<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>CLI on Text Matrix</title><link>https://txtmix.com/tags/cli/</link><description>Recent content in CLI on Text Matrix</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 23 May 2026 08:20:36 +0800</lastBuildDate><atom:link href="https://txtmix.com/tags/cli/index.xml" rel="self" type="application/rss+xml"/><item><title>CLI-Anything：用AI将任何软件变成Agent-Native的命令行工具</title><link>https://txtmix.com/posts/tech/cli-anything-universal-cli-framework/</link><pubDate>Mon, 18 May 2026 00:00:00 +0000</pubDate><guid>https://txtmix.com/posts/tech/cli-anything-universal-cli-framework/</guid><description>&lt;h1 id="cli-anything用ai将任何软件变成agent-native的命令行工具">CLI-Anything：用AI将任何软件变成Agent-Native的命令行工具&lt;/h1>
&lt;!-- raw HTML omitted -->
&lt;p>&lt;strong>CLI-Anything&lt;/strong> 是香港大学 NLP 组（HKUDS）开源的项目，通过 7 阶段管道自动分析软件源代码，为任何有代码库的软件生成 Agent 可用的 CLI 接口。支持 OpenClaw、nanobot、Cursor、Claude Code 等主流 Agent 框架。已有 18 个专业软件 demos，2,269 个通过测试。&lt;/p></description></item><item><title>CLI-Anything: 一条命令让任意软件变身AI Agent可控工具</title><link>https://txtmix.com/posts/tech/cli-anything-command-line-interface-ai-guide/</link><pubDate>Sun, 17 May 2026 20:10:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/cli-anything-command-line-interface-ai-guide/</guid><description>&lt;h1 id="cli-anything-一条命令让任意软件变身-ai-agent-可控工具">CLI-Anything: 一条命令让任意软件变身 AI Agent 可控工具&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：有基础编程经验的开发者，已了解 AI Agent 基本概念，想把 AI Agent 能力扩展到真实专业软件
&lt;strong>预计阅读时间&lt;/strong>：25 分钟
&lt;strong>前置知识&lt;/strong>：&lt;a href="https://txtmix.com/posts/tech/ai-agents-for-beginners-microsoft-complete-guide.md" rel="">AI Agent 入门指南&lt;/a> ⭐&lt;/p></description></item><item><title>OpenCLI：把 Agent 的工具入口收成一棵命令树</title><link>https://txtmix.com/posts/tech/opencli-ai-agent-browser-cli-framework/</link><pubDate>Sun, 17 May 2026 09:10:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/opencli-ai-agent-browser-cli-framework/</guid><description>OpenCLI 不只是 browser 子命令。更顺的用法是先查适配器命令，缺口再退到 browser 原语；用 profile、browser session、siteSession 分别处理身份、流程和站点页生命周期；重复出现的流程，再沉淀成 adapter、plugin 或 external CLI。</description></item><item><title>RTK：Rust 写的高性能 CLI 代理，Claude Code 场景节省 80% Token</title><link>https://txtmix.com/posts/tech/rtk-rust-token-killer/</link><pubDate>Mon, 27 Apr 2026 01:03:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/rtk-rust-token-killer/</guid><description>&lt;h1 id="rtkrust-写的高性能-cli-代理claude-code-场景节省-80-token">RTK：Rust 写的高性能 CLI 代理，Claude Code 场景节省 80% Token&lt;/h1>
&lt;p>一个 Claude Code 会话（30分钟）里，开发者的 shell 命令会消耗约 118,000 tokens。用了 RTK，同样的操作只消耗约 23,900 tokens，节省 &lt;strong>80%&lt;/strong>。&lt;/p></description></item><item><title>Playwright CLI：Microsoft出品的Token高效浏览器自动化利器——8.3K Stars的AI Coding Agent首选</title><link>https://txtmix.com/posts/tech/playwright-cli-token-efficient-browser-automation/</link><pubDate>Wed, 15 Apr 2026 19:00:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/playwright-cli-token-efficient-browser-automation/</guid><description>&lt;h1 id="playwright-climicrosoft出品的token高效浏览器自动化利器83k-stars的ai-coding-agent首选">Playwright CLI：Microsoft出品的Token高效浏览器自动化利器——8.3K Stars的AI Coding Agent首选&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：AI Coding Agent 开发者、浏览器自动化工程师、需要在 AI 助手中集成浏览器操作的开发者
&lt;strong>预计阅读时间&lt;/strong>：45-60分钟
&lt;strong>前置知识&lt;/strong>：Node.js 基础、命令行工具使用经验、对 AI Agent 有基本了解
&lt;strong>难度定位&lt;/strong>：⭐⭐⭐⭐ 专家设计&lt;/p></description></item><item><title>Agent Browser：面向 AI Agent 的原生浏览器自动化 CLI 指南</title><link>https://txtmix.com/posts/tech/agent-browser-vercel-ai-browser-automation-guide/</link><pubDate>Sun, 12 Apr 2026 11:40:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/agent-browser-vercel-ai-browser-automation-guide/</guid><description>本文基于官方 README 与 CLI 帮助信息，系统讲清 Agent Browser 的安装方法、snapshot + ref 工作流、会话与认证管理、安全控制、调试观测与 Agent 集成边界。</description></item><item><title>ForgeCode：AI增强的终端开发环境与ZSH插件集成</title><link>https://txtmix.com/posts/tech/forgecode-ai-terminal-development-guide/</link><pubDate>Wed, 08 Apr 2026 16:40:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/forgecode-ai-terminal-development-guide/</guid><description>&lt;h1 id="forgecodeai增强的终端开发环境与zsh插件集成">ForgeCode：AI增强的终端开发环境与ZSH插件集成&lt;/h1>
&lt;h2 id="1-学习目标">1. 学习目标&lt;/h2>
&lt;p>通过本文你将掌握：&lt;/p>
&lt;ul>
&lt;li>理解 ForgeCode 的核心价值和设计理念&lt;/li>
&lt;li>熟练使用三种模式（交互式/单次CLI/ZSH插件）&lt;/li>
&lt;li>掌握三大内置 Agent 的使用场景&lt;/li>
&lt;li>理解 ForgeCode 的技术架构&lt;/li>
&lt;li>定制和扩展 Agent 行为&lt;/li>
&lt;li>最佳实践和常见问题解决&lt;/li>
&lt;/ul>
&lt;h2 id="2-项目概述">2. 项目概述&lt;/h2>
&lt;h3 id="21-什么是-forgecode">2.1 什么是 ForgeCode&lt;/h3>
&lt;blockquote>
&lt;p>&lt;strong>&amp;quot;⚒️ Forge: AI-Enhanced Terminal Development Environment&amp;quot;&lt;/strong>&lt;/p></description></item><item><title>Lark CLI：飞书官方命令行工具从入门到精通</title><link>https://txtmix.com/posts/tech/tools/lark-cli-feishu-command-line-tool-guide/</link><pubDate>Wed, 01 Apr 2026 20:47:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/tools/lark-cli-feishu-command-line-tool-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>阅读本文后，您将能够：&lt;/p>
&lt;ul>
&lt;li>✅ 准确认识 Lark CLI 的定位、边界与适用场景&lt;/li>
&lt;li>✅ 理解 Shortcuts、API Commands、Raw API 三层命令架构&lt;/li>
&lt;li>✅ 掌握人类用户与 AI Agent 两种使用路径&lt;/li>
&lt;li>✅ 理解认证、权限范围、身份切换与安全机制&lt;/li>
&lt;li>✅ 熟练使用输出格式、分页、&lt;code>--dry-run&lt;/code>、&lt;code>schema&lt;/code> 等高级能力&lt;/li>
&lt;li>✅ 看懂 Lark CLI 的 Skills 体系与扩展思路&lt;/li>
&lt;li>✅ 按照“新手 → 熟手 → 专家”的路线逐步进阶&lt;/li>
&lt;li>✅ 从公开仓库结构出发，建立可靠的源码阅读路径&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="一lark-cli-是什么">一、Lark CLI 是什么&lt;/h2>
&lt;h3 id="11-定义">1.1 定义&lt;/h3>
&lt;p>&lt;strong>Lark CLI&lt;/strong>（仓库名 &lt;code>larksuite/cli&lt;/code>，命令名 &lt;code>lark-cli&lt;/code>）是飞书 / Lark 官方提供的命令行工具，面向两类用户：&lt;/p></description></item><item><title>ShanClaw：macOS 智能交互式 AI Agent CLI 指南</title><link>https://txtmix.com/posts/tech/ai-agent/shanclaw-ai-agent-cli-guide/</link><pubDate>Wed, 01 Apr 2026 12:40:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/ai-agent/shanclaw-ai-agent-cli-guide/</guid><description>&lt;h1 id="shanclawmacos-智能交互式-ai-agent-cli-指南">ShanClaw：macOS 智能交互式 AI Agent CLI 指南&lt;/h1>
&lt;blockquote>
&lt;p>预计阅读时间：20分钟 | 难度：⭐⭐⭐&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>阅读本文后，您将能够：&lt;/p>
&lt;ul>
&lt;li>✅ 理解 ShanClaw 的核心定位与设计理念&lt;/li>
&lt;li>✅ 掌握 ShanClaw 的本地工具集（18类 + 50+工具）&lt;/li>
&lt;li>✅ 熟练使用命名 Agent 与独立指令/记忆机制&lt;/li>
&lt;li>✅ 配置 MCP 客户端连接第三方服务（GitHub、Slack、数据库等）&lt;/li>
&lt;li>✅ 使用 Daemon 模式实现跨平台消息通道（Telegram、Slack、LINE）&lt;/li>
&lt;li>✅ 配置定时任务与心跳保持机制&lt;/li>
&lt;li>✅ 通过 /research 和 /swarm 命令进行远程研究与多智能体协作&lt;/li>
&lt;li>✅ 理解 ShanClaw 的技术架构与源码结构&lt;/li>
&lt;li>✅ 完成从安装到生产环境部署的完整流程&lt;/li>
&lt;li>✅ 开发自定义 Skills 与 MCP 工具集成&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="一项目概述">一、项目概述&lt;/h2>
&lt;h3 id="11-什么是-shanclaw">1.1 什么是 ShanClaw&lt;/h3>
&lt;p>&lt;strong>ShanClaw&lt;/strong>（命令名 &lt;code>shan&lt;/code>）是由 &lt;a href="https://github.com/Kocoro-lab" target="_blank" rel="noopener noreffer ">Kocoro-lab&lt;/a> 开发的 &lt;strong>macOS 原生交互式 AI Agent CLI&lt;/strong>，由 &lt;a href="https://github.com/Kocoro-lab/Shannon" target="_blank" rel="noopener noreffer ">Shannon Gateway&lt;/a> 提供 LLM 推理能力支持。&lt;/p></description></item><item><title>Trae Agent：字节跳动 LLM 智能体完全指南</title><link>https://txtmix.com/posts/tech/ai-agent/trae-agent-llm-agent-guide/</link><pubDate>Wed, 01 Apr 2026 01:16:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/ai-agent/trae-agent-llm-agent-guide/</guid><description>&lt;h1 id="trae-agent字节跳动-llm-智能体完全指南">Trae Agent：字节跳动 LLM 智能体完全指南&lt;/h1>
&lt;blockquote>
&lt;p>预计阅读时间：30分钟 | 难度：⭐⭐⭐⭐&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>完成本文档后，你将能够：&lt;/p>
&lt;ul>
&lt;li>✅ 理解 Trae Agent 的核心定位与研究导向设计理念&lt;/li>
&lt;li>✅ 掌握 Trae Agent 的安装与配置方法&lt;/li>
&lt;li>✅ 理解 Trae Agent 的架构设计与模块化思想&lt;/li>
&lt;li>✅ 使用 Trae Agent 执行各类软件工程任务&lt;/li>
&lt;li>✅ 配置多种 LLM 提供商（OpenAI/Anthropic/Doubao等）&lt;/li>
&lt;li>✅ 使用交互模式和 Docker 模式&lt;/li>
&lt;li>✅ 利用轨迹录制进行调试和分析&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="2-项目概述">§2 项目概述&lt;/h2>
&lt;h3 id="21-什么是-trae-agent">2.1 什么是 Trae Agent？&lt;/h3>
&lt;p>&lt;strong>Trae Agent&lt;/strong>（&lt;a href="https://github.com/bytedance/trae-agent" target="_blank" rel="noopener noreffer ">GitHub 仓库&lt;/a>）是字节跳动开发的基于 LLM 的智能体，专为通用软件工程任务设计。&lt;/p></description></item></channel></rss>