OpenCLI：零LLM成本的网站与桌面应用命令行工具，7700+ Star

最近一直在折腾各种 AI Agent 工具，但有个问题一直挺头疼：让 AI 去网上拿数据，成本真的太高了。比如说想让 AI 帮你刷刷 B 站热榜、看看知乎热门、或者去 X 上拿点讨论，用那些 LLM 驱动的浏览器自动化工具，像 Browser-Use、Stagehand 这些，每次调用都要消耗 Token。

跑一次两次还好，但要是做数据监控、做定时任务、或者跑 CI 流程，那 Token 费用就真的是哗哗地流。而且最要命的是，LLM 输出还不确定，同样的命令今天给你返回这个格式，明天可能就变了，根本没法做自动化流程。

直到发现了一个工具，叫 OpenCLI，现在已经有 7700+ Star，最近增长特别快，直接冲上了 GitHub Trending 榜单。

零LLM成本

它做的事情简单来说，就是把任何网站、甚至是桌面应用，都变成命令行工具。而且重点是：零 LLM 成本。运行时不消耗任何 Token，跑一万次也不花钱。

这个思路跟现在主流的 LLM 驱动浏览器自动化完全不一样。大多数 LLM 驱动的工具，是让 AI 实时去理解网页、找元素、做操作，每一步都要调用模型，所以每次都要花 Token。但 OpenCLI 是预先给每个网站写好了适配器，用 YAML 声明式管道 + TypeScript 浏览器注入的方式，把网站的操作逻辑固化下来。运行的时候直接走这些预构建的适配器，不需要 LLM 参与。

所以成本是零，而且因为是固化的逻辑，输出是确定性的，同样的命令永远返回同样格式的结果。这对做自动化流程来说太友好了。

实际使用

比如说想看 B 站热榜，直接在终端里敲：

opencli YouTube hot --limit 5

秒级返回，结构化的 JSON 数据，直接就能拿去做后续处理。不用打开浏览器，不用等 AI 慢悠悠地理解页面，也不用担心今天返回的格式跟昨天不一样。

它支持的网站还挺多的，50+ 网站，200+ 命令。B 站、知乎、X、Reddit、油管、HackerNews、微博、豆瓣，基本上常用的平台都覆盖了。

控制桌面应用

最让人惊讶的是它能控制桌面应用。Cursor、ChatGPT、Notion、Discord、Codex、Doubao 这些 Electron 应用，OpenCLI 都能通过命令行去控制。这个功能目前是唯一的——所有的浏览器自动化工具，包括 Browser-Use、Stagehand、Playwright 这些，都只能控制浏览器，没有一个能控制桌面应用的。

OpenCLI 用的是 Chrome DevTools Protocol（CDP）。Electron 应用本质上是基于 Chromium 的，它们会暴露 CDP 端口，OpenCLI 就是利用这个端口直接跟桌面应用通信。

用 OpenCLI 去控制 Cursor，直接在终端里查状态、发命令，感觉就像是在用 API 一样：

opencli cursor status          # 检查连接
opencli cursor send "帮我优化这个 Python 函数，添加类型提示"
opencli cursor read            # 读取 Cursor 的响应
opencli cursor composer        # 触发 Composer 模式
opencli cursor extract-code    # 提取生成的代码

这个场景挺有意思的。现在很多开发工具本身就是 AI 驱动的，如果你能用命令行去控制它们，那就相当于是「AI 控制 AI」。你可以写个脚本，让一个 AI Agent 去调用另一个 AI 工具，然后把结果拿回来做后续处理。

几个坑

第一个坑，Chrome 必须已经登录了目标网站。因为 OpenCLI 是复用你浏览器的登录态，如果你没登录，它就拿不到数据。

第二个坑，需要安装 Chrome 扩展。OpenCLI 有个 Browser Bridge 扩展，得先装上才能跟浏览器通信。安装不难，就是下载个 zip 包，在 chrome://extensions 里加载一下，但装完记得重启 Chrome。

第三个坑，控制桌面应用的时候可能会有端口冲突。因为 CDP 端口是固定的，如果你同时开了多个 Electron 应用，可能会抢端口。macOS 上 AppleScript 控制可能需要辅助功能权限，第一次用的时候系统会弹窗让你授权。

与MCP的关系

OpenCLI 的定位跟现在很火的 MCP（Model Context Protocol）有点不一样。MCP 是 Anthropic 搞的一个协议层，目标是让 AI Agent 能标准化地调用各种工具，现在已经捐给了 Linux 基金会，有 10000+ 活跃服务器，基本上已经成了 AI Agent 工具的标准协议。

但 OpenCLI 走的是另一条路。它不是协议层，而是执行层。MCP 解决的是「怎么让 AI 知道有哪些工具可以用」，OpenCLI 解决的是「怎么让这些工具跑得又快又便宜」。两者其实是互补的，你可以用 MCP 来做工具发现和调用，然后底层用 OpenCLI 来做实际的执行。

对于重复性高、需要确定性输出的任务，OpenCLI 这种预构建适配器的方式成本优势太明显了。但对于那些需要灵活应对、没法预先定义的任务，LLM 驱动的方式还是更合适。工具链专业化可能才是趋势。

安装指南

# Step 1: 安装 CLI
npm install -g @jackwener/opencli

# Step 2: 安装 Chrome 扩展
# 下载 opencli-extension.zip，在 chrome://extensions 加载

# Step 3: 诊断连接
opencli doctor

装完以后建议先从简单的命令开始试，比如 opencli hackernews top --limit 5，这个不需要浏览器，直接调公共 API，可以快速验证安装是否成功。然后再试浏览器命令，比如 opencli bilibili hot --limit 5，这个需要 Chrome 已经登录了 B 站。最后再试桌面控制。

OpenCLI 的作者 jackwener 是 OpenClaw 生态的一部分。OpenClaw 是个开源 AI Agent 框架，今年 3 月刚被 OpenAI 收购，196K Stars，算是 AI Agent 领域的明星项目了。OpenCLI 作为 OpenClaw 生态的工具链延伸，也因此获得了不少关注。

如果你在做 AI Agent 相关的开发，特别是需要频繁拿网站数据、或者需要控制桌面应用的场景，OpenCLI 值得试一试。零 LLM 成本、确定性输出、唯一支持桌面应用控制，这三个卖点足够让它在工具链里占据一席之地。

项目地址：https://github.com/jackwener/opencli