yb2460/harness-anything

解决的问题

此项目提供一套基于 CLI 的工具集，让 AI 代理能以编程方式控制专业生产力和设计软件。它通过提供标准化的命令行界面，弥合了 LLM 与桌面应用程序之间的差距，特别针对办公套件、学术研究工具和平面设计软件，这些软件通常需要手动 GUI 操作。

工作原理

系统使用 Windows COM（组件对象模型）自动化接口与已安装的应用程序通信。它将这些复杂的 COM 桥接封装为一组简化的 CLI 命令（通过 Python 和 click 库）。这让 AI 代理可以执行如 cli-anything-illustrator shapes rect 的命令，在 Adobe Illustrator 引擎中触发特定操作，而无需与视觉界面交互。

适用对象

• AI 代理开发者：正在构建需要执行真实世界任务（如创建演示文稿、编辑矢量图形或管理学术文献）的代理的人。
• 研究人员：希望自动化撰写论文、进行荟萃分析和生成学术图表流程的用户。
• 设计师/高级用户：希望自动化 Office 或 Adobe Creative Cloud 中重复的布局和文档生成任务的人。

亮点

• Office 自动化：47 个 CLI 命令用于 WPS/Microsoft Office（Word、Excel、PowerPoint），包括一个专用的 PPT 设计系统，具有 14 种布局。
• 学术智能：与 Zotero 集成，提供 27 项“技能”，用于文献搜索、IMRAD 手稿撰写和同行评审模拟。
• 设计工具：通过 COM 完全控制 Adobe Illustrator（矢量图形）和 Adobe Photoshop（位图图像），包括图层管理和导出。
• PPT 生成引擎：一个 JSON 驱动的引擎（pptengine），允许使用可重用的原语进行编程式幻灯片创建，并通过 PyMuPDF 进行自动布局验证。