AI 干活的三件套：CLI、MCP 和 Skill 到底是什么？
近期, 科技领域发生一件热闹的事情, 在同一周的时间里, 钉钉开源了自身的CLI, 飞书也开源了其CLI, 企业微信同样开源了自己的CLI。
你或许会如此询问, CLI究竟是什么东西, 它与之前老是听闻的MCP存在着怎样的关联, 另外那个被称作Skill的又是指的什么呢?
别慌，今天用一个比喻把这三样东西讲明白。
先从一个场景说起
倘若你身为老板, 方才聘请了一位极为出色的实习生, 此实习生便是AI Agent , 你期望他于钉钉之上干活, 是发消息, 查日程, 建表格, 安排会议之意！
出现问题了, 那位刚刚前来的实习生, 他并不清楚公司所使用的那些工具是什么, 并且他也不晓得要怎样去进行操作。
你得解决三个问题：
给其一个可对钉钉予以操作的用具, 使其知晓自身手头存有该用具, 教导他于何等情境运用何种功能。
对应的便是 CLI、MCP 和 Skill 的, 分别是这三个问题。
CLI：给实习生一套工具
CLI, 也就是Line, 它是命令行工具, 是那种当你于电脑终端之中敲入一行文字时, 电脑会帮你去干活的工具。
比如查今天的日程：
1
lark-cli calendar +agenda
比如给同事发条消息：
1
wecom-cli im send --text "周五下午开会" --to zhangsan
没有界面，没有按钮，全靠打字。
你会不会觉得这般实在是太过原始了? 然而这恰恰就是AI最为钟爱的方式。缘由在于AI最拿手的便是处理文字, 输入的是文字, 输出的同样是文字, 极为契合。倘若你让AI去操控图形界面, 它就得先进行截屏, 接着还要利用视觉模型去寻觅按钮位置所在之地, 随后再模拟鼠标去点击——原本只需一行命令就能够搞定的事情, 却被拆分成了四步, 并且每一步都极有可能出现差错。
因此, CLI 乃是实习生手上所拥有的工具箱, 其中包含着扳手, 还有螺丝刀, 以及锤子, 他于需要之际便将其拿出予以使用, 在不需要之时放置一旁即可。
MCP：在实习生桌上摆一排按钮
模式上下文协议, 也就是MCP（Model）了。这家伙名字听起来挺吓人, 但实际上原理倒不算搞不懂猜不着的那种复杂了。
MCP 的做法为, 预先将所有工具的说明张贴于实习生的桌面上, 诸如: “你能够发送消息”“你可以查询日程”“你能够创建表格”等等, 把每一项能力都制作成一个按钮, 以便实习生在任何时候都能够进行按压。
益处十分显著, 实习生无需到处寻觅工具, 只需一抬头, 便明晰自身所能从事之事, 径直操作即可。
但有个代价：桌子就那么大。
名为上下文窗口的, 是AI的“桌子”, 其大小存在限制。在这个“桌子”上, 每个MCP工具都需摆放一张说明卡。若连接三五个工具, “桌子”仍较为宽敞。然而, 要是将钉钉、飞书、企业微信、Slack、Jira全部连接, 且每个软件配备十几个功能, 上百张说明卡摆放在“桌子”上, “桌子”便会被占满, 导致实习生连写字的地方都没有了。
并且, 工具数量过多存在一个问题, 那便是, 实习生在面对一百个按钮时, 选错的可能性也会随之增长。
CLI并非相同, 将工具箱放置于柜子之中, 桌上不摆放任何物品, 在有需求时, 打开柜子取出使用, 使用完毕后放归原处, 桌子自始至终保持洁净, 当然其代价是每次使用之前需先翻动工具箱查看其中物品（执行一次 --help）, 相较于直接按下按钮慢了一个步骤。
所以两者的核心区别就是：
事实上, 二者并非相互矛盾, 钉钉与飞书均同时给出了MCP以及CLI这两种接入途径。能够对终端环境进行访问的情形（像Code）运用CLI会更具灵活性, 无法对终端环境进行访问的情形（例如某些桌面端AI工具）则采用MCP。
Skill：给实习生一本操作手册
前面的那两个, 将“有什么工具”以及“怎么叫 AI 知晓工具所处何方”的疑问给解决掉了。然而, 还存在另一个疑问: 就是说, 纵然 AI 清楚有工具, 可这并不意味着它能够将其妥善运用好。
你对AI讲“帮我把会议纪要裏的要办事项整理呈现”, AI需明白: 首先要运用怎样的指令去读取会议纪要? 进而提取出的待办事项依据何种指令来生成? 生成时要凭借哪些参数考量? 倘若出现错误该如何应对呢?
这便是 Skill 所具备的作用, 它是一本专门为 AI 撰写的操作手册。
Skill并非工具, 它自身不会去干活。它告知AI, 你具备哪些可用的命令。它还说明, 在什么样的场景下该使用哪一个, 参数要如何填写。它也提及, 出了错应当怎样去补救。
不存在Skill的情况下, AI同样能够运用CLI, 借助--help自行去摸索。然而, 这情形恰似让初来乍到的实习生自行去翻阅工具箱的说明书——可以使用, 不过速度缓慢, 并且极易出现差错。
有了Skill, 这就好比给实习生一本由经验丰富的老员工所撰写的操作指南, 指南里提到, 要是遇到查日程的需求, 那就先用这个命令, 倘若对方并未说出时间范围, 那就默认查本周, 要是报权限错误, 那就跑这个命令去申请权限。
实习生拿着这本手册，上手就快得多，犯错也少得多。
并且, Skill 的设计具备相当的巧妙性, 能够做到跟 CLI 一样, 是依据需求来进行加载的, 与此同时, AI 的上下文所放置的唯有一句话做的简介——告知用户“你拥有操控钉钉的手册”, 唯有当 AI 判定需要对钉钉展开操作之际, 才会进而去翻开手册的详尽内容, 在不需要使用的时候, 不会占用桌面的空间。
三者的关系，一张图说清
1 2 3 4 5 6 7 8 9 10 11 12 13
你说一句话："帮我查下周跟张三的会议" │ AI 判断要操作日历 │ Skill 告诉 AI 该用什么命令、参数怎么填 │ AI 通过 CLI 在终端执行命令 │ 结果返回给你
不是选择 CLI, 就是选择 MCP（这得看环境对于有没有终端的支持情况判断）, Skill 属于加分的项目, 有了 Skill 之后 AI 把工作给干好更是可靠性增强的表现。
那我作为普通用户需要关心这些吗？
说实话，大多数人不需要关心这些底层概念。
接下来你会切实体会到的改变会是, 往后每当你跟人工智能说上一句话, 它便能够帮你去操作钉钉, 还能操作飞书, 也能处理企业微信的事项。它可以帮你查询日程, 帮你发送消息, 帮你创建文档, 帮你安排会议, 只要你动嘴, 它就动手去做。
使这件事得以成为可能的基础设施, 是CLI、MCP、Skill, 恰似你每日使用微信时, 无需知晓TCP/IP协议如何运转一样。
但如果你是那种喜欢搞清楚原理的人，记住这三句话就够了：
CLI 是给 AI 用的工具箱。
MCP 是把工具提前摆在 AI 桌上的一种方式。
Skill 是教 AI 怎么把工具用好的说明书。
以往的软件专门依据人的情况来策划界面, 当前当下的软件着手将为AI策划接口服务了, 三大办公平台于同一周把CLI进行开源, 这恰恰是这个时代发生转变的一种体现现象, 是有代表性的一个缩影。
供人类使用服务的是 GUI, 能够为AI提供服务的却是 CLI, 同一产品存在着两样不同形态, 这些情况以后将来会成为常态的状态。