Spark CLI 外部 CLI 集成调研报告

版本: v2.0
日期: 2026-04-02
目标: 评估将 OpenCLI、public-clis、CLI-Anything 集成到 Spark CLI 的可行性，并给出详细实施计划。

1. 执行摘要

本报告调研了 OpenCLI（jackwener/opencli）、public-clis（github.com/public-clis 组织下的 twitter-cli、bilibili-cli、rdt-cli、tg-cli 等）、CLI-Anything（HKUDS/CLI-Anything）三款工具/生态的技术特性、分发方式与调用接口。

基于 Spark CLI 当前 Go + Cobra + Viper 的单二进制架构，推荐采用 "统一 Hub + 分层 Adapter" 模式 进行集成：

新增 spark hub 作为所有外部 CLI 的统一管理入口（负责检测、安装提示、通用透传）。
将高频/稳定的命令提升为 Spark 的一级子命令：
- spark web → OpenCLI（网站 / Electron 自动化）
- spark social → public-clis（Twitter/X、Bilibili、Reddit、Telegram 等社交平台 CLI）
- spark app → CLI-Anything（桌面软件自动化，如 Blender、GIMP、LibreOffice 等）
不引入外部运行时依赖，保持 Spark 核心二进制独立；集成部分为 可选加载（opt-in）。

该方案在技术、维护和扩展层面均为高度可行，预计完整实施周期 5–6 周。

2. 被集成 CLI 生态调研

2.1 OpenCLI

项目	详情
仓库	`github.com/jackwener/opencli`
技术栈	TypeScript / Node.js 20+
安装方式	`npm install -g @jackwener/opencli`
典型调用	`opencli <adapter> <command> [flags]`
输出格式	`table`(默认)、`json`、`yaml`、`md`、`csv`（`-f/--format`）
核心特点	80+ 内置网站适配器；支持 Electron App CDP 控制；自带 External CLI Hub 可注册/透传其他 CLI；AI-Agent 友好（`AGENT.md` / skill 标准）；输出结构化、可管道化。
运行依赖	Node.js 运行时 + Chrome 浏览器扩展（部分命令）

集成要点：

调用方式简单，直接 os/exec 子进程执行即可。
由于其自身已是 CLI Hub，Spark 可选择 直接透传 或 封装高频命令。推荐后者，以减少用户记忆成本。
需检测 node / npm / opencli 是否存在于 PATH。

2.2 public-clis

项目	详情
组织	`github.com/public-clis`
代表项目	`twitter-cli` (2.1k⭐)、`bilibili-cli` (601⭐)、`rdt-cli` (306⭐)、`tg-cli` (214⭐)
技术栈	Python
安装方式	各项目通常通过 `pip` 或源码安装（如 `pip install twitter-cli` 等，具体以各仓库 README 为准）
典型调用	`twitter-cli feed`、`bilibili-cli search <keyword>`、`rdt-cli hot`、`tg-cli sync`
输出格式	文本 / JSON（视具体 CLI 实现而定）
核心特点	针对特定社交平台的高度定制化 CLI；专注终端浏览、搜索、导出；社区活跃，stars 较高。
运行依赖	Python 3.x 运行时

集成要点：

每个 CLI 都是独立的二进制/入口点，需要分别检测是否存在。
由于它们数量不多且命令语义相对统一（feed、search、hot、sync 等），适合在 Spark 中用 一个 social 子命令统一聚合，再通过二级参数区分平台。
例如：spark social twitter feed、spark social bilibili search golang。
也可以考虑借助 OpenCLI 的 External CLI Hub 进行自动发现，但直接封装能提供更一致的 Spark UX。

2.3 CLI-Anything

项目	详情
仓库	`github.com/HKUDS/CLI-Anything`
技术栈	Python 3.10+
安装方式	`git clone` 后通过 Claude Code / OpenCode / Codex 等 Agent 插件调用；生成的 CLI 通过 `pip install -e .` 安装
典型调用	`cli-anything-gimp --json project new`、`cli-anything-blender --help`
输出格式	人类可读文本 + `--json` 结构化输出
核心特点	CLI 生成器：通过 7 阶段流水线（分析→设计→实现→测试计划→测试编写→文档→发布）将任意桌面软件（GIMP、Blender、LibreOffice、Zoom、OBS 等）转化为 agent-native CLI；拥有 CLI-Hub 注册表，可自动发现社区 CLI；每个生成的 CLI 自带 `SKILL.md`。
运行依赖	Python 3.10+；被控制的桌面软件本身需已安装

集成要点：

CLI-Anything 本身不是直接使用的 CLI，而是一个生成器；真正被集成的是它生成的 cli-anything-* 系列命令。
这些命令具有 统一的命名模式（cli-anything-<software>）和 统一的参数风格（--json、子命令组、REPL 模式）。
Spark 有两种集成策略：
1. 动态发现：扫描 PATH 中所有 cli-anything-* 前缀的可执行文件，动态注册到 spark app 下。
2. 静态配置：在 ~/.spark.yaml 中显式列出用户常用的 cli-anything-* 命令。
推荐 策略 1（动态发现）+ 策略 2（白名单过滤） 相结合，兼顾自动化和可控性。

3. Spark CLI 现状与集成约束

约束项	说明
技术栈	Go 1.24+，Cobra CLI 框架，Viper 配置管理
分发形态	单二进制可执行文件，跨平台（Windows/Linux/macOS）
已有模块	`git`、`agent`、`task`
测试框架	Ginkgo + Gomega（BDD 风格）
配置体系	`~/.spark.yaml`（Viper 自动读取）
核心约束	不能因为集成外部 CLI 而强制所有用户安装 Node.js 或 Python。集成必须是可选的（opt-in）。

4. 集成方案对比

评估维度	方案 A：直接透传 Proxy	方案 B：Adapter 包装	方案 C：混合 Hub+Adapter（推荐）
代码量	最小	中等	中等
UX 一致性	低（用户仍需学习外部 CLI 语法）	高	高（高频命令统一，复杂命令可透传）
维护成本	低	高（参数变更需同步更新）	中（核心命令稳定，透传兜底）
扩展性	低（新增 CLI 需新增子命令）	中	高（`hub` 体系可注册任意 Adapter）
风险	外部 CLI 变更无影响	接口变更可能导致 break	核心封装稳定，复杂场景走透传

为什么推荐方案 C

统一入口：spark hub 负责所有外部 CLI 的生命周期管理（检测、诊断、透传）。
高频快捷：将最常用的能力提升为 Spark 一级子命令，降低用户记忆负担。
保持核心干净：外部依赖隔离在 internal/hub 包中，不污染 git、agent、task 等核心模块。
渐进增强：用户即使不安装外部 CLI，也能正常使用 Spark 的核心功能。

5. 推荐的架构设计

5.1 目录结构

spark/
├── cmd/
│   ├── hub.go              # spark hub 根命令
│   ├── web.go              # spark web (OpenCLI adapter)
│   ├── social.go           # spark social (public-clis adapter)
│   └── app.go              # spark app (CLI-Anything generated CLIs adapter)
├── internal/
│   └── hub/
│       ├── manager.go      # HubManager / Adapter 接口与注册表
│       ├── runner.go       # 子进程执行、安全转义、输出捕获
│       ├── config.go       # hub 配置读取 (~/.spark.yaml 中 hub.*)
│       ├── opencli.go      # OpenCLIAdapter
│       ├── social.go       # SocialCLIAdapter (聚合 twitter-cli/bilibili-cli 等)
│       ├── anything.go     # CLIAnythingAdapter (动态发现 cli-anything-*)
│       └── discover.go     # PATH 扫描、动态注册辅助函数
└── docs/
    └── usage/
        ├── hub.md
        ├── web.md
        ├── social.md
        └── app.md

5.2 Adapter 接口

package hub

type Adapter interface {
    // 元信息
    Name() string
    DisplayName() string

    // 依赖检测
    Check(ctx context.Context) error

    // 安装指引
    InstallGuide() string

    // 列出该 Adapter 下可用的子命令/子工具（用于 hub list / TUI）
    ListTools() []ToolInfo

    // 将 Spark 参数映射为外部 CLI 参数
    BuildArgs(tool string, sparkArgs []string, flags map[string]string) ([]string, error)

    // 执行前环境准备
    Environ() []string
}

type ToolInfo struct {
    Name        string
    DisplayName string
    Installed   bool
}

5.3 配置节点设计

在 ~/.spark.yaml 中新增 hub 节点：

hub:
  opencli:
    path: "opencli"            # 可自定义二进制路径
    default_format: "json"

  social:
    # 可单独指定每个 CLI 的路径
    twitter:
      path: "twitter-cli"
    bilibili:
      path: "bilibili-cli"
    reddit:
      path: "rdt-cli"
    telegram:
      path: "tg-cli"

  anything:
    # 动态发现：扫描 PATH 中 cli-anything-* 前缀的命令
    auto_discover: true
    # 白名单：只注册以下软件（空列表表示不过滤）
    whitelist: []
    # 黑名单：忽略以下软件
    blacklist: []

6. 命令映射与 UX 设计

6.1 Hub 管理命令

# 列出所有已注册的外部 CLI 适配器及可用状态
spark hub list

# 诊断所有外部 CLI 依赖
spark hub doctor

# 通用透传：在 "--" 后原样传递给外部 CLI
spark hub run opencli -- bilibili hot -f json
spark hub run social.twitter -- feed --limit 20
spark hub run anything.gimp -- --json project new

6.2 快捷命令 - Web (spark web)

# 映射到 opencli list
spark web list

# 映射到 opencli <adapter> <command>
spark web bilibili hot -f json
spark web zhihu hot --limit 10
spark web hackernews top

# Electron App 控制
spark web cursor status
spark web cursor open ./my-project

6.3 快捷命令 - 社交 (spark social)

# 列出已安装的 social CLI
spark social list

# Twitter/X
spark social twitter feed
spark social twitter bookmarks

# Bilibili
spark social bilibili hot
spark social bilibili search "Golang 教程"

# Reddit
spark social reddit hot
spark social reddit search rust

# Telegram
spark social telegram sync
spark social telegram search "project name"

6.4 快捷命令 - 桌面应用 (spark app)

# 列出已安装的 cli-anything-* 命令
spark app list

# 调用具体的 cli-anything 命令
spark app gimp --json project new --width 1920 --height 1080
spark app blender render --file ./scene.blend -o ./output.png
spark app libreoffice convert --input ./doc.docx --output ./doc.pdf

# 进入 REPL（如果该 CLI 支持）
spark app gimp --repl

7. 可行性分析

7.1 技术可行性 ⭐⭐⭐⭐⭐ (高)

子进程调用：Go 标准库 os/exec 完全满足需求。Spark 核心代码中已有 internal/git 等模块大量运用 exec.Command 的实践经验。
参数安全：通过 cmd.Args 显式传递参数（而非拼接 shell 字符串），天然避免命令注入。
配置扩展：Viper 支持嵌套 key（hub.opencli.path），无需改动现有配置加载逻辑。
动态发现：扫描 PATH 中 cli-anything-* 前缀的命令仅需 exec.LookPath 或遍历 PATH 目录，技术门槛低。

7.2 维护成本 ⭐⭐⭐ (中)

外部 CLI 版本变更 是最大维护风险。例如 opencli 新增/废弃 flag，或 public-clis 中某个 CLI 变更参数名。
缓解策略：
1. 快捷命令只封装 稳定且高频 的参数（如 --format、--limit、--file）。
2. 复杂或前沿功能始终通过 spark hub run <adapter> -- <raw args> 透传，规避 break 风险。
3. spark social 下各 CLI 的参数映射保持 最小化封装，尽量直接透传给原始 CLI。

7.3 跨平台兼容性 ⭐⭐⭐⭐⭐ (高)

OpenCLI：Node.js 项目，本身跨平台。Spark 只需检测 node / npm / opencli 是否在 PATH。
public-clis：Python 项目，本身跨平台。Spark 只需检测 python / pip 及各 CLI 是否在 PATH。
CLI-Anything：生成器及产物均为 Python，本身跨平台。生成的 cli-anything-* 命令也是 Python entry points。
唯一需要注意的是 Windows 上 Python/Node 的可执行文件名可能是 python.exe / node.exe，Spark 的 exec.LookPath 会自动处理。

7.4 安全与隐私风险 ⭐⭐⭐⭐ (低)

敏感配置：部分 social CLI 可能需要 API Token（如 Twitter API）。建议：
- 默认从 ~/.spark.yaml 或环境变量读取。
- 提示用户 chmod 600 ~/.spark.yaml。
命令注入：使用 exec.Command(name, args...) 而非 bash -c 即可消除风险。
PATH 扫描安全：动态发现 cli-anything-* 时，只扫描 PATH 中的可执行文件，不执行未知脚本，风险可控。

8. 实施计划

Phase 1：Hub 基础设施 (第 1–2 周)

创建 internal/hub 包，定义 Adapter 接口、Runner、Config。
实现 spark hub list 和 spark hub doctor。
实现依赖检测通用逻辑（PATH 查找、版本解析）。
配置体系接入：在 ~/.spark.yaml 中支持 hub.* 节点。
验收标准：spark hub list 能正确显示三个 Adapter 的可用/不可用状态；spark hub doctor 能给出清晰的安装指引。

Phase 2：OpenCLI 集成 (第 2–3 周)

实现 OpenCLIAdapter。
实现 spark web list。
实现 spark web <adapter> <command> 的动态参数透传（利用 Cobra 的 Args 机制）。
自动追加 --format json 以便 Spark 做二次处理（当用户未显式指定格式时）。
验收标准：spark web bilibili hot -f json 与 opencli bilibili hot -f json 输出一致；未安装 opencli 时给出友好提示。

Phase 3：public-clis 集成 (第 3–4 周)

实现 SocialCLIAdapter，支持 twitter-cli、bilibili-cli、rdt-cli、tg-cli 的检测与映射。
实现 spark social list。
实现 spark social <platform> <command> 动态子命令。
验收标准：spark social twitter feed 能正确调用 twitter-cli feed；spark social bilibili search golang 工作正常。

Phase 4：CLI-Anything 集成 (第 4–5 周)

实现 CLIAnythingAdapter。
实现 PATH 动态发现逻辑：扫描 cli-anything-* 可执行文件。
实现 spark app list。
实现 spark app <software> [args...] 动态子命令。
验收标准：安装 cli-anything-gimp 后，spark app list 能显示 gimp；spark app gimp --json project new 调用成功。

Phase 5：文档、测试、发布 (第 5–6 周)

为 internal/hub 编写 BDD 测试（使用 mock runner 或测试子进程）。
更新 docs/usage/hub.md、docs/usage/web.md、docs/usage/social.md、docs/usage/app.md。
更新 README.md 和 AGENTS.md。
运行 make lint 和 make test，确保全部通过。
验收标准：所有新功能均有文档覆盖；CI 通过；发布新版本 tag。

9. 详细任务分解

Task 1：Hub 包基础设施搭建

目标：建立 internal/hub 目录结构和核心接口。
输入：当前 Spark 的 internal/ 目录规范。
输出：
- internal/hub/adapter.go（接口定义）
- internal/hub/manager.go（注册表）
- internal/hub/runner.go（安全子进程执行）
验收标准：接口编译通过；Runner 能正确执行命令并捕获 stdout/stderr/exit code。
优先级：P0
工时：2 天

Task 2：Hub 配置读取与 Viper 绑定

目标：让 ~/.spark.yaml 支持 hub.* 配置。
输入：internal/config 现有逻辑。
输出：internal/hub/config.go 及相关结构体。
验收标准：Viper 能正确读取 hub.opencli.path、hub.social.twitter.path、hub.anything.auto_discover 等嵌套 key。
优先级：P0
工时：1 天

Task 3：`spark hub list` 命令实现

目标：列出所有 Adapter 名称、显示名称、可用状态及子工具列表。
输入：Hub Manager、三个 Adapter 的 Check() / ListTools() 实现。
输出：cmd/hub.go 中的 hub list 子命令。
验收标准：终端表格输出正确；未安装时状态显示为 not installed。
优先级：P0
工时：1 天

Task 4：`spark hub doctor` 命令实现

目标：诊断所有外部 CLI 的依赖完整性。
输入：各 Adapter 的 Check() 和 InstallGuide()。
输出：cmd/hub.go 中的 hub doctor 子命令。
验收标准：能分别提示 "缺少 Node.js"、"缺少 opencli"、"缺少 twitter-cli" 等并给出安装命令。
优先级：P0
工时：1 天

Task 5：`spark hub run <adapter> -- <args>` 通用透传实现

目标：为所有 Adapter 提供原生命令透传能力。
输入：Hub Runner。
输出：cmd/hub.go 中的 hub run 子命令。
验收标准：
- spark hub run opencli -- bilibili hot -f json 输出一致。
- spark hub run social.twitter -- feed 输出一致。
- spark hub run anything.gimp -- --json project new 输出一致。
优先级：P0
工时：1 天

Task 6：OpenCLI Adapter 实现

目标：封装 opencli 的调用逻辑。
输入：OpenCLI 官方文档、参数规范。
输出：internal/hub/opencli.go。
验收标准：支持 BuildArgs 将 spark web 参数映射为 opencli 参数；自动追加 --format json（当需要时）。
优先级：P1
工时：2 天

Task 7：`spark web list` 实现

目标：列出 OpenCLI 支持的所有适配器。
输入：OpenCLIAdapter。
输出：cmd/web.go 中的 web list 子命令。
验收标准：执行 spark web list 与 opencli list 输出一致。
优先级：P1
工时：1 天

Task 8：`spark web <adapter> <command>` 动态子命令实现

目标：允许用户像使用 opencli 一样通过 spark web 调用任意适配器。
输入：Cobra 的 Args 处理机制。
输出：cmd/web.go 的主 RunE 逻辑。
验收标准：spark web bilibili hot -f json 工作正常；未知参数正确透传。
优先级：P1
工时：1.5 天

Task 9：SocialCLI Adapter 实现

目标：封装 public-clis 下的多个 Python CLI。
输入：twitter-cli、bilibili-cli、rdt-cli、tg-cli 文档。
输出：internal/hub/social.go。
验收标准：能分别检测四个 CLI 的安装状态；BuildArgs 能正确将 spark social <platform> <cmd> 映射为对应 CLI 的参数。
优先级：P1
工时：2 天

Task 10：`spark social list` 实现

目标：列出已安装的 social CLI。
输入：SocialCLIAdapter。
输出：cmd/social.go 中的 social list 子命令。
验收标准：表格展示 platform、CLI 名称、安装状态。
优先级：P1
工时：1 天

Task 11：`spark social <platform> <command>` 动态子命令实现

目标：支持 spark social twitter feed、spark social bilibili search golang 等调用。
输入：SocialCLIAdapter、Cobra Args 机制。
输出：cmd/social.go 主 RunE 逻辑。
验收标准：四个平台均支持命令透传；未安装时给出明确提示。
优先级：P1
工时：1.5 天

Task 12：CLI-Anything Adapter 实现

目标：封装 CLI-Anything 生成的 cli-anything-* 命令。
输入：CLI-Anything 文档、CLI-Hub 注册表格式。
输出：internal/hub/anything.go。
验收标准：
- auto_discover: true 时，能扫描 PATH 并列出所有 cli-anything-*。
- 支持 whitelist / blacklist 过滤。
优先级：P1
工时：2 天

Task 13：PATH 动态发现逻辑实现

目标：安全地扫描 PATH 目录，发现 cli-anything-* 可执行文件。
输入：os.Getenv("PATH")、平台路径分隔符规则。
输出：internal/hub/discover.go。
验收标准：Windows / Linux / macOS 均能正确发现；忽略非可执行文件；不执行任何外部程序（仅扫描文件名）。
优先级：P1
工时：1 天

Task 14：`spark app list` 实现

目标：列出已安装的 cli-anything 软件。
输入：CLIAnythingAdapter、Discover 逻辑。
输出：cmd/app.go 中的 app list 子命令。
验收标准：安装 cli-anything-gimp 和 cli-anything-blender 后，spark app list 正确显示。
优先级：P1
工时：1 天

Task 15：`spark app <software> [args...]` 动态子命令实现

目标：支持调用任意 cli-anything 生成的 CLI。
输入：CLIAnythingAdapter、Cobra Args 机制。
输出：cmd/app.go 主 RunE 逻辑。
验收标准：spark app gimp --json project new 与 cli-anything-gimp --json project new 输出一致；支持 --repl 等原生参数透传。
优先级：P1
工时：1.5 天

Task 16：Hub 模块 BDD 测试编写

目标：为 internal/hub 编写 Ginkgo/Gomega 测试。
输入：现有 internal/config/config_test.go、internal/git/finder_test.go 风格。
输出：internal/hub/hub_test.go 及各 Adapter 的单元测试。
验收标准：覆盖率 > 60%；使用 mock runner 避免强依赖外部二进制。
优先级：P1
工时：2 天

Task 17：集成测试与端到端验证

目标：在真实环境中验证三个 Adapter 的可用性。
输入：已安装 opencli、twitter-cli、cli-anything-gimp（可选）的测试环境。
输出：测试报告、问题修复 PR。
验收标准：
- spark web list 在已安装 opencli 的机器上成功。
- spark social twitter --help 透传成功。
- spark app list 能动态发现已安装的 cli-anything 命令。
优先级：P1
工时：2 天

Task 18：使用文档编写

目标：为 hub、web、social、app 编写使用说明。
输入：现有 docs/usage/*.md 模板。
输出：
- docs/usage/hub.md
- docs/usage/web.md
- docs/usage/social.md
- docs/usage/app.md
验收标准：文档包含安装前置条件、配置示例、常用命令、故障排查。
优先级：P2
工时：2 天

Task 19：README & AGENTS.md 更新

目标：同步更新项目根目录文档，保持信息一致。
输入：新增的功能列表。
输出：更新后的 README.md、AGENTS.md。
验收标准：README 中出现 "External CLI Hub" 章节；AGENTS.md 中记录本次集成任务。
优先级：P2
工时：0.5 天

Task 20：Lint、构建与 CI 检查

目标：确保代码符合项目规范，CI 通过。
输入：Makefile、GitHub Actions（如有）。
输出：无报错构建产物。
验收标准：make lint 和 make test 全部通过。
优先级：P0
工时：0.5 天

10. 附录

10.1 `~/.spark.yaml` 配置示例

# Spark 核心配置
repo-path:
  - ~/workspace

git:
  username: your-name
  email: your@email.com

# 外部 CLI Hub 配置
hub:
  opencli:
    path: "opencli"
    default_format: "json"

  social:
    twitter:
      path: "twitter-cli"
    bilibili:
      path: "bilibili-cli"
    reddit:
      path: "rdt-cli"
    telegram:
      path: "tg-cli"

  anything:
    auto_discover: true
    whitelist: []
    blacklist: []

10.2 安装检测逻辑伪代码

func (a *OpenCLIAdapter) Check(ctx context.Context) error {
    if _, err := exec.LookPath("node"); err != nil {
        return fmt.Errorf("Node.js is not installed")
    }
    if _, err := exec.LookPath(a.Path()); err != nil {
        return fmt.Errorf("opencli is not installed. Run: npm install -g @jackwener/opencli")
    }
    return nil
}

func (a *SocialCLIAdapter) Check(ctx context.Context) error {
    // 分别检测 twitter-cli, bilibili-cli 等
    for _, tool := range a.Tools {
        exec.LookPath(tool.Path)
    }
    return nil
}

func (a *CLIAnythingAdapter) Check(ctx context.Context) error {
    if _, err := exec.LookPath("python"); err != nil {
        return fmt.Errorf("Python is not installed")
    }
    return nil
}

10.3 关于 CLI-Anything 动态发现的安全说明

spark app list 通过扫描 PATH 环境变量中所有以 cli-anything- 为前缀的可执行文件来动态发现工具。不会执行这些文件，仅通过文件名匹配进行识别。实际调用时仍通过 exec.Command(name, args...) 安全传参，避免命令注入风险。

报告结束

FilesExpand file tree

cli-integration-report.md

Latest commit

History

cli-integration-report.md

File metadata and controls

Spark CLI 外部 CLI 集成调研报告

1. 执行摘要

2. 被集成 CLI 生态调研

2.1 OpenCLI

2.2 public-clis

2.3 CLI-Anything

3. Spark CLI 现状与集成约束

4. 集成方案对比

为什么推荐方案 C

5. 推荐的架构设计

5.1 目录结构

5.2 Adapter 接口

5.3 配置节点设计

6. 命令映射与 UX 设计

6.1 Hub 管理命令

6.2 快捷命令 - Web (spark web)

6.3 快捷命令 - 社交 (spark social)

6.4 快捷命令 - 桌面应用 (spark app)

7. 可行性分析

7.1 技术可行性 ⭐⭐⭐⭐⭐ (高)

7.2 维护成本 ⭐⭐⭐ (中)

7.3 跨平台兼容性 ⭐⭐⭐⭐⭐ (高)

7.4 安全与隐私风险 ⭐⭐⭐⭐ (低)

8. 实施计划

Phase 1：Hub 基础设施 (第 1–2 周)

Phase 2：OpenCLI 集成 (第 2–3 周)

Phase 3：public-clis 集成 (第 3–4 周)

Phase 4：CLI-Anything 集成 (第 4–5 周)

Phase 5：文档、测试、发布 (第 5–6 周)

9. 详细任务分解

Task 1：Hub 包基础设施搭建

Task 2：Hub 配置读取与 Viper 绑定

Task 3：spark hub list 命令实现

Task 4：spark hub doctor 命令实现

Task 5：spark hub run <adapter> -- <args> 通用透传实现

Task 6：OpenCLI Adapter 实现

Task 7：spark web list 实现

Task 8：spark web <adapter> <command> 动态子命令实现

Task 9：SocialCLI Adapter 实现

Task 10：spark social list 实现

Task 11：spark social <platform> <command> 动态子命令实现

Task 12：CLI-Anything Adapter 实现

Task 13：PATH 动态发现逻辑实现

Task 14：spark app list 实现

Task 15：spark app <software> [args...] 动态子命令实现

Task 16：Hub 模块 BDD 测试编写

Task 17：集成测试与端到端验证

Task 18：使用文档编写

Task 19：README & AGENTS.md 更新

Task 20：Lint、构建与 CI 检查

10. 附录

10.1 ~/.spark.yaml 配置示例

10.2 安装检测逻辑伪代码

10.3 关于 CLI-Anything 动态发现的安全说明

Task 3：`spark hub list` 命令实现

Task 4：`spark hub doctor` 命令实现

Task 5：`spark hub run <adapter> -- <args>` 通用透传实现

Task 7：`spark web list` 实现

Task 8：`spark web <adapter> <command>` 动态子命令实现

Task 10：`spark social list` 实现

Task 11：`spark social <platform> <command>` 动态子命令实现

Task 14：`spark app list` 实现

Task 15：`spark app <software> [args...]` 动态子命令实现

10.1 `~/.spark.yaml` 配置示例