OpenCLI：把网站变成 Agent 的 CLI

让 Agent 上网，常见做法有两种：写爬虫，或者让多模态模型看着浏览器点击。

前者维护成本高，每个网站都要处理登录、反爬、页面结构变化；后者慢且贵，每一步都要截图、识别、推理。OpenCLI 走的是第三条路：把网站变成 CLI。

项目地址在 jackwener/OpenCLI。它的目标是把网站、浏览器会话、Electron 应用和本地工具，统一成适合人和 Agent 使用的确定性接口。几个关键特点：

复用浏览器登录态：不需要手动复制 Cookie、拼请求头、把凭证硬编码进脚本；
命令在本地浏览器里执行：CLI 命令本身不经过大模型推理，不分析结果时运行成本为零；
输出结构化：支持 Markdown、CSV、JSON，方便接进知识库或数据分析流程；
确定性：同一个命令跑出来的结果结构一致，可管道、可脚本、可进 CI/CD。

它和“让大模型自己操作浏览器”最大的区别在于：CLI 命令是在本地浏览器里直接执行的，不经过大模型推理。 模型只负责决定“搜什么、下载什么、怎么整理”，执行交给命令。

OpenCLI 迭代得很快，下面的命令和界面以我使用的版本为准。遇到对不上的地方，优先看官方 README，不要硬套旧教程。

安装与连接

OpenCLI 通过 npm 安装，需要 Node.js >= 20.18.1：

node --version
npm install -g @jackwener/opencli

然后安装浏览器桥接插件。OpenCLI 通过一个轻量扩展连接 Chrome/Chromium，复用你已有的登录态。插件可以从 Chrome 应用商店安装，也可以手动加载解压后的扩展目录。

安装完成后检查连接：

opencli doctor

OpenCLI 连接检查

如果在多个浏览器或 Chrome 配置里装了插件，终端会提示你选择。连接正常后，用 opencli list 查看当前支持的命令和站点。

OpenCLI 命令列表

常用命令

不同版本的命令略有差异，下面是我常用的几类：

# 查看所有命令
opencli list

# 搜索并下载知乎文章
opencli zhihu search "AI Agent"
opencli zhihu download --url "文章地址" --output ./zhihu

# 下载微信公众号文章
opencli weixin download --url "https://mp.weixin.qq.com/s/xxxxxxxx"

下载地址默认是终端当前所在的文件夹。--output 可以指定输出目录，文章一般会导出成 Markdown，方便后续整理。

OpenCLI 知乎下载

视频下载需要先装 yt-dlp。OpenCLI 复用了你的登录态，所以能拿到比未登录更高的画质。B 站下载命令后面跟的是 BV 号，不是完整网址：

opencli bilibili download BV17KdABGEDG

OpenCLI B 站下载

OpenCLI B 站输出文件

抖音有些视频没有下载按钮，OpenCLI 也可能能下载；获取指定用户时要用主页网址里的 sec_id，不是抖音号。图文类内容目前支持不完整，具体以你安装的版本为准。

OpenCLI 抖音页面

微信聊天记录导出

微信桌面端有独立的 wx-cli：

npm install -g @jackwener/wx-cli

首次使用需要初始化：

wx init

它会自动检测微信数据目录，并从微信进程内存里扫描数据库密钥。这个过程需要管理员权限，而且微信必须处于登录状态。初始化完成后可以查看会话和历史记录：

wx session
wx history

OpenCLI 也在打通 Telegram、Discord 等聊天记录。把公域和私域的数据放在一起，才有机会建立真正的“个人信息流”。

但这类功能涉及隐私边界，使用前要想清楚：只处理自己的数据、只在本地使用、不要批量导出他人信息。

适配器与桌面应用

OpenCLI 内置了不少站点适配器，覆盖知乎、B 站、小红书、豆瓣、贴吧、Twitter/X、HackerNews、Pixiv 等平台，也能搜 Google Scholar 和百度学术。官方介绍里提到 100+ 站点适配器，具体数量以你安装的版本为准。

如果某个网站没有适配器，可以用 opencli-adapter-author Skill 让 Agent 帮你写：

npx skills add jackwener/opencli --skill opencli-adapter-author

还可以用 record 命令去逆向一个网站，给还没有适配器的站点生成适配器；opencli plugin install 则可以一键安装别人写好的适配器。

通过 CDP 协议，OpenCLI 还能直接操控 Electron 桌面应用的界面，不需要手动点鼠标。比如 Cursor 的 Composer、ChatGPT 的 macOS 桌面端、Notion 的页面读写、Codex CLI 的无头驱动、Discord 桌面端的消息操作，都可以纳入同一套命令体系。

个人信息流

OpenCLI 真正有意思的地方，不是单条命令，而是它能参与一整条信息流。

我现在的一个习惯是：看到值得读的公众号文章，先转发到文件助手，然后用 OpenCLI 批量导出成 Markdown，再让 Agent 做分类、摘要和标签。如果文章比较多，还可以生成一个高密度的 HTML 速览页，想细看的地方再点进去。

这套流程可以继续扩展：

列出你长期关注的公众号或站点；
每天定时抓取更新；
让 Agent 按主题分类、去重、摘要；
输出到本地知识库，或者生成每日阅读清单。

Token 成本主要花在“分析结果”这一步，抓取本身不消耗模型推理。如果只是保存和分类，成本很低；如果每篇都要深度总结，就要控制数量，或者用订阅制而不是按量计费的 API。

文献检索

AI 找文献最大的问题是幻觉：它可能编出一个看起来很像真的标题、作者和 DOI。

OpenCLI 的思路可以缓解这个问题：让模型给出检索关键词，然后通过命令去真实站点检索、下载，模型只负责整理已经拿到的结果。这样至少文献是真实存在的，剩下的判断可以人工复核。

具体流程可以是：

让 Agent 生成中英文关键词；
用 OpenCLI 在 Google Scholar、百度学术等站点检索；
下载 PDF 或导出元数据；
导入 Zotero，再做摘要和笔记。

如果不想自己搭流程，也可以看看 ustc-ai4science/academic-search 这类现成的 Skill。它的工科内容偏少，但思路是一样的：内置检索程序，让模型负责关键词和整理。

检索到的文献怎么读、怎么记，后面会单独整理。

使用边界

OpenCLI 很好用，但不是万能爬虫：

站点适配器可能随页面改版失效；
登录态、验证码、频率限制仍然存在；
某些平台的使用条款可能不允许自动化抓取；
私域数据的访问和部署属于个人行为，需要自己评估合规和隐私边界；
工具版本变化很快，旧命令可能对不上新版本。

我的建议是：只处理自己有权访问的数据，控制频率，不要批量抓取他人隐私，不要把敏感数据上传到第三方服务。工具越方便，越需要自己划边界。

OpenCLI 的意义，是把浏览器自动化从“让模型猜”拉回到系统调用。Agent 需要的不只是更聪明的大脑，也需要更顺手的手脚。

LLM 负责思考和决策，CLI 负责执行和获取数据。