Agent 真正開始有產值，往往不是因為它更會聊天，而是因為它開始能操作外部軟體
這一年，大家談 AI agent，已經不是停留在「會不會寫 prompt」的層次，而是進入更現實的問題：它到底能不能幫你把工作往外推進？它能不能開 PR、重跑 CI、部署 preview、驗證 webhook、更新雲端資源、推送電商主題、同步 CRM 設定、建立 sandbox、抓回 log？
這也是為什麼「外務軟體」開始變成 agent 生態裡最值得研究的一層。所謂外務軟體，不是你自己 repo 裡的程式，而是你公司真正在用來交付、部署、收款、營運、賣貨、做 CRM 的 SaaS 與平台。只要這些平台能被 CLI 可靠控制，它們就非常適合成為 agent 的手腳。
我怎麼定義「最適合 agent 用 CLI 控制的 SaaS」？
不是只要有命令列就算數。真正適合 agent 的外務軟體，通常同時具備五個條件：
第一，有官方 CLI 或穩定可腳本化介面。 這表示不是民間 hack，而是平台本身承認這是正規操作入口。
第二，可以非互動執行。 Agent 不能每做一步都等你按 Enter。
第三，有 sandbox、preview、dev store 或 staging 機制。 沒有緩衝區，agent 很難安全落地。
第四，輸出能被機器理解。 最好可回傳 URL、JSON、狀態碼、log。
第五，有清楚的權限模型。 否則 agent 一做錯，代價太大。
按照這個標準去看，目前熱度最高、也最適合拿來接 agent 的外務軟體，會集中在幾個類型：原始碼協作、部署平台、雲端基礎設施、付款系統、電商平台、CRM/CMS 平台，以及瀏覽器自動化工具。
第一梯隊：幾乎所有 agent 團隊都會先接的工具
1. GitHub CLI
GitHub 幾乎是目前 agent 外務能力的第一站，原因很簡單：多數軟體工作天然就卡在 GitHub。issue、PR、review、workflow、release、artifact，都在這裡。只要 agent 能用 gh，它就不只是會改本地檔案，而是能真的把工作往前推。
官方文件像 gh workflow run 已經很清楚：CLI 可以直接觸發 GitHub Actions workflow，還能帶入參數。這對 agent 非常關鍵，因為它意味著「改程式」和「驗證程式」之間的斷點被打通了。
具體應用情境：
Agent 修完 bug 後，自動建立 PR，再把變更摘要貼到 description。
Agent 根據 PR label 觸發指定 workflow，例如 e2e、build preview 或 deploy staging。
Agent 看到 CI fail，直接抓 workflow log 回來分析，判斷是 lint、type error、測試失敗還是環境變數沒拉到。
Agent 用 GitHub Actions 跑 nightly data sync、生成報表、批次檢查壞連結或 SEO 問題。
gh auth login
gh pr create --fill
gh workflow run deploy-preview.yml -f env=staging
gh run list --limit 5如果你今天只能先接一個外務軟體，GitHub 通常就是第一個。
2. Docker / Docker Compose
嚴格說 Docker 不是 SaaS，但在 agent 世界裡，它是最常見的執行環境控制層。多數 agent 真正出手前，都得先把依賴拉起來：資料庫、Redis、worker、queue、mock server、preview app。這時 docker compose 就是最穩的入口。
官方文件很清楚，docker compose up 可以建立與啟動服務，docker compose exec 可進入正在執行的 container，甚至還有 --dry-run 幫你先看動作不落地。
具體應用情境：
Agent 在跑整合測試前，先起完整 app stack。
Agent 在 container 裡執行 migration、seed、test、lint。
Agent 對 staging 問題做最小重現，把一組服務用 compose 拉起來再驗證。
Agent 用 dry-run 檢查部署流程是否會重建容器或拉錯 image。
docker compose up -d
docker compose exec web npm test
docker compose exec api python manage.py migrate
docker compose --dry-run up --build -d對 agent 來說，Docker 的意義是：先把世界搭起來，再讓模型做事。
3. AWS CLI
只要你做的是偏正式環境、企業系統或需要雲端資源控制，AWS CLI 一定是高頻工具。AWS 官方文件直接說，AWS CLI 是統一管理 AWS 各項服務的命令列介面，而且服務面非常廣，連 Bedrock、Bedrock Agent、CloudFormation、ECS、Lambda、S3 都在同一套介面裡。
具體應用情境：
Agent 把靜態產出物同步到 S3，再更新 CloudFront 或觸發部署流程。
Agent 根據 IaC 設定執行 CloudFormation deploy，並回讀 stack 狀態。
Agent 對 ECS service 做 rollout 驗證，確認新任務是否已健康啟動。
Agent 操作 Bedrock 相關資源，測試內部 AI 平台整合。
aws s3 sync ./dist s3://my-bucket
aws cloudformation deploy --template-file infra.yml --stack-name app-prod
aws ecs update-service --cluster my-cluster --service web --force-new-deploymentAWS CLI 的價值，不只是能做很多事，而是它把很多雲端操作都變成了可審計、可重做、可組合的命令。
4. kubectl
當你的系統進入 Kubernetes 階段，agent 最常接的不是某個 app 後台，而是 cluster 本身。Kubernetes 官方很明白：kubectl 是和 cluster control plane 溝通的主要 CLI。這對 agent 非常重要，因為它代表部署狀態、pod 健康、rollout、logs、jobs，全都能程式化。
具體應用情境：
Agent 在 rollout 後自動確認 deployment 是否成功。
Agent 抓取錯誤 pod 的 logs，回頭分析問題是否來自設定或程式。
Agent 在 staging 上 apply 新 manifest，再跑 smoke test。
Agent 幫團隊做簡單 SRE 工作，例如列出 crashloop pod、檢查 namespace 狀態。
kubectl get pods -n staging
kubectl apply -f k8s/deployment.yaml
kubectl rollout status deployment/web -n staging
kubectl logs deploy/web -n staging如果你的產品已經上叢集，agent 能不能操作 kubectl，往往直接決定它到底只是聊天機器，還是能進場工作的助手。
第二梯隊：AI app 與新創團隊最愛接的外務軟體
5. Vercel CLI
對前端產品團隊、新創 Web app、AI 工具產品來說，Vercel CLI 幾乎是最適合 agent 接管的部署工具之一。官方文件從 Deploy from CLI 到 vercel env、vercel deploy，整套都非常 agent-friendly。
具體應用情境：
Agent 修完前端功能後，自動建立 preview deployment，把 URL 回貼到 PR。
Agent 在本地或 CI 透過
vercel env pull拉環境變數，避免部署時缺參數。Agent 用 preview URL 跑 smoke test，例如首頁載入、登入頁、API 連通性。
Agent 判斷 staging 驗證通過後，再執行 production deploy。
vercel link
vercel env pull .env.local
vercel deploy
vercel deploy --prodVercel CLI 最大的優點，是它把「部署」做成很乾淨的輸出，尤其 deployment URL 直接出現在標準輸出，這對 agent 流水線很友善。
6. Cloudflare Wrangler
Wrangler 是 Cloudflare Workers 的 CLI。現在很多 AI app 或 API 產品會把 edge layer 放在 Cloudflare，上面再掛 D1、KV、R2、Queues。這種架構很適合 agent，因為每個部分都能被命令列控制，而且官方文件像 D1 Get Started 與 D1 Local Development 都已經把本地與遠端操作寫得很清楚。
具體應用情境：
Agent 修改 edge API 後，先在本地模式用
wrangler dev驗證。Agent 在 D1 本地資料庫跑 schema migration，再切 remote 上線。
Agent 部署 webhook、API proxy、圖片處理 Worker 到 Cloudflare。
Agent 控制 edge cache 或與 R2 組合的資料處理流程。
npx wrangler dev
npx wrangler d1 execute app-db --local --file=./schema.sql
npx wrangler d1 execute app-db --remote --file=./schema.sql
npx wrangler deploy如果你的產品是 AI gateway、邊緣 API 或高全球延遲敏感服務，Wrangler 很容易成為 agent 的第二隻手。
7. Supabase CLI
Supabase 在 AI app、新創產品與 side project 生態裡非常熱，而官方 CLI 也很完整。文件裡已明列 supabase init、supabase db push、supabase projects、supabase gen types、supabase functions deploy 等能力，甚至還有明確的 deployment guide。
具體應用情境：
Agent 新增資料表或 migration 後，先在連結好的專案上做
db push。Agent 發布 edge function，特別適合 webhook、AI 中介層、小型 API 任務。
Agent 根據 schema 自動產出 TypeScript types，回寫到前端專案。
Agent 管理專案連結與 deployment secrets。
supabase login
supabase link --project-ref your-project-id
supabase db push
supabase functions deploy hello-worldSupabase CLI 很適合當 agent 的資料層與小型 serverless 層控制面板。
第三梯隊：商業交易與營收流程的熱門外務軟體
8. Stripe CLI
Stripe CLI 的重要性，不在於它能列出資料，而在於它把 webhook 驗證與付款事件模擬，從很痛苦的 Dashboard 來回切換，變成可以直接進 agent pipeline 的事情。官方或官方維護文件中，stripe listen 和 stripe trigger 幾乎就是 agent 測付款流程的標配。
具體應用情境：
Agent 寫完 webhook handler 後，自動開 listener 並轉送到本地或 staging server。
Agent 觸發
checkout.session.completed、payment_intent.succeeded等事件驗證流程。Agent 比對 webhook payload 與資料庫紀錄是否一致。
Agent 測試退款、失敗付款、訂閱更新等事件路徑。
stripe login
stripe listen --forward-to localhost:3000/api/stripe/webhook
stripe trigger checkout.session.completed對做 SaaS、訂閱制、付款流程產品的人來說，Stripe CLI 幾乎是 agent 真正碰營收流程的入口。
9. Shopify CLI
如果你的團隊做電商，Shopify CLI 幾乎就是 agent 最該學會的外務工具之一。官方文件對 theme commands 與 app commands 都整理得很完整，這很適合 agent 上工。
具體應用情境：
Agent 拉取 theme、建立 development theme、推送變更，再提供 preview link 給設計或 PM 驗收。
Agent 幫商店 app 做 config pull、deploy、看 logs、觸發 webhook 測試。
Agent 對活動頁、商品模板、促銷版位做受控更新。
Agent 在 dev store 上測試 app extension 或 theme schema 變更。
shopify theme pull
shopify theme dev
shopify theme push
shopify app deploy
shopify app logs
shopify app webhook triggerShopify CLI 的好處是，它直接把工程輸出跟商業前台連起來。
第四梯隊：企業營運系統的高價值外務軟體
10. HubSpot CLI
HubSpot CLI 不像 GitHub 那樣人人都在講，但在 MarTech、B2B SaaS、CRM/CMS 團隊裡，實際價值很高。官方 quickstart 和 project commands 已經說明它可以做 upload、deploy、download、watch、logs、validate。
具體應用情境：
Agent 幫行銷頁模組做小改版，上傳到 sandbox 或 dev account。
Agent 驗證 CMS project build，再 deploy 到指定 HubSpot 帳號。
Agent 拉出環境設定、檢查 project 結構、分析 build log。
Agent 協助 growth team 把內容變更納入正常 release 流程。
npm install -g @hubspot/cli
hs account auth
hs get-started
hs project upload
hs project deploy如果你的 agent 工作碰到的是 CMS 與 marketing operations，不是純工程，那 HubSpot CLI 會比很多人想像中更重要。
11. Salesforce CLI
Salesforce CLI 比較重，但正因為重，它更能代表企業級 agent 外務能力的極限。官方文件明確說它是 Salesforce DX 的統一 CLI，而像 sf 命令結構、common actions、Hosted MCP Servers 也顯示 Salesforce 世界正在變得越來越 agent-friendly。
具體應用情境：
Agent 在 sandbox org 上做 metadata deploy，驗證設定或自訂元件。
Agent 跑 Apex tests、讀結果、回報失敗原因。
Agent 協助同步版本控制與 org 狀態。
Agent 幫企業流程團隊把 CRM 變更流程拉進可審計的交付鏈。
sf org login web --set-default-dev-hub
sf project deploy start
sf apex run test
sf org displaySalesforce CLI 很適合當 agent 進入企業系統世界的標誌性工具。
還有一類不能忽略：雖然不是 SaaS，但熱度極高的 agent 配件
12. Playwright
Playwright 不是商用 SaaS，但現在 agent 只要碰到「沒有 CLI、也沒有完整 API、只能從瀏覽器走」的系統，往往最後還是會回到 Playwright。官方 codegen 可以錄製瀏覽器互動，這讓 agent 在 GUI 世界裡至少有一條還算可控的路。
具體應用情境：
Agent 自動驗證 preview 網站的重要流程。
Agent 針對內部後台做固定測試與資料檢查。
Agent 在沒有 CLI 的系統上執行受控、低風險的自動化操作。
npx playwright codegen
npx playwright test它不該是第一選擇，但在現實世界裡經常是最後一哩路。
現在還有一個大趨勢：不是只有 CLI，而是 CLI + MCP
這一波 agent 工具熱度之所以升得這麼快，很大一部分來自 Model Context Protocol。MCP 官方文件把它定義成 AI 工具與資料源的標準介面，而 GitHub 更直接推出了官方的 GitHub MCP Server。這表示最熱門的外務軟體，正在從「可用 CLI」進一步升級成「原生 agent 接口」。
對工程團隊來說，這個趨勢很重要：未來不是每個 SaaS 都要讓 agent 直接拼 CLI 指令，而是可能由 MCP server 代管工具能力，再由底層呼叫 CLI 或 API。CLI 仍然很重要，但會越來越像可靠執行層，而 MCP 變成抽象接線層。
如果你今天要選一組最實用的 agent 外務工具，我會怎麼配？
組合一：軟體交付型
GitHub CLI + Docker + Vercel CLI + Cloudflare Wrangler
適合做 app 開發、preview、部署、API 與 edge layer。這是現在最常見的 agent 工程主線。
組合二：SaaS 產品營收型
GitHub CLI + Vercel CLI + Stripe CLI
適合做 SaaS 功能上線與付款流程驗證，尤其適合訂閱制產品。
組合三：電商營運型
GitHub CLI + Shopify CLI + Vercel CLI
適合電商前台、活動頁、主題與 app 變更流程。
組合四：企業流程型
GitHub CLI + HubSpot CLI 或 Salesforce CLI
適合 B2B SaaS、CRM、CMS、內部營運流程整合。
最後的判斷：現在最熱門的 agent 外務軟體，不只是有 CLI，而是能安全推工作
如果今天只問熱度，GitHub、Docker、AWS、Kubernetes、Vercel、Cloudflare 仍然是最主流的一線工具；Stripe、Supabase、Shopify 是高頻的第二梯隊；HubSpot 和 Salesforce 則是企業流程裡的高價值節點。真正讓它們適合 agent 的，不只是能下命令，而是它們把預覽環境、沙盒、權限、日誌、回傳值與工作流都做得足夠成熟。
也就是說，現在最熱門的 agent 外務軟體，本質上不是「可以被 AI 控制的軟體」，而是「願意把自己做成可被可靠控制的軟體」。對工程團隊來說，這差別很大。
