下一代 Agent 友好的软件系统。
\
让我们开始。