AI前沿速递｜CLI-Anything 把软件全变成Agent原生、GitHub官方spec-kit治AI乱写代码、ToolJet开源企业应用平台、Unsloth本地跑训大模型
最近 GitHub 上有个特别明显的信号：AI 开发正在从”写 Prompt”走向”改造整个开发链路”。今天这四个项目，一个是给软件装 Agent 接口的方法论，一个是 GitHub 官方下场治 AI 乱写代码的规范包，一个是把企业内部工具生成交给 AI 的低代码平台，还有一个是本地跑模型的老牌选手憋出来的全家桶。
1. CLI-Anything — ⭐46.9K，让所有软件变身 Agent 原生
香港大学数据科学实验室（HKUDS）开源的 CLI-Anything，口号很猛：”让所有软件 Agent-Native”。什么意思？就是给你常用的软件——Blender、Audacity、QGIS、浏览器、AdGuard Home 这些——都套上一层 Agent 能直接调用的接口层，AI 就能像人一样”操作”软件，而不是靠脆弱的 GUI 自动化。
- 已提供 18 个专业软件的 agent-harness 示例，配了 2280 个通过的测试
- 配套 CLI-Hub 网站（clianything.cc）可以查每个软件的能力矩阵
- 走 CLI 路线：Agent 调用命令行比模拟点击鼠标稳定得多
- Apache-2.0 协议，官方还有 arXiv 技术报告（2606.03854）
上手方式：克隆仓库，找你要用的软件目录看 agent-harness 示例，按模板给你的软件写能力描述，然后让 Claude Code/Codex 直接调。
实话： 我没实测，不过这个方向我是认可的——CS 同学应该记得，CLI 永远比 GUI 好自动化，这个项目就是把这句话产品化了。
适合谁：想让 Agent 真正干活的开发者，特别是做自动化管线的。
2. spec-kit — ⭐126K，GitHub 官方治”AI 乱写代码”
GitHub 官方出的 Spec-Driven Development 工具包，126K 星，刚在 Trending 上霸榜。核心思路一句话：先让 AI 写规格，再让它写代码。很多 Agent 翻车不是因为模型不行，是因为需求没说清，代码写出来南辕北辙。
- 提供完整的 spec 模板、预设和命令行工具（specify CLI）
- Python 3.11+，用 uv 或 pipx 一条命令装
- 配套《Spec-Driven Development 方法论》文档和快速上手指南
- MIT 协议，GitHub 自己内部工作流也在用
上手方式：uv tool install spec-kit，初始化一个 spec 目录，把需求写成人话，让 Agent 先产出规格文档，确认后再生成代码。整个过程可审计、可回溯。
实话： 我还没在正式项目里跑过完整流程，但”先规格后代码”这个习惯，对用 Agent 干活的人来说真的是刚需。
适合谁：被 AI 写代码”神游”坑过的团队，或者想给 Agent 上规矩的独立开发者。
3. ToolJet — ⭐39.4K，开源的企业应用生成平台
ToolJet 是个老牌 low-code 平台，这波因为 AI 功能重新火了。定位很明确：企业内部工具、Dashboard、业务流程、AI Agent，都能用拖拽 + 配置的方式搭出来，而且支持自托管。
- 支持连接数据库、API、消息队列等几十种数据源
- 内置 AI 应用生成：描述需求，帮你搭内部工具
- Docker/K8s 一键部署，数据不出自己服务器
- AGPL-3.0 协议，社区版免费
上手方式：docker compose up 拉起来，连上你的数据库，从模板开始改，几分钟能出一个能用的管理后台。
实话： 没实测。这类平台的问题是学习曲线和定制深度，适合团队内部用，不适合做对外产品。
适合谁：想快速搭内部工具又不想花钱买 SaaS 的团队。
4. Unsloth — ⭐70.4K，本地跑模型和训模型的”全家桶”
Unsloth 之前是微调加速库，现在直接升级成 Local UI 全家桶：跑 LLM、训练 LLM、跑扩散模型（画图）都有桌面版，支持 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 这些主流模型。
- Windows / macOS / Linux 桌面 App 都有，连 ARM64 都给了
- 免费 Google Colab Notebook 可以白嫖 GPU 微调
- 底层基于 llama.cpp + HuggingFace transformers + TRL
- 训练速度比原生 PyTorch 快 2-5 倍，显存占用大幅下降
上手方式：官网下载桌面 App，选模型直接跑；想微调就打开免费 Notebook，跟着点就行。
实话： 微调这块我用的还是老版本命令行，UI 版是这周 trending 看到的，没实测。但 unsloth 的加速是真材实料，之前训小模型对比过，显存省一半不是吹的。
适合谁：本地有显卡、想跑模型又想训练模型的人，尤其是不想折腾命令行的小白。
今晚的观察
这周的趋势很明显：大厂开始给 Agent 立规矩了。GitHub 推 spec-kit 是官方表态”AI 写代码要流程化”，HKUDS 推 CLI-Anything 是在喊”软件界要为 Agent 改造”——这俩放在一起看，等于说 AI 开发的下一阶段不是模型更强，而是工具链和规范先跟上。另一边，本地模型生态在往”低门槛”狂奔，Unsloth 桌面版 + Soup 这类一键微调项目，正在把”训练模型”从炼丹师专属变成普通人也能碰的事。
以上项目均未深度实测，信息来自各仓库 README 与官方文档，上手前请自行验证。
by 数码罗记·godsun.pro
