这款CLI工具补齐了Claude最缺乏的功能

真的。

这两天集中看了几篇关于 OpenCLI 的文章。坦白说，一开始心里是打了个问号的——这类号称“浏览器自动化”的工具，多半是看起来很美，装起来麻烦，实际用起来又很玄学。但一路读下来，发现这玩意儿有点意思。

GitHub 上 12.5k 颗 Star，79 个平台适配器，零 API 费用。

它不是单纯在“自动化”的赛道上内卷，而是在补齐一个关键环节——AI 的“双手”。过去，AI 能说会道，但真正干活还得靠人。现在，OpenCLI 给 AI 装上了一双能看、能拿、能操作浏览器的手。

为什么今天的 AI，像个聪明的“嘴炮王”？

这话听着糙，但理不糙。你让 AI 写份方案，它能洋洋洒洒；让它分析竞品，也能讲得头头是道；可一旦让它真正去干点实事——比如去知乎看热榜，它说不联网；去小红书抓笔记，它说没权限；去 B 站找素材，它拿不到你登录后的数据；让它帮你存一篇公众号文章，它直接“失明”。

说白了，过去很多 AI，大脑（模型）已经足够强大，但缺乏执行力的“手臂”和“手指”。所以只能站在旁边给你出主意，真正搬砖的，还是你。这种感觉，确实挺烦人的。

再看看 OpenCLI 能做到什么？ 一条命令，就能把 B 站的热榜扒下来。

OpenCLI 的高明之处：不重新造浏览器

这是它最聪明的设计哲学。许多传统的浏览器自动化工具，总想着自己再开一个全新的浏览器实例，然后用户就得陷入一套“登录 → 鉴权 → Cookie → 验证码 → 风控 → 页面结构一变就重来”的地狱式流程，这体验确实让人劝退。

OpenCLI 的思路完全不同。它目前有 430 个内置命令，覆盖 70 个平台，并且还在持续迭代。

它的逻辑是：既然你的 Chrome 浏览器已经登录了，那就直接复用你的登录态。你 Chrome 里登录着知乎，它就去知乎拿数据；你登录着 B 站、小红书、微信读书，它就复用这些会话继续操作。平台看到的，就是一个正常用户在操作。

这一下，过去最令人头疼的鉴权、风控、页面结构变化问题，直接被绕过去了。不是“自动化能力更强了”，而是它终于开始尊重并利用真实用户的操作环境了。这个思路，才是本质上的不同。

它真正打开的，是“登录后的世界”

这一点，很多人可能还没反应过来。AI 能访问公开网页，没什么稀奇。真正有价值的信息，往往藏在私人空间里——你的收藏夹、历史记录、关注列表、登录后才看得到的创作者数据、你的书架和划线、你的后台。

这些东西，才是真正贴近你工作流、具有独特价值的“私域数据”。过去 AI 碰不到，现在 OpenCLI 这套思路一上来，就等于把这扇门踹开了一条缝。从这一步开始，AI 看到的，不再只是“互联网”，而是你自己的互联网视角。这个变化，非常猛。

和 Playwright MCP 有什么区别？

这个也得说清楚。Playwright MCP 当然很强，但它的本质是让大语言模型实时“看着”页面，一步步判断下一步怎么操作。这既慢，又消耗 Token，而且一旦流程长、页面复杂、状态多变，失败率就容易飙升。

OpenCLI 的路子不同。它是事先把每个平台的数据接口封装成一条固定命令，执行时不经任何 AI 推理，直接取数，直接返回结构化结果。

打个比方：Playwright MCP 是让 AI 临场发挥，灵活但风险高；OpenCLI 是给 AI 发了一本写好的操作手册，稳定且高效。对于真实的、需要长期跑的工作流来说，后者的可靠性至关重要。

它能干什么？三个真实场景

场景一：每天的信息聚合早报

以前想看知乎、B 站、即刻的热榜汇总，需要一个个手动打开。现在一条命令就能同时拉回数据，让 AI 整理成一份早报。甚至可以设成定时任务，早上八点自动跑，吃早饭时直接看结果。

场景二：YouTube 视频字幕一键提取

遇到一个 49 分钟的英文采访，不想慢慢看？直接让 AI 调 OpenCLI 把字幕全抓下来存成 Markdown，然后翻译、提炼要点、生成摘要。以前一小时，现在五分钟。

场景三：公众号文章本地存档

想把公众号文章存成 Markdown 留档？以前要手动复制排版，现在一行命令搞定：

opencli weixin download --url 文章链接 --output ./weixin

图片也会一并下载保存到本地。

实操命令速查：装完第一天能干什么

不要只停留在概念层面，直接上手跑这些命令，五分钟就能感受到差异。

基本范式：

opencli <平台> <动作> [参数] [--format json]

▍拉热榜

# B 站热门视频
opencli bilibili hot --limit 10
# 知乎热榜
opencli zhihu hot --limit 20
# HackerNews（无需登录，直接跑）
opencli hackernews top --limit 10
# 三个一起拉，输出给 AI 整理早报
opencli bilibili hot -f json && opencli zhihu hot -f json && opencli hackernews top -f json

▍搜索平台内容

# 小红书搜关键词
opencli xiaohongshu search query="AI工具"
# B 站搜视频
opencli bilibili search --keyword "Claude Code" --limit 10
# Twitter/X 搜话题
opencli twitter search "OpenCLI" --limit 15 -f json

▍拿你的私人数据（需提前在 Chrome 登录对应平台）

# B 站观看历史
opencli bilibili history --limit 20 -f json
# Twitter 书签
opencli twitter bookmarks --limit 20 -f json
# 知乎文章下载成 Markdown
opencli zhihu download --url "文章链接" -o ./zhihu

▍存档 & 下载

# 公众号文章转 Markdown 存本地（图片一并保存）
opencli weixin download --url "文章链接" -o ./weixin
# B 站视频下载（依赖 yt-dlp）
opencli bilibili download --bvid "BV号"
# 小红书笔记下载（图片/视频）
opencli xiaohongshu download --url "笔记链接"
# Twitter 媒体下载
opencli twitter download --url "推文链接"

▍发内容（写操作，执行前务必确认好内容）

# 发一条推文
opencli twitter post --text "今天用 OpenCLI 效率翻倍了"
# 小红书发笔记
opencli xiaohongshu publish --title "标题" --content "正文"
# 回复某条推文
opencli twitter reply --url "推文链接" --text "回复内容"

▍浏览器直接操控（高级用法）

不只是读数据，OpenCLI 还能直接操控浏览器页面：

opencli open "https://example.com" # 打开页面
opencli click "按钮选择器" # 点击元素
opencli type "输入框" "内容" # 输入文字
opencli screenshot # 截图
opencli eval "document.title" # 执行 JS

这意味着任何网页上的操作，理论上都可以被脚本化。

▍查看所有支持的命令

opencli list

或者运行诊断确认一切正常：

opencli doctor

直接让你的 Claude 或其它 AI Agent 说：“帮我用 opencli 查一下 B 站今天的热榜”，它会自己选命令、自己跑、自己整理结果。这才是接进 Agent 的正确姿势。

对于跑 Agent 工作流的人，它值钱在哪？

值钱在它不是一个孤立工具，而是可以被接入 Agent 流水线里的一个环节。

自动抓热点 → 自动搜平台内容 → 自动整理成 Markdown → 自动交给内容助理写稿 → 自动交给 SEO 助理做判断 → 自动交给复盘助理看效果。

一旦浏览器动作被命令化，整个工作流就活了。它不再是“我问一句，AI 回一句”的问答模式，而是“我下一个任务，AI 去环境里把活干回来”。这个差距，是问答时代和 Agent 时代的本质差异。

更值得关注的是，它连 Electron 应用那条路都在探索。 Cursor、Notion、ChatGPT 桌面版…… 这些桌面应用，OpenCLI 也在尝试接入。

一个 Agent 可以去调另一个 AI 工具，那整个空间就完全不一样了。不是你在一个窗口里手动切来切去，而是它们自己串起来干活。你只负责定目标，剩下的，让工具链自己跑。这才是“数字分身”该有的样子，不然顶多算个“数字玩具”。

适合哪三类人？

第一类：内容创作者。 平时要搜选题、找素材、看热门内容、收集案例，很多重复动作都可以命令化。

第二类：运营和数据整理的人。 以前手动翻页、复制、截图、下载，现在可以批量做，省很多时间。

第三类：AI 工作流玩家。 如果本身就在折腾 Agent 和自动化，这个工具非常值得研究——它相当于给 AI 多接了一双“能操作网页的手”。

怎么安装？10 分钟搞定

安装共三步，照着做就行。

第一步，装 Node.js（需要 20 以上版本）。 去 nodejs.org 下载 LTS 版本，装完验证：

node -v
# 显示 v20.x.x 就对了

第二步，全局安装 OpenCLI 本体：

npm install -g @jackwener/opencli

装完跑一下，看看有没有命令列表出来：

opencli list

第三步，装 Chrome 扩展做浏览器桥接。 去项目 GitHub Releases 页面下载 opencli-extension.zip，解压后：

• Chrome 地址栏输入 chrome://extensions/
• 右上角开启「开发者模式」
• 点「加载已解压的扩展程序」，选择解压后的文件夹

装完跑一下诊断：

opencli doctor

输出全绿，就能开始用了。

为什么这不是一个小工具，而是一个信号？

因为现在模型本身已经够强了。大多数人今天卡住，不是卡在模型不够聪明，而是卡在模型接不上真实环境。你会看到一种荒诞的局面：AI 写方案写得飞起，你自己打开浏览器、搜索、登录、复制、整理，最后 AI 动嘴，你动手。这像话吗？

真正下一阶段应该是：人类负责定目标，AI 尽可能多地完成中间执行。从这个角度看，OpenCLI 补的根本不是一个命令行工具位，而是 AI 从会说、到会做，中间缺的那一段执行力。这段一旦补上，很多事情的天花板会被直接抬高。

最后一句话

有人说得很准：以前 AI 会说。现在它开始会看、会拿、会调、会跑。再往后，它就会越来越像一个真正能替你赚钱、替你提效、替你跑流程的数字分身。

不是浏览器该不该自动化的问题，是——AI，终于开始真的下场干活了。