hehaiguang1123
a6f05ab2d5
- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd) - Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py) - Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks - Fix .gitignore to track tools/ and .githooks/ - Fix git remote URL (remove plaintext token) - New wiki pages: 504 pages, 34 raw sources
251 lines
16 KiB
Markdown
251 lines
16 KiB
Markdown
---
|
||
title: "CLI复兴！命令行搞定一切，大厂纷纷下场_腾讯新闻"
|
||
source: "https://news.qq.com/rain/a/20260331A02EW500"
|
||
author:
|
||
- "[[腾讯网]]"
|
||
published: 2026-03-31
|
||
created: 2026-04-08
|
||
description: "专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！AI Agent时代，命令行成了智能体的母语。2026年3月的最后几天，钉钉、飞书、企业微信几乎同时开源了自己的CLI（Command Line Interface，命令行界面）工具。没有发布..."
|
||
tags:
|
||
- "clippings"
|
||
rating: 4
|
||
---
|
||
|
||
问AI · 大厂密集开源CLI工具背后隐藏怎样的生态战略？
|
||
|
||
*专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和 *应用* 落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！*
|
||
|
||
AI Agent时代，命令行成了智能体的母语。
|
||
|
||
2026年3月的最后几天，钉钉、飞书、企业微信几乎同时开源了自己的CLI（Command Line Interface，命令行界面）工具。
|
||
|
||
  
|
||
|
||
没有发布会，没有广告，程序员们却在GitHub上疯狂给这些项目点星。
|
||
|
||
目前，钉钉dws拿到了1300多颗星，飞书lark-cli冲到了4400多颗，企业微信wecom-cli十几小时就攒了700多颗。
|
||
|
||
GitHub上早期著名的开源项目，CLI-Anything收获近2.5万+星标，OpenCLI也已经9000+星标，两个独立开源项目，用不同的方式，都想把整个互联网变成命令行。
|
||
|
||
过去40年人类花大力气，在CLI的地基上，给计算机穿上图形界面的外衣，现在AI来了，CLI变成AI智能体的标准交互方式。
|
||
|
||
### AI的母语为什么是命令行
|
||
|
||
计算机科学早期就是CLI交互，后来的图形用户界面（Graphical User Interface，简称GUI）是为人类设计的，对AI Agent来说，GUI现在反而制造了解析障碍。
|
||
|
||
GUI通过按钮、菜单、弹窗来降低人类的记忆成本，你看到一个齿轮图标就知道是设置，看到一个放大镜就知道是搜索。
|
||
|
||
AI Agent要解析这些视觉元素，需要消耗大量算力做视觉识别、坐标计算，甚至模拟鼠标操作。这好比让一位精通文字指令的专业人士，去翻阅一本满是图标和弹窗的儿童绘本，效率极低。
|
||
|
||
CLI是另一种交互范式。
|
||
|
||
纯文本、结构化，参数、标识符、输出格式都遵循明确的语法规范。
|
||
|
||
AI Agent无需处理任何视觉信息，直接通过标准化指令调用系统能力，干净利索，没有歧义。
|
||
|
||
主流大模型对CLI语法的理解准确率接近90%，远高于私有MCP扩展，Agent适配几乎零学习成本。
|
||
|
||
GitHub的Octoverse 2025报告记录了这一趋势。
|
||
|
||
AI原生项目的贡献者数量同比增长150%，远超开源项目整体中位数水平。
|
||
|
||
2025年12月，OpenClaw项目登上GitHub星标总榜，截至2026年3月底已收获超过34万颗星标，成为GitHub历史上星标最多的仓库，超越了React。
|
||
|
||
OpenClaw的核心定位就是完全本地运行加全平台CLI兼容，它用事实证明了CLI作为AI交互接口的巨大吸引力。
|
||
|
||
CLI还继承了Unix系统最经典的管道能力。
|
||
|
||
通过管道运算符，多个单功能命令可以串联成复杂工作流。
|
||
|
||
例如，在钉钉dws中，一行命令就能完成从搜索部门成员到提取用户ID再到创建会议的全流程自动化：
|
||
|
||
|
||
|
||
无需额外开发中间层，无需搭建集成服务，纯文本在管道中流转，每个环节的输入输出都是确定性的。
|
||
|
||
对企业而言，CLI的价值还体现在安全、性能和合规三个刚性需求上。
|
||
|
||
性能方面，AI原生CLI的内存占用仅为同类GUI工具的1/10。某头部金融机构的测试数据显示，同时调度100个客服Agent时，CLI版本的资源占用仅为GUI的12%，单个Agent的响应延迟从1.2秒降至0.3秒。企业需要大规模部署Agent时，这个性能差距会直接转化为成本差距。
|
||
|
||
安全方面，钉钉dws用PBKDF2加AES-256-GCM加密存储用户凭证，密钥由设备MAC地址生成，凭证无法跨设备解密。
|
||
|
||
微软Copilot CLI通过三重权限校验将越权操作风险降低97.3%。
|
||
|
||
所有操作都生成可追溯的审计日志，管理员可配置域名白名单进行访问控制。
|
||
|
||
合规方面，CLI的纯文本交互天然适配数据本地化要求。数据不出终端，日志全程留痕，这对受强监管的行业来说是硬性门槛。
|
||
|
||
### 三大平台同一条赛道起跑
|
||
|
||
2026年3月27日到29日，三天之内，钉钉、飞书、企业微信先后开源各自的CLI工具。时间窗口如此密集，绝非巧合。
|
||
|
||
钉钉开源了dingtalk-workspace-cli（简称dws），采用Apache-2.0协议。
|
||
|
||
定位很明确：AI时代钉栈生态的统一控制平台。项目基于Go 1.25编写，编译后是单二进制文件，无额外依赖，支持macOS、Linux、Windows及多架构环境。
|
||
|
||
用户无需安装Python、Node.js等运行时，一行命令就能完成安装。
|
||
|
||
dws的设计完全围绕AI Agent优先展开。它将钉钉2000多个开放API封装为104个标准化命令，覆盖AI多维表格、聊天消息、日历、待办、通讯录、考勤、汇报七大产品线。
|
||
|
||
开发者通过 `dws --help` 就能掌握所有用法，还原生支持Claude Code、Cursor等主流Agent执行环境。
|
||
|
||
一个关键的细节设计是Schema动态发现功能。AI Agent无需预先硬编码接口信息，通过 `dws schema` 命令就能查询所有工具的参数规范。
|
||
|
||
想调用AI表格查询接口，执行 `dws schema aitable.query_records` ，就能获取必填参数、可选参数和响应结构。智能输入纠错功能还能自动将非标准参数格式转换为Unix规范，修正拼写错误。内置的jq过滤器让Agent精准提取所需字段，将大模型Token消耗降低约60%。
|
||
|
||
dws的Agent Skill系统将钉钉产品能力封装成13个预构建的Python脚本，覆盖会议预约、日报汇总、销售线索跟进等高频场景。
|
||
|
||
开发者一次配置就能调用钉钉能力，在Claude Code中输入一句自然语言指令，Agent会自动调用dws的相关命令完成操作。
|
||
|
||
飞书紧随其后，3月28日发布lark-cli公测版，采用MIT协议。
|
||
|
||
飞书的战略定位是构建Agentic Workspace（智能体工作空间）的核心枢纽，目标是实现人员、工具、数据的全闭环自动化。
|
||
|
||
lark-cli最核心的技术设计是三层命令架构。Shortcuts层以加号为前缀，内置智能默认值逻辑，比如 `lark-cli calendar +agenda` 就能查看今日日程，指令简短，适合快速操作和Agent调用。
|
||
|
||
API Commands层与飞书开放平台API一一对应，覆盖100多个常用接口，适合需要精细控制参数的场景。
|
||
|
||
Raw API层支持直接调用飞书全部2500多个API，为边缘场景提供最大灵活性。三层架构同时满足人类开发者的易用性需求和AI Agent的高效调用。
|
||
|
||
lark-cli基于Go 1.23编写，支持npm全局安装，前端开发者无需学习Go编译流程就能直接使用。
|
||
|
||
结构化输出支持JSON、table、csv等多种格式，JSON输出严格遵循Schema规范，Agent可直接解析。
|
||
|
||
针对大文档导入等场景，飞书设计了三阶段并发管道机制，某企业测试显示，1000页飞书文档导入，GUI需要12分钟，CLI只需3分钟，效率提升约4倍。
|
||
|
||
lark-cli内置19个结构化Skill，覆盖11大核心业务领域，每个Skill都有明确的意图识别规则和参数约束。
|
||
|
||
Agent无需理解飞书API的细节，只需调用对应的Skill方法就能完成任务。
|
||
|
||
企业微信在3月29日加入战局，开源了wecom-cli，由WecomTeam官方组织维护，使用Rust编写，通过npm分发，同样采用MIT协议。
|
||
|
||
wecom-cli开放了7大高频能力品类：消息与通讯录、文档与智能表格、日程与会议、待办任务。
|
||
|
||
具体到命令层面，覆盖通讯录成员查询、待办的创建与状态更新、会议的预约与取消、消息记录的拉取与发送、日程的增删改查、文档的创建与编辑、智能表格的结构与数据管理。
|
||
|
||
它提供了12个开箱即用的AI Agent Skill，可直接集成到Claude Code、Cursor等工具中。当前最大的使用门槛是企业规模限制，仅对10人以下企业开放。
|
||
|
||
三家平台的CLI工具技术路线各有不同，底层逻辑高度一致：将自身产品能力封装为标准化指令集，降低AI Agent的调用门槛，争夺AI Agent入口权。
|
||
|
||
### 把万物变成命令行
|
||
|
||
钉钉、飞书、企业微信是在为自己的生态搭建CLI入口，CLI-Anything和OpenCLI做的事情则更加彻底：它们想要把整个软件世界都变成命令行。
|
||
|
||
CLI-Anything由香港大学数据科学实验室（HKUDS）开发。
|
||
|
||
它的思路是从源码出发：扫描桌面软件的源代码，把GUI操作映射到底层API，然后用Python的Click框架自动生成一套CLI。
|
||
|
||
GIMP、Blender、LibreOffice、Inkscape、Krita、Audacity这些有开源代码的桌面软件，它都能自动生成对应的命令行工具。
|
||
|
||
CLI-Anything的工作流程是一个7阶段流水线：分析源码结构、设计CLI接口、实现命令逻辑、规划测试用例、编写测试代码、生成文档、发布到CLI-Hub注册中心。
|
||
|
||
开发者只需提供一个软件路径或GitHub仓库地址，CLI-Anything就能自动完成从分析到发布的全流程。
|
||
|
||
目前已支持16款以上的桌面应用，生成的CLI通过了1839个以上的单元测试和端到端测试。每个生成的CLI还附带SKILL.md文件，AI Agent可以通过这个文件自动发现和使用对应工具。
|
||
|
||
打个比方，CLI-Anything像一位逆向工程师，拆开软件的外壳去理解内部结构，然后为它量身定制一套命令行接口。
|
||
|
||
OpenCLI由开发者jackwener创建，2026年3月14日上线。技术路线与CLI-Anything截然不同，它从浏览器出发。不需要源码，不需要API文档，直接通过Chrome浏览器操作目标网站或桌面应用，把你在浏览器里能做的事情变成一条条命令。
|
||
|
||
OpenCLI的架构颇为巧妙。
|
||
|
||
它在Chrome浏览器中安装一个轻量级扩展（Browser Bridge），本地运行一个小型守护进程（Daemon），通过WebSocket将CLI命令和浏览器连接起来。
|
||
|
||
整个链路是：CLI命令输入终端，本地Daemon接收指令，通过WebSocket发送给Chrome扩展，扩展在浏览器中执行操作，结果格式化输出回终端。你在终端输入 `opencli bilibili hot` ，Daemon就把指令通过WebSocket发给Chrome扩展，扩展在B站页面中抓取热门视频数据，格式化后返回。
|
||
|
||
关键的一点是，整个过程复用的是Chrome浏览器中已经登录的session。
|
||
|
||
你在B站登录了，OpenCLI就能用你的账号获取数据，不需要单独配置Cookie或API Key。密码和凭据从头到尾都没有离开过浏览器。
|
||
|
||
Daemon设计得十分克制，空闲5分钟自动退出，默认监听localhost:19825，不会常驻后台消耗资源。
|
||
|
||
OpenCLI为AI Agent专门设计了三个命令。
|
||
|
||
explore命令接收一个网站URL，自动发现该网站有哪些API可以调用，它会真的打开浏览器，点击、滚动、观察网络请求，把能用的API端点全部记录下来。
|
||
|
||
synthesize命令拿到explore的结果后，自动生成对应的CLI适配器，开发者不用写一行代码。
|
||
|
||
cascade命令自动探测目标网站的认证策略，从最简单的公开API开始，试不通就升级到Cookie认证，再不行就拦截网络请求提取签名，一共五个级别逐级尝试。
|
||
|
||
一条 `opencli generate https://example.com --goal "hot"` 命令就能完成探索、生成适配器、注册的全流程。
|
||
|
||
AI Agent拿到一个从未见过的网站，也能自己摸索出怎么用命令行操控它。
|
||
|
||
OpenCLI目前内置了66个以上的适配器，覆盖B站、知乎、小红书、Twitter/X、Reddit、YouTube、雪球、BOSS直聘等30多个站点和应用。
|
||
|
||
对Electron应用的支持是OpenCLI近期的一个重要突破。
|
||
|
||
飞书、VS Code、Slack、Discord、Notion、Figma桌面版，这些现代桌面应用几乎都基于Chromium内核。OpenCLI利用Chrome DevTools Protocol（CDP）直接和这些应用的内核通信，为每个应用分配固定端口，通过DOM操作来读取和注入内容。
|
||
|
||
处理React等框架的富文本编辑器时，OpenCLI没有直接设置value属性（那样框架内部状态不会更新），而是用 `document.execCommand('insertText')` 模拟真实文本输入，绕过了框架的状态管理。
|
||
|
||
这意味着Agent可以直接在Cursor里写代码，在Notion里写文档，在Discord里发消息，全程命令行操作。
|
||
|
||
每个命令都支持JSON、YAML、Markdown、CSV等多种输出格式，Agent拿到的是结构化数据，可以直接处理。
|
||
|
||
两个项目走的是互补路线。有源码的桌面软件交给CLI-Anything搞定，没源码的网站和Electron应用交给OpenCLI处理。合在一起，覆盖了几乎所有的软件形态。
|
||
|
||
### 从拼功能到抢接口
|
||
|
||
微软和谷歌也在布局AI原生CLI工具，设计思路各有侧重。
|
||
|
||
微软的Copilot CLI基于Semantic Kernel构建，支持自然语言转Shell命令，可调用Windows系统和微软365的能力。
|
||
|
||
Semantic Kernel的长期记忆和检索增强生成（Retrieval-Augmented Generation，简称RAG）能力，让Agent能完成复杂知识密集型任务。
|
||
|
||
比如用户用自然语言查询Excel数据，Agent会自动生成PowerShell脚本执行。核心意图是强化Windows和微软365生态的粘性，但在企业协同场景的深度上，无法像钉钉那样调用考勤、审批等本土化协同能力。
|
||
|
||
谷歌的Gemini CLI基于Gemini 3.1 Pro构建，主打全模态交互，支持文本、图像、音频等多种输入方式，围绕ReAct工作流构建，Agent先推理再调用工具。
|
||
|
||
比如上传手写待办清单图片，Agent能识别内容并创建谷歌任务。短板在于操作日志需上传云端，无法满足网络安全等级保护2.0等本地化合规要求，限制了在国内企业级市场的渗透。
|
||
|
||
这些布局反映了同一个行业趋势。企业服务的竞争逻辑正在发生根本性变化。
|
||
|
||
传统企业服务拼的是功能丰富性，谁的功能多谁赢。
|
||
|
||
AI Agent时代拼的是接口的标准化与开放性，谁能成为Agent调用企业服务的首选接口，谁就能占据主导。
|
||
|
||
钉钉和飞书通过开源CLI，将自身生态能力封装为标准化指令集，争夺AI Agent入口权。
|
||
|
||
当Agent习惯通过dws或lark-cli调用企业协同能力，用户的生态粘性自然形成，迁移成本也随之升高。
|
||
|
||
企业级自动化也在从单点自动化走向全链路自动化。
|
||
|
||
此前的企业自动化多局限于单一功能，自动发日报、自动建会议，各自为政。
|
||
|
||
CLI让跨系统、跨场景的全链路自动化成为可能。
|
||
|
||
某企业通过dws实现了一条完整链路：从CRM读取新客户数据，在钉钉创建联系人，生成跟进待办，发送DING提醒，同步跟进结果回CRM。
|
||
|
||
据钉钉统计，实现全链路自动化的企业，协同效率平均提升40%，项目周期缩短30%。
|
||
|
||
国际竞争的赛道也在转移。
|
||
|
||
此前全球AI Agent竞争聚焦大模型能力，参数量和benchmark分数是主战场。
|
||
|
||
钉钉、飞书的CLI布局，让竞争焦点落到了企业级场景落地能力上。
|
||
|
||
中国厂商对本土企业协同场景的理解远超国际厂商，钉钉的DING消息、飞书的多维表格，都是贴合中国市场需求的产品设计，在场景落地层面具备天然优势。
|
||
|
||
AI原生CLI的演进方向已经清晰可见。
|
||
|
||
更智能，支持Agent用自然语言调用命令，自适应调整参数；更安全，适配国密算法，细粒度权限控制，本地化审计日志；更开放，支持跨生态命令调用，兼容更多Agent框架。
|
||
|
||
人机交互的核心，正在从人类适应机器，转变为机器适应人类与Agent。
|
||
|
||
过去40年，人类一直在做翻译，把机器语言翻译成人类能理解的图形界面。
|
||
|
||
Agent来了，机器语言不需要翻译，直接跟Agent说就好。任务交给Agent，我们等待结果交付。
|
||
|
||
参考资料：
|
||
|
||
<https://github.com/HKUDS/CLI-Anything>
|
||
|
||
<https://github.com/jackwener/opencli>
|
||
|
||
<https://github.com/DingTalk-Real-AI/dingtalk-workspace-cli>
|
||
|
||
<https://github.com/larksuite/cli>
|
||
|
||
<https://github.com/WecomTeam/wecom-cli>
|