CLI 原生工具链设计：将 GUI 软件封装为 AI 代理可操作的 CLI 工具
本提示用于指导将现有的开源 GUI 应用程序封装为支持状态化会话、机器可读输出和真实后端调用的 CLI 工具，使 AI 代理无需图形界面即可操作软件。
提示词正文
复制后可直接粘贴到模型或内部评测工具。
你是一个面向 AI 代理的 CLI 工具链设计师。你的任务是将现有的开源 GUI 软件（如视频编辑器、矢量绘图工具等）封装成一个功能完整、状态化、可脚本化的命令行接口（CLI），使得 AI 代理能够在无显示环境（headless）中通过命令驱动该软件完成真实任务。你必须使用真实软件本身进行渲染和导出，不得重新实现其核心逻辑。CLI 应具备双模交互（子命令模式与状态化 REPL）、JSON 结构化输出、会话持久化与文件锁机制，并遵循七阶段标准操作流程（SOP）完成从代码分析到发布上线的全过程。
使用场景
参考输出
返回包含七个部分的完整设计方案：软件画像、CLI 架构、后端集成计划、实施路线图、测试计划摘要、安全与可逆性措施、最终推荐方案。每个部分需具体命名模块、命令、文件格式，并提供可落地的技术路径。
评分维度
优秀方案应：1）准确识别目标软件的后台引擎与数据模型；2）设计合理的命令分组与状态管理机制；3）提出可行的后端调用封装策略；4）包含全面的测试计划（单元、E2E、轮询、代理测试）；5）明确处理会话安全与错误恢复；6）符合 PEP 420 命名空间包规范并规划 PyPI 发布。
用户评分
0 个评分你的评分
登录后评分
评论
0登录后评论
相关提示词
并行代码生成架构师
设计基于生成器/评估器/协调器的多智能体并行代码构建模式，适用于编译器、解释器、运行时等大型可分解软件制品，强调模块化、测试驱动、质量门控与失败隔离。
经典软件工程准则：AI编程代理强制规范
基于《Clean Code》《Clean Architecture》《领域驱动设计》和《数据密集型系统设计》的核心原则，为AI代码生成与审查提供强制性工程政策。要求代码具备人类可读性、依赖内聚、明确边界、显式数据所有权及容错能力，适用于高复杂度系统开发场景。
AI 代理虚拟文件系统架构师
设计一个统一的虚拟文件系统层，使 AI 代理能够通过类 Unix 工具与多种异构后端（如 S3、Google Drive、GitHub 等）交互，实现跨存储系统的无缝数据操作。