跳转至

OpenCLI

Ch03.080 OpenCLI

📊 Level ⭐⭐ | 9.2KB | entities/opencli.md

Overview

OpenCLI 是一个开源的 AI Agent 工具网关框架，Stars 17.1k，核心目标是将任何网站、Electron 应用、本地二进制工具转换为标准化的命令行接口，专为 AI Agent 设计。

"Make Any Website & Tool Your CLI. A universal CLI Hub and AI-native runtime."

Key Facts

Fact Detail
GitHub https://github.com/jackwener/OpenCLI
Stars 17.1k
技术栈 TypeScript/JS
定位 AI Agent 的"工具网关"

Core Features

  1. 万物 CLI 化 — 任何网站/工具 → 标准化 CLI 接口
  2. AI 原生运行时 — 内置 Agent 支持，AGENT.md 集成
  3. 统一工具发现 — Agent 可发现、学习和执行工具
  4. 复用浏览器会话 — 通过 Chrome 扩展桥接，复用用户已登录态，直连网站原生 API
  5. 天然抗反爬 — 请求与用户手动操作完全一致，免疫 99% 反爬检测

工作原理

OpenCLI 通过 Chrome 扩展 + 本地微守护进程建立浏览器桥接： 1. 用户在 Chrome/Chromium 中登录目标网站 2. OpenCLI 拦截浏览器与网站后端的原生 API 调用 3. 将这些 API 封装为标准化命令行接口 4. AI Agent / 脚本直接调用，绕过前端 GUI 对比爬虫的关键差异见 爬虫 vs OpenCLI 深度对比。

Directory Structure

OpenCLI/
├── clis/          # 各类 CLI 适配器
├── skills/        # Agent Skills
├── autoresearch/  # 自动研究模块
├── src/           # 核心源码
├── extension/     # 浏览器扩展
└── docs/          # 文档

与 Agent 生态的关系

通过 AGENT.md 格式让 AI Agent 无缝发现和调用工具，定位为 AI Agent 的"工具网关"。

深度分析

1. 与爬虫的本质差异：模拟 vs 原生

爬虫的核心是"假装自己是浏览器"，所有请求都来自外部模拟，需要持续和反爬体系对抗；而 OpenCLI 直接使用用户正在使用的浏览器，所有请求来自浏览器内部的合法会话，与用户手动操作没有任何区别，从根源上规避了反爬问题。

2. 数据获取路径：反向解析 vs 原生直连

传统爬虫需要从渲染后的 HTML 中反向解析数据，页面改版即失效；就算走接口路线，也需要逆向加密规则和签名逻辑。而 OpenCLI 直接拿到网站前端使用的原生 API 数据，天生结构化 JSON，无需解析，几乎零维护成本。

3. AI Agent 适配性：额外封装 vs 原生设计

爬虫原生不支持 AI 调用，需额外封装，HTML 解析消耗大量 Token，输出格式不统一。OpenCLI 为 AI 原生设计，统一标准化命令与结构化输出，可大幅削减 93% 的 Token 消耗。

4. 能力边界：读为主 vs 读写全覆盖

爬虫核心能力是数据读取，写操作实现复杂且易被拦截。OpenCLI 能力与用户账号权限完全对齐，不仅能读，还能实现网站前端所有写操作（发帖、提交、表单等）。

5. 七步 AI Agent 探索工作流（明径/大淘宝技术，2026-05-22）

OpenCLI 官方工作流将浏览器自动化拆解为 7 步，每步对应明确工具： | 步骤 | 工具 | 做什么 | |------|------|-------| | 0. 打开浏览器 | browser_navigate | 导航到目标页面 | | 1. 观察页面 | browser_snapshot | 观察可交互元素（按钮/标签/链接） | | 2. 首次抓包 | browser_network_requests | 筛选 JSON API 端点，记录 URL pattern | | 3. 模拟交互 | browser_click + browser_wait_for | 点击"字幕""评论""关注"等按钮 | | 4. 二次抓包 | browser_network_requests | 对比步骤 2，找出新触发的 API | | 5. 验证 API | browser_evaluate | fetch(url, {credentials:'include'}) 测试返回结构 | | 6. 写代码 | — | 基于确认的 API 写适配器 |

6. 五级认证策略（cascade 命令）

OpenCLI 提供 5 级认证策略，使用 cascade 命令自动探测： 1. Tier 1: public — 直接 fetch(url) 公开 API，不需要浏览器 2. Tier 2: cookie — fetch(url, {credentials:'include'}) 带 Cookie，最常见 3. Tier 3: header — 加上 Bearer / CSRF header（如 Twitter ct0 + Bearer） 4. Tier 4: intercept — 网站有 Pinia/Vuex Store，拦截 Store Action + XHR 5. Tier 5: ui — UI 自动化，穷尽所有手段后的最后手段

7. 懒加载机制

很多 API 是懒加载的（用户必须点击按钮/标签才会触发网络请求）。字幕、评论、关注列表等深层数据不会在页面首次加载时出现在 Network 面板中。如果 AI Agent 不主动去浏览和交互页面，永远发现不了这些 API。

8. AI 原生 CLI 自动生成

OpenCLI 提供 explore → synthesize → generate 完整流程： 1. 探索（explore）— 深度抓取页面、自动滚动、拦截网络请求、识别框架与状态管理 2. 策略选择 — 根据鉴权头/签名等特征自动选择 Tier 1-4 3. 适配器合成（synthesize）— 基于探索产物生成候选 YAML，自动模板化 URL/字段映射 4. 测试验证（generate）— 串联探索→合成→注册→验证，支持目标化选择与回退策略 适配器类型选择：有 evaluate 步骤（内嵌 JS）用 TypeScript (src/clis/<site>/<name>.ts)，纯声明式用 YAML。

9. 未来竞争维度：从界面到可调用性

"过去的软件竞争界面，未来的软件竞争可调用性。" Agent 不会欣赏按钮做得多圆，只在乎能不能稳定调用。GUI 服务人，API 是能力底座，而 Agent 最喜欢的是更清晰的执行面：命令、参数、返回值、失败原因。未来软件的新竞争维度不是谁页面更好看，而是谁更容易被 Agent 理解、调用、验证。

实践启示

  1. 优先选择 OpenCLI 的场景

  2. AI Agent 需自动化操作网页、执行复杂读写操作

  3. 有合法账号需批量执行账号内操作
  4. 目标网站反爬机制严格，传统爬虫无法突破
  5. 需要快速将网站功能封装成标准化脚本供 AI 调用

  6. OpenCLI 的核心局限

  7. 仅支持本地单用户浏览器会话，无法分布式大规模爬取

  8. 不适合全网级公开数据采集，只限于账号有权限访问的内容

  9. 互补策略

  10. OpenCLI 解决爬虫最头疼的登录态、反爬对抗、复杂网站适配痛点

  11. 爬虫负责分布式、海量无登录态公开网页的全网爬取
  12. 二者不是互斥，而是针对不同场景的互补方案
  • CLI-Anything — 让所有软件 Agent 原生化
  • AutoCLI — 极速网页信息获取

  • AgentBrowser — AI 专用浏览器

    补充（行小招/科技充电站，2026-05-19）：四工具横向对比（browser-use / Playwright / chrome-devtools-mcp / agent-browser）核心结论：agent-browser 用 accessibility tree + @eN ref，token 最省、session 跨命令持久，适合 AI Coding 即时验证；browser-use 适合目标模糊的完整自动化；Playwright 适合 CI 稳定回归；chrome-devtools-mcp 适合底层网络/性能/JS 调试。

  • Hermes-Agent — 支持从 OpenCLI 无缝迁移

  • OpenClaw — 注意：与 OpenClaw（淘天 Agent 框架）无关系，两者仅命名相似，实为完全不同项目：OpenCLI = 网页自动化工具，OpenClaw = AI Agent 执行框架

相关实体

→ 原文存档