Reddit讨论、B站热门、Arxiv论文，以前开浏览器一个个翻的东西，现在终端一行命令直接出结构化数据。
而且不只是网页，现在OpenCLI连微信、Telegram、Discord这些私域聊天记录都给打通了。
所以，只要把配套的skill装进Agent，管你什么公域私域、网站还是App，基本都能通过命令直接在终端里调。
意思就是很多原本需要Agent“边看边点”的操作，现在浏览器自己就能干，跑多少次都不花一分钱Token。
不需要手动配置cookie，OpenCLI就能直接复用你Chrome的登录态，你在浏览器里已经登录的站，它都能直接用。
至少不用再自己复制cookie、手搓请求头、把凭证硬编码进脚本里了，也相对安全一些。
首次使用需要wx init初始化，它会自动检测微信数据目录，然后从微信进程内存里扫描数据库密钥。
这个过程需要root权限（macOS上用sudo wx init），而且微信必须处于登录状态。
聊天记录这东西，本来只是散落在各个App里的碎片信息，但被CLI统一接管之后，它突然开始变得可搜索、可筛选、可导出、可自动化处理。
输出格式支持JSON和CSV，直接灌进知识库或者数据分析流程里，跟Obsidian这类工具接上也顺理成章。
甚至可以说，这会让Agent真正开始具备持续读取你真实数字生活里的最新信息的能力。
里面有你的工作流、关系链、协作历史、长期偏好，甚至还有大量AI以前根本碰不到的“隐性知识”。
除了社交，办公场景也没落下，给它们做了统一接口，opencli lark-cli覆盖飞书200多条命令，消息、文档、日历、任务全拿；
opencli wecom-cli管企业微信，opencli dws管钉钉，主打一个办公全家桶。
客服聊天记录一键导出，用户反馈批量归档，以前得手动截图复制粘贴的活儿，现在一行命令搞定。
OpenCLI作为开源项目提供的是工具和思路，私域数据的实际访问和部署属于个人行为，用之前务必仔细评估合规风险和隐私边界。
OpenCLI跟“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，意思是如果不分析结果，运行时就零Token消耗
而且因为是确定性命令，同一个命令跑出来的结果结构是一致的，可管道、可脚本、CI/CD友好。
某种意义上，它是在把浏览器自动化从AI推理重新拉回系统调用，Agent也开始有点软件基础设施那味了。
OpenCLI内置了100+站点适配器，小红书、B站、知乎、豆瓣、虎扑、贴吧这些国内主力平台都有，海外站Twitter/X、HackerNews、Pixiv也没落下。
opencli zhihu search “AI Agent”
opencli zhihu download —url “文章地址” —output ./zhihu
图文/视频/音频一键下载，文章导出Markdown/CSV/JSON，页面点击、翻页、表单填写、批量爬取数据，创作者数据、粉丝分析、评论区抓取……
OpenCLI给AI Agent准备了一个opencli-adapter-author skill。
通过npx skills add jackwener/opencli —skill opencli-adapter-author安装，Agent就能帮你自动写适配器；
社区还有插件系统，opencli plugin install能一键装别人写好的适配器，生态这块儿算是慢慢铺开了。
通过CDP协议，OpenCLI能直接操控Electron桌面应用的界面，不用手动点鼠标。
Cursor的Composer、聊天和代码提取能控，ChatGPT的macOS桌面端能自动化，Notion能搜索、读取、写入页面，OpenAI Codex CLI能无头驱动，Discord桌面端的消息、频道、服务器操作也能跑。
项目地址：https://github.com/jackwener/OpenCLI
量子位 QbitAI