AutoCLI:把 55+ 网站变成你的命令行工具
用 Rust 重写的极速 CLI,让 AI Agent 拥有"手"与"眼"
一句话总结
AutoCLI 是一个用 Rust 重写的极速 CLI 工具,能把任何网站变成命令行接口。它复用 Chrome 登录态(无需 API Key),支持 55+ 网站(Twitter、Reddit、Bilibili、知乎、小红书等),单文件仅 4.7MB、零依赖。
相比原 TypeScript 版本 OpenCLI,AutoCLI 速度快 12 倍、内存省 10 倍。对 AI Agent 极其友好——在 AGENT.md 里配置 autocli list,AI 就能自动发现并调用所有工具。
为什么需要 AutoCLI?
开发者的日常痛点
作为开发者,我们每天都要从各种网站获取信息:
- 看 Twitter 热点、查知乎讨论
- 追踪 Reddit 趋势、下载 Bilibili 视频
- 监控竞品动态、收集行业资讯
传统做法的问题:
| 方案 | 流程 | 痛点 |
|---|---|---|
| 手动操作 | 打开浏览器 → 登录 → 搜索 → 复制粘贴 | 低效、重复、易出错 |
| 写爬虫脚本 | Python + BeautifulSoup → 处理登录态 → 对抗反爬 | 维护成本爆炸、容易失效 |
| 官方 API | 申请权限 → 付费 → 功能受限 | 昂贵、审批慢、功能阉割 |
这些方案要么低效,要么脆弱,要么昂贵。
技术演进路线
| 阶段 | 代表工具 | 核心问题 |
|---|---|---|
| 原始时代 | curl/wget | 只能处理静态页面,登录态难管理 |
| 脚本时代 | Python + BeautifulSoup | 反爬对抗、维护成本高 |
| 浏览器时代 | Puppeteer/Playwright | 重、慢、内存占用大 |
| AI 时代 | OpenCLI/AutoCLI | 声明式配置、浏览器会话复用、AI 原生 |
核心优势:Rust 带来的性能碾压
AutoCLI vs OpenCLI 性能对比
AutoCLI 是 OpenCLI(TypeScript)的 Rust 完全重写版,功能等价但性能碾压:
| 指标 | AutoCLI (Rust) | OpenCLI (Node.js) | 提升倍数 |
|---|---|---|---|
| 内存占用(公共命令) | 15 MB | 99 MB | 6.6x |
| 内存占用(浏览器命令) | 9 MB | 95 MB | 10.6x |
| 二进制体积 | 4.7 MB | ~50 MB | 10x |
| 运行时依赖 | 无 | Node.js 20+ | 零依赖 |
| Bilibili hot | 1.66s | 20.1s | 12x |
| 知乎 hot | 1.77s | 20.5s | 11.6x |
数据来源:122 个命令自动化测试,macOS Apple Silicon
为什么 Rust 能赢?
- 零成本抽象:编译期优化,运行时无 GC 停顿
- 单二进制:静态链接,无需运行时环境
- 内存安全:所有权系统消除整类内存错误
- 并发友好: fearless concurrency,无数据竞争
技术深度解析
1. 浏览器会话复用机制(核心设计)
Chrome Extension (Browser Bridge)
↓
WebSocket
↓
AutoCLI Daemon
↓
AutoCLI CLI
关键洞察:不模拟登录,而是复用真实浏览器的登录态。用户的 Cookie、LocalStorage、甚至 2FA 状态都在 Chrome 里,AutoCLI 只是"借用"这个状态。
安全边界:
- ✅ 凭证永不离开浏览器
- ✅ 无中间人服务器
- ✅ 本地 WebSocket 通信
2. 声明式 YAML Pipeline(零代码适配)
新适配器无需编写代码:
|
|
设计哲学:把"怎么做"(imperative)变成"要什么"(declarative)。AI 可以生成这些配置,非程序员也能维护。
3. AI-Native Discovery(三层递进式探索)
autocli explore <url>:分析网站 API,找出数据端点autocli generate <url>:基于选择的数据,AI 自动生成完整适配器autocli cascade <url>:探测认证策略,处理登录墙
与传统爬虫的区别:不是硬编码选择器,而是让 AI 理解页面结构,生成可维护的配置。
4. 反检测机制
AutoCLI 内置多层反指纹:
- 覆盖
navigator.webdriver - 伪造
window.chrome对象 - 清理 ChromeDriver/Playwright 残留
- 剥离 CDP 错误堆栈中的指纹
实战意义:能绕过 Cloudflare、DataDome 等主流 WAF,无需昂贵的住宅代理。
竞品格局与差异化定位
直接竞品对比
| 工具 | 定位 | 主要劣势 |
|---|---|---|
| Playwright | 通用浏览器自动化 | 重、慢、需要写代码 |
| Puppeteer | Chrome DevTools Protocol | 同上 |
| Scrapy | Python 爬虫框架 | 学习曲线陡、反爬对抗成本高 |
| curl + jq | 简单 API 调用 | 无法处理动态渲染、登录态难管理 |
间接竞品
| 工具 | 场景 | 差异 |
|---|---|---|
| HTTPie | API 调试 | 仅支持 REST API,无浏览器能力 |
| gh CLI | GitHub 专用 | 单一平台,无法扩展 |
| yt-dlp | 视频下载 | 单一功能,无通用性 |
AutoCLI 的独特价值
AI Agent 的"手"和"眼"
- 对程序员:比 Playwright 快 12 倍、省 10 倍内存
- 对 AI Agent:标准化的工具接口,自动发现、自动调用
- 对非程序员:Chrome 扩展点选,AI 生成配置
实战:三种使用模式
模式 A:命令行用户
|
|
模式 B:AI Agent 集成(推荐)
在 AGENT.md 或 .cursorrules 中添加:
|
|
Claude/Cursor 会自动发现工具并调用。
模式 C:自定义适配器
|
|
隐藏价值:被忽视的用例
1. 本地 CLI 统一管理
|
|
价值:把分散的脚本、内部工具统一纳入 AI 可调用范围。
2. Electron 应用控制
|
|
价值:AI 可以控制其他 AI 应用,形成工作流。
3. 数据管道集成
|
|
价值:Unix 哲学 + 现代网站 = 强大的自动化流水线。
局限性与反方观点
已知局限性
- Chrome 依赖:必须安装 Chrome/Chromium,无头模式支持有限
- 平台覆盖:虽然支持 55+ 站点,但长尾网站仍需自定义适配器
- 法律灰色地带:某些网站的服务条款禁止自动化访问
- 维护成本:网站改版可能导致适配器失效
常见质疑与回应
“直接用 Playwright 更灵活,为什么要多一层抽象?”
回应:Playwright 是"原材料",AutoCLI 是"成品"。如果你只需要从知乎获取热榜,Playwright 需要 50 行代码 + 处理登录 + 反爬对抗,AutoCLI 只需要一行命令。
“网站改版了怎么办?”
回应:这是所有爬虫的共同问题。AutoCLI 的 YAML 配置比 Python 脚本更易维护,且 autocli explore 可以自动检测结构变化。
决策框架:何时选择 AutoCLI?
✅ 选择 AutoCLI,如果你:
- 需要快速从多个网站获取数据
- 使用 AI Agent(Claude Code、Cursor、OpenClaw)
- 希望零代码/低代码维护
- 对性能敏感(Rust 版本)
❌ 选择 Playwright/Puppeteer,如果你:
- 需要复杂的浏览器交互(多步骤表单、文件上传)
- 需要跨浏览器测试(Firefox、Safari)
- 团队有专职前端工程师维护
❌ 选择官方 API,如果你:
- 数据量巨大(需要 SLA 保障)
- 需要写入操作(发帖、评论)
- 企业级合规要求
立即行动指南
今天就能做
1. 安装体验
|
|
2. 配置 AI Agent
- 把
autocli list输出粘贴到 Claude/Cursor 的 AGENT.md - 测试:“帮我看看今天 HackerNews 上关于 Rust 的热门讨论”
3. 注册常用本地工具
|
|
本周优化
1. 创建个人适配器库
- 用
autocli generate为常用但不受支持的网站生成适配器 - 保存到 GitHub 私有仓库,团队共享
2. 构建数据流水线
- 定时任务:每天获取行业资讯 → 过滤 → 发送到 Notion/飞书
- 监控任务:追踪竞品动态 → 变化时通知
本月探索
1. 评估替代方案
- 如果你已经在用 Playwright,对比维护成本
- 如果团队有非技术成员,评估 Chrome 扩展的易用性
2. 关注生态发展
- AutoCLI.ai 云端服务的发展
- 社区适配器的增长
来源与置信度
| 信息 | 来源 | 置信度 |
|---|---|---|
| 性能数据(12x 速度提升) | GitHub README 自动化测试 | 高 |
| 内存占用对比 | 官方 benchmark | 高 |
| 55+ 网站支持 | GitHub 仓库 | 高 |
| 反检测机制 | README 描述 | 中(未深度验证) |
| AI 生成功能 | autocli.ai 官网 | 中(Beta 功能) |
总体置信度:中高。核心功能已验证,部分 AI 功能仍在快速迭代。
延伸阅读
- 官方仓库:https://github.com/nashsu/AutoCLI
- 原 TypeScript 版本:https://github.com/jackwener/opencli
- OpenCLI Skill:https://github.com/nashsu/autocli-skill
- 云端服务:https://autocli.ai
最后更新:2026-04-08