麦克利
经 AI Skill Hub 精选评估，麦克利 获评「强烈推荐」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。
📚 深度解析
麦克利 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
麦克利 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
麦克利 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 克隆仓库 git clone https://github.com/ljh-sh/macli cd macli # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 查看帮助 macli --help # 基本运行 macli [options] <input> # 详细使用说明请查阅文档 # https://github.com/ljh-sh/macli
# macli 配置说明 # 查看配置选项 macli --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export MACLI_CONFIG="/path/to/config.yml"
macli
Minimal context with maximum flexibility — macOS system tools for AI agents. Native Apple frameworks. AI-friendly JSON/TSV output.
macli turns macOS system internals into a clean CLI. SMC sensors, streaming monitor, calendar/reminders, notifications — all callable from shell pipes or LLM agents, all JSON/TSV. One ~400 KB Swift binary. No Python runtime, no osascript overhead, no GUI.
Use it when you (or your AI agent) need to ask macOS something that system_profiler / ioreg / osascript either can't answer or answer badly: CPU die temperature right now, stream 1 Hz sensor readings into awk, today's calendar as JSON.
Mirrors: github.com/ljh-sh/macli · codeberg.org/ljh-sh/macli
Install
Build from source
Requires Swift 5.10+ / macOS 12+.
git clone https://github.com/ljh-sh/macli
cd macli
swift build -c release❓ `brew install macli` says "trust" or refuses to load the formula
Homebrew 6 added a trust step for third-party taps. Run brew trust ljh-sh/cli once, then brew install ljh-sh/cli/macli. This is a security feature, not a bug.
❓ Is the build reproducible?
Mostly yes.
- Reproducibility depends on pinning Xcode / LLVM versions.
- Build hardening —
SOURCE_DATE_EPOCH,ZERO_AR_DATE, deterministic mtimes, RPATH removal — lives in.x-cmd/release.common.sh.
❓ "macli cannot be opened because the developer cannot be verified"
macli ships with ad-hoc signature (no Apple Developer ID). For direct-download installs, strip the quarantine attribute:
xattr -dr com.apple.quarantine /usr/local/bin/maclipost_install.
❓ First `macli cal ls` / `event ls` / `reminder` call hangs for seconds
macOS TCC is prompting for Calendar/Reminders access. Click the system dialog to grant. Subsequent calls are instant. If you missed the prompt, go to System Settings → Privacy & Security → Calendars (or Reminders) and enable the terminal you're running macli from.
❓ `macli smc86 ...` returns empty results on Apple Silicon
Expected. smc86 queries the Intel-Mac SMC key space, which Apple cleared on Apple Silicon. Use macli smc (not smc86) on M-series Macs.
❓ How is macli different from iStats / smcFanControl / stats / iSMC / SMCKit?
- iStats — Ruby gem, Intel-only, last released 2018. GUI-leaning.
- smcFanControl — macOS app for setting minimum fan speed. GUI.
- stats — macOS menu-bar dashboard. GUI.
- iSMC — Go CLI. Closest peer, but Go runtime adds ~5 MB to the binary.
- SMCKit — Swift library, Intel-only. No CLI streaming, no EventKit.
- macli — Swift CLI built for shell pipes and LLM agents. JSON/TSV only, no GUI, no Ruby/Go runtime, Apple Silicon first-class. Smallest binary in the list (~400 KB stripped).
❓ Why is `macli cal ls` faster than `osascript`?
osascript routes through AppleScript → Calendar.app RPC channel → permission prompts. Every cold start loads the AppleScript component. macli links EventKit.framework directly and requests permission once via the standard TCC prompt; subsequent calls are in-process.
❓ Does macli modify my calendar data?
Read commands (cal ls, event ls) never touch state. Write commands (cal add, event add, reminder add) only run when you invoke them explicitly, with the exact arguments you pass. macli never syncs, never deletes, never auto-modifies.
❓ Why was speech recognition (`macli speech recognize`) removed?
Short version: macOS won't let a bare CLI use speech recognition.
SFSpeechRecognizerneeds anInfo.plistwithNSSpeechRecognitionUsageDescription.- SwiftPM CLI binaries don't have one, so TCC denies access and the process crashes.
- Fixing it means bundling macli as a
.app, which isn't worth the pipeline complexity. - Use hear instead — it's signed, notarized, and does exactly this job.
❓ Apple Silicon vs Intel?
Both supported via a single universal binary. On Apple Silicon use macli smc; on Intel use macli smc86. The binaries are identical; the subcommand selects the sensor path.
FAQ about Installation & permissions
FAQ about SMC — what it is, why macli exists
FAQ about EventKit internals
FAQ about Compatibility
FAQ about Internals
高质量的开源AI工作流工具
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +Apache-2.0 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：麦克利 的核心功能完整，质量优秀。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | macli |
| 原始描述 | 开源AI工作流：0.1MB macOS system tools for AI Agents. Native Apple frameworks. AI friendly wit。⭐8 · Swift |
| Topics | AImacOSSwift工作流 |
| GitHub | https://github.com/ljh-sh/macli |
| License | Apache-2.0 |
| 语言 | Swift |
收录时间：2026-06-16 · 更新时间：2026-06-16 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。