最近“CLI-Anything”这个词频繁出现在技术社区和热搜里。它到底会收敛成某个具体开源项目还是演变成一种泛化的方法论目前还没有定论。但对我来说这个词恰好精准地概括了我过去大半年的工作方式把所有能在终端里完成的事情尽量都搬进终端。文件搜索、批量重命名、日志分析、接口联调、数据库查询甚至跟 AI 助手对话全部塞进一个黑色窗口里解决。这半年下来我的鼠标使用时间减少了一半以上效率提升反而是次要的更重要的是整个工作过程变得异常透明——每一步做了什么、为什么这么做都有迹可循。这篇文章不是要说服所有人放弃图形界面而是把我实际使用的工具选型、组合技巧、脚本习惯以及踩过的坑原原本本分享一下。适合谁看已经掌握 cd、ls、grep 这些基础命令但还没有系统建立命令行工作流的人听说过 fzf、jq 这类工具却不知道怎么串起来用的人以及好奇 AI 与 CLI 结合到底能带来什么变化的人应该都能从中找到点参考价值。1. CLI 的真正优势可组合、可复现、可追溯1.1 为什么说命令行是“厨房”而不是“外卖APP”很多人把命令行当成落后于图形界面的老古董这是理解偏差。图形界面更像外卖APP每个功能都被封装成按钮点起来确实方便但你想让外卖APP把三份订单合并、自动加上备注、再转发给同事几乎不可能。命令行更像厨房每个工具都是食材和锅碗单看都不起眼但你掌握组合方式之后可以做出任何菜式。这里把 CLI 的底层优势拆成三点它们共同决定了 CLI 为什么值得花时间可组合性命令行工具的输入输出基本都是纯文本或结构化数据一个命令的结果可以自然成为下一个命令的输入管道把工具像乐高积木一样拼起来。而 GUI 的数据通常封存在内存和界面层里外部脚本很难介入。可复现性你敲过的命令、跑过的脚本本身就是一份操作日志。昨天怎么处理的数据今天原样再跑一遍结果一致。图形界面的操作则很难留下完整的过程记录“我点了哪八个按钮”这种话基本等于没有记录。资源占用与速度终端工具通常比同等功能的 GUI 程序轻一个数量级不需要加载几百兆的框架很多小工具都是毫秒级返回结果。这三条合在一起指向一个非常实用的结论命令行适合“批量、定期、需要追溯”的工作图形界面适合“一次性、探索式、依赖直觉”的工作。所以我的个人原则很简单同一件事做第二次就考虑把它改成命令做第三次就一定写成脚本。1.2 边界意识什么任务不适合命令行“万物皆可 CLI”更适合被理解为方向而非教条。真正常年用命令行的人反而比外行更清楚它的边界。我过去半年总结出三类不适合强行命令行化的任务强图形依赖的创意工作比如图像精修、视频剪辑、UI 设计。ImageMagick、ffmpeg 确实强大适合做批处理和管线化但前期创意决策阶段手点效率更高。CLI 更适合作为后置的批量处理环节而不是取代创意过程。多人协同的轻量文档编辑。团队一起改方案、填表格在线协作工具比终端里 vim 高效得多因为实时可见的多人交互体验是 CLI 无法替代的。没有稳定输入输出结构的数据。命令行擅长处理确定格式如果数据源连格式都不稳定你会花大量时间在解析规则上不如先用 GUI 打开看一眼内容到底长什么样。我建议每个打算“命令行化”的人都先画一张自己的边界清单。这样反而能让你更坚定地使用 CLI——因为你知道哪些场景是它的主场哪些不是不会因为一次踩坑就全盘否定。1.3 一张拦截清单第二件事之后就该考虑脚本化每天混在终端里处理琐事后我把“是否要命令行化”的决策收敛成了一组判断信号。每当重复操作出现就快速过一遍这个操作这个星期已经出现第二次了吗它是不是超过五个步骤并且中间有容易漏的参数它需不需要发给别人执行或者以后还会被再次找出来只要命中任意一条我就立刻停下花几分钟把它固化为 alias 或脚本。这件事看似不起眼却是 CLI-Anything 整个体系最重要的起点它不是某个工具的功劳而是“遇到重复就抽象”的思维习惯。没有这个习惯你装再多工具也只会停留在“临时输入命令”的阶段。2. 文件与文本的四个配角ripgrep、fd、fzf、bat2.1 四个工具各管哪一段命令行工作流里最基础也最容易立刻见效的领域就是文件与文本操作。我平时最依赖四个开源小工具ripgreprg、fd、fzf 和 bat。工具替代谁核心价值ripgrep (rg)grep / 编辑器内搜索默认尊重 .gitignore速度极快输出格式干净fdfind语法直观默认排除隐藏文件和 git 忽略项输出带颜色fzf可直接接管 CtrlR 历史搜索命令行模糊查找器让“选择”操作变得极其顺手batcat带语法高亮、行号、Git 变更标记的文件查看工具安装方面macOS 上用brew install ripgrep fd fzf bat一行搞定Linux 上 apt 源版本可能偏旧我建议直接去 GitHub Releases 下载二进制或者用 mise 这类统一管理工具安装Windows 可以用 winget配合 Windows Terminal 和 PowerShell 也能获得不错的体验。这里特意提醒一句fzf 安装完并不算配置完。新版 fzf 提供--zsh、--bash这类参数你需要把它绑定到 shell 的 CtrlR 上才能真正接管历史命令搜索。很多人装完 fzf 之后照样用系统默认搜索等于买了一把好刀放抽屉里没开封。2.2 三个高频组合拳工具单独用都很简单真正的价值在组合。我平时使用频率最高的三个组合组合一忘记文件名只记得里面有句话rg -l 关键词 ~/projects/ | fzf --preview bat --coloralways {}rg -l列出包含关键词的文件路径fzf把列表变成可交互的选择器选中文件时右侧预览窗口自动用bat高亮显示。整个流程从“盲目翻文件”变成“边搜边看”定位效率完全不在一个量级。组合二快速打开最近改过的文件以 zsh 为例zsh 默认支持**递归通配ls -t ~/projects/**/*.md | head -20 | fzf --preview bat --coloralways {}ls -t按修改时间倒序head只取前 20 条再交给fzf选择。选中前可以靠预览区确认内容确认后再进入编辑。这个组合一天用几十次比在文件管理器里一层层点开快太多。组合三zoxide 配合 fzf实现“模糊跳目录 选文件”连续动作z src | fzf --preview bat --coloralways {}先通过 zoxide 快速跳到目标目录再通过 fzf 选择文件。这种“跳转 选择”连招在图形界面里很难复制因为你需要切换多个窗口才能完成同样的事。这里有一个容易踩的细节在非交互管道里调用 bat 做预览记得加--coloralways否则 bat 检测到输出不是终端时会自动丢弃颜色预览界面就变成了一堆无高亮的文字。2.3 让命令历史变成“第二大脑”命令行操作的另一个隐藏价值是历史记录但默认 history 只有最简单的搜索效率很低。我把历史命令的沉淀分成两层。第一层把 fzf 接到 CtrlR 上做模糊搜索。这比上下箭头翻几百条记录舒服得多而且支持关键词模糊匹配不需要完整回忆命令原文。第二层把真正高频但容易忘的长命令写进~/cheatsheet.md再用alias cheatbat ~/cheatsheet.md随时查阅。我看过自己三个月的终端历史统计80% 的操作来自不到 20 个命令模板而这些模板最终都沉淀在 alias 和脚本里。CLI-Anything 听起来像“万物”真正高频的其实非常有限关键是先覆盖那 20%。3. 接口、数据与管道CLI 如何接管数据处理3.1 curl 与 jq 的标准流水线日常开发离不开接口联调。过去我会打开图形化 API 工具填参数、点发送、看响应区现在这套操作基本沉淀成一条命令curl -s https://api.example.com/v1/users?page1 | jq .data[] | {id, name}-s让 curl 进入静默模式不打印进度条jq负责解析 JSON 并格式化输出。很多人对 jq 有心理门槛其实核心就几个概念字段访问用.key数组遍历用[]筛选用select(.status active)分组统计用group_by(.type)。我日常最高频的 jq 模式大致有这几类# 统计接口返回中各类物品数量 curl -s https://api.example.com/v1/items | jq .data | group_by(.type) | map({type: .[0].type, count: length}) # 筛选 pending 状态并只取指定字段 curl -s https://api.example.com/v1/orders | jq .data[] | select(.status pending) | {id, amount} # 输出原始字符串配合循环做后续操作 curl -s https://api.example.com/v1/users | jq -r .data[].id做接口联调时我还会在 curl 末尾加上-w \n%{http_code}\n把 HTTP 状态码打到输出末尾一眼就能看到请求是否成功不用再去响应头里翻找。3.2 配置文件与表格数据yq 和 sqlite3 实战JSON 世界用 jq那 YAML 呢直接用 yq 就行。注意我推荐的是 mikefarah 的 Go 版 yq语法与 jq 几乎一致对用过 jq 的人没有学习成本yq eval .services.nginx.image docker-compose.yml处理 CSV 表格我常常直接用 sqlite3 的临时内存数据库。一条命令完成“导入 查询 分类统计”不需要打开 Excel也不需要写 Pythonsqlite3 :memory: -cmd .mode csv -cmd .import data.csv records \ SELECT category, COUNT(*) FROM records GROUP BY category;这两条命令解决了我九成以上的“看配置、算数据”需求。CLI-Anything 的思想在这里体现得最直接数据文件就在磁盘上本机又有强大的文本处理工具为什么要打开一个重型软件绕一大圈当然命令行方式的缺点是需要花点时间适应语法。我的应对方式是建立一份“数据处理速查表”把这些常用的 yq、sqlite3、jq 片段全部记下来需要时直接复制改参数。这个速查表我用 markdown 维护放到 dotfiles 仓库里换机器也不会丢。3.3 管道可观测性别让错误静默消失命令行管道有个天然缺点数据为空时输出也是空你很难分清楚到底是网络挂了、权限拒绝还是数据本来就没有。如果不做任何防御排查问题的成本会相当高。我的做法是三层防御流程分段可见在命令链里显式插入echo 开始拉取数据 这类标记让执行过程分段可读。脚本开启set -euo pipefail放在脚本最顶部任何命令失败或管道中途断开都会立刻中断阻止错误一路静默。输出退出码用echo exit: $?或在 trap 里捕获最终状态方便定位。这些细节让我的数据处理脚本从“窗口闪现一下就跑完”变成“可以交付给别人使用的稳定工具”。这也是 CLI 和脚本的另一个分水岭能跑的脚本很多可维护的脚本很少。4. 从长命令到脚本消灭重复劳动的完整路径4.1 三个信号决定是否写脚本很多人不爱写脚本觉得“写脚本的时间比手动操作还久”。这个认知忽略了复利效应。我的判断标准是三个信号命中任意一个就动手同样的操作这个星期已经出现第二次操作步骤超过五个且中间有容易出错的参数这个流程需要交给别人执行或者未来的自己还会再次执行。一次手动操作可能只要 10 秒但当它每周重复三十次且偶尔还会漏步骤时用一个 30 分钟写好的脚本替换它几天内就回本了。4.2 一个“发布前检查”脚本的诞生过程拿我团队里的真实场景举例。前端项目每次发版前都要确认工作区干净、lint 通过、测试通过、版本号格式正确。以前这些检查靠每个人手动敲经常漏一项。我把整个流程抽成一个脚本#!/usr/bin/env bash set -euo pipefail echo 检查工作区状态 git status --porcelain | head -20 echo 运行 lint 和测试 npm run lint npm test echo 检查未合并的远程分支 git branch -r --merged main | grep -v main | head -20 || true echo 校验版本号格式 VERSION$(node -p require(./package.json).version) echo $VERSION | grep -E ^[0-9]\.[0-9]\.[0-9]$ /dev/null \ echo 版本号格式正确: $VERSION || { echo 版本号格式错误!; exit 1; }这个脚本没有任何高难技巧但把“发布前容易遗漏的步骤”固定了下来。团队统一执行./scripts/precheck.sh新人来了也不用反复讲解流程。这才是 CLI 脚本最有价值的地方——它不只是提升个人效率还可以成为团队流程的载体。4.3 脚本仓库的维护为什么比脚本本身更重要脚本写完只是开始更关键的是存放、命名和维护。我的经验是个人通用脚本放~/bin加入 PATH项目内专用脚本放项目scripts/目录并纳入 Git 版本管理。命名用动词短语比如deploy-preview.sh、backup-db.sh、clean-logs.sh避免tmp.sh这种三个月后谁也不知道干什么的文件。脚本头部写几行注释说清楚用途、用法、依赖的外部命令。这几十个字往往比脚本本身更值得保留。项目相关的脚本一定要写进 README让团队知道有这个工具别自己重复造轮子。还有一条反直觉的经验脚本不要过度抽象。很多人喜欢写“万能脚本”参数一大堆、case 分支无数结果改一处崩三处。CLI-Anything 的精神是快速解决问题脚本复杂度应当与问题复杂度成正比。宁可写两个简单脚本也不要硬造一个“超级工具”。5. AI 遇上 CLI自然语言正在填平命令行的最大门槛5.1 传统 CLI 的记忆门槛与 AI 的补位命令行什么都好唯一一道天然门槛是要记命令。我用命令行十几年到现在还要靠--help和 man 页面过日子。这个门槛把大量的人挡在门外。AI 助手的出现恰好把这道门槛大幅降低你只需要用自然语言描述意图AI 帮你生成命令、解释命令甚至在授权下执行命令。现在市面上主流的 AI 工具大多推出了命令行版本本质上是“终端里的对话代理”。它不改变 CLI 的底层逻辑只是改变了人和 CLI 之间的交互方式——记忆负担交给模型操作自由度保留在终端里。5.2 三种落地形态生成命令、调度管道、执行闭环我把 AI CLI 的实际用法归纳成三种形态。第一种生成命令。比如“找出当前项目里占用磁盘空间最大的 10 个文件”AI 给出du -h --max-depth1 | sort -rh | head -10我确认后执行。这种用法保留了 CLI 的可复现性因为命令仍然是真实管道执行记录还在之后想复制就很容易。第二种调度复杂管道。我可以要求“用 jq 把接口返回里 pending 状态的数据筛出来并按用户统计任务数”AI 直接生成一条完整的管道命令而不是给我几段碎片信息让我自己拼装。这个能力比搜索引擎式的分散教程高效得多。第三种Agent 模式下的主动执行。部分 AI 工具允许直接操作 Shell完成类似“跑测试 → 看报错 → 修复 → 重跑测试”的闭环。这个能力很强但风险也最大需要非常清晰的边界约束。5.3 我在 AI CLI 上划的三条安全红线使用 AI CLI 时我给自己立下了三条硬规矩。第一写操作必须“先预览、后执行”。凡是涉及删除、修改、安装、上传的命令AI 只允许先生成命令由我确认后再执行绝不授权它自由发挥。AI 的路径假设和上下文理解仍然会出错尤其是删除类命令一次误判可能造成不可逆的损失。第二敏感信息不进 Prompt。命令行工具天然能访问环境变量、密钥文件AI 也可能顺手读取。我会给.env、id_rsa这类文件设置显式忽略规则提问时也避免让 AI 读取证书、token 相关内容。第三所有 AI 操作必须留日志。我会配置 AI 工具把每次会话和执行的命令都记录下来。这不只是安全需要也是调试需要——AI 偶尔会出现类似“幻觉式执行”的情况日志就是纠偏的证据。这三条红线让我敢用 AI CLI又不会把安全命脉完全交出去。AI 不会让 CLI-Anything 变成“不需要思考”它只是把死记硬背的部分移除掉剩下的权衡和判断仍然需要人来做。6. 落到日常把“万物皆CLI”变成可持续的工作系统6.1 从 20% 高频操作开始的迁移路径很多人看到“万物皆可 CLI”就想着一次性把所有工作都搬进去结果往往是坚持三天就放弃。我的建议正好相反先记录一周自己重复做的事情找出最集中的那个 20%。我当时的高频清单是打开项目目录、搜索引用、看 git 状态、跑测试、看接口返回。这 5 件事大约占日常操作的一半。我给每一件事找一个对应的 CLI 操作或 alias先从最简单的一条开始改习惯。比如打开项目目录可以先写一个 aliasalias goprojcd ~/work/myproj ls -la一个小习惯坚持两三周就会变成肌肉记忆然后再迁移下一个。“CLI-Anything”不是一场冲刺而是一个缓慢但不可逆的迁移过程。6.2 一个让人愿意打开终端的舒适环境配置CLI-Anything 不等于朴素。一个丑到不想打开的终端不可能让你坚持用下去。我自己的配置组合是zsh starship zoxide fzf eza。starship 提供好看的提示符zoxide 优化目录跳转fzf 负责各种选择eza 替代 ls 让列表更清晰。整套配置下来不到一小时但每次打开终端的愉悦感会持续回报很久。如果你刚上手建议先装 starship 和 eza这两个工具改动小、感受直观。等习惯之后再引入 zoxide 和 fzf避免一次配置太多反而不知道是哪个工具带来的体验提升。6.3 沉淀 dotfiles 仓库换机五分钟恢复全套环境CLI 工作流最大的风险是“换台机器环境就没了”。我的解法是维护一个 dotfiles 仓库把.zshrc、aliases、scripts/、相关配置文件全部放进去用 Git 管理并在 README 里写清楚安装步骤。换新机器时clone 下来跑一次安装脚本五分钟恢复熟悉的终端环境。这个仓库是我 CLI-Anything 体系里最重要的一环。它意味着“万物皆 CLI”不再是一堆散落的即兴操作而是一套可移植、可版本化、可分享的工作系统。对团队也一样一个共享的脚本集合就是一份活文档任何人都能查看、改进、复用。6.4 防“工具焦虑”也防过度抽象最后泼一点冷水命令行生态更新太快了今天有 ripgrep明天有 fd后天又冒出新的替代品。如果每天追新工具只会陷入工具焦虑最后类似“收藏了一百个工具每天用的还是 cd、ls”。我现在引入新工具的唯一标准是它至少要同时覆盖三个使用场景并能显著改善现有工作流否则就是收藏夹里的装饰品。我个人踩过最大的坑是喜欢把脚本越写越“灵活”加无数参数和分支最后连自己也记不住。后来全部重写一个脚本只解决一个问题参数越少越好。CLI-Anything 的快乐不是来自工具复杂度而是来自“把复杂事情拆成简单步骤”的掌控感。实际上我写这篇文章时电脑上开着三个终端会话一个在跑接口轮询脚本一个用 fzf 快速切换项目还有一个在跟 AI 助手讨论某个正则表达式的优化方案。它们各司其职互不干扰。这种体验在图形界面里很难复制——GUI 是窗口的堆叠而终端更像一块无限延伸的画布工具、脚本和流程都在这块画布上自由编排。CLI-Anything 对我来说早就不只是一个热搜词而是日常工作默认的效率底座。如果你也想试试不用一次到位先从记住第一个快捷方式开始慢慢把它变成自己的东西。