引言

前端时间小马编写了一篇《AI时代下的CLI优势与MCP对比》，最近传统CLI爆火。飞书开源 CLI 算是一个挺有代表性的例子——在 Agent 的场景下，CLI 似乎比 GUI 更贴合实际需要。传统的 CLI 对普通用户来说确实不太利于人机交互，但到了 AI 时代，人机交互的重心变成了人与 Agent 之间的交互。这时候，CLI 对 Agent 的友好程度反而比 GUI 更高，因为 Agent 更容易调用和解析 CLI 的输入输出。于是，有了 CLI 之后，未来人只需要用自然语言跟 Agent 说清楚想做什么，剩下的事情交给 Agent 配合 CLI 去完成就好了。

一、什么是CLI

CLI 是 Command-Line Interface（命令行界面）的缩写。它是一种用户与计算机交互的方式：用户通过键盘输入文本命令，操作系统或应用程序接收并执行这些命令，然后以文本形式输出结果。

🤖 主要特点

• 纯文本交互：没有图形界面（如窗口、按钮、图标），全靠输入指令。
• 高效直接：熟练用户常用组合命令或脚本，能快速完成批量、复杂的任务。
• 资源占用少：相比图形界面，CLI 消耗的系统资源更少。
• 可脚本化：可以将一系列命令写入文件（脚本），实现自动化操作。
• 远程管理常用：通过 SSH 等协议连接远程服务器时，CLI 是最常见的操作方式。

⚙️ 常见例子

• Windows：CMD（命令提示符）、PowerShell
• macOS / Linux：Terminal（终端）、Bash、Zsh
• 数据库：MySQL 命令行客户端、psql（PostgreSQL）
• 开发工具：Git 命令行、Node.js 的 npm、Python 解释器

🔌 与 GUI（图形用户界面）对比

特性	CLI	GUI
操作方式	输入命令	点击图标/菜单
学习曲线	较陡（需记忆命令）	平缓（直观）
任务效率	批量、重复任务更高效	单次、探索性任务方便
出错反馈	通常返回错误码和文本信息	弹出提示框

总之，CLI 是开发者、系统管理员和高级用户常用的强大工具。即使日常使用 GUI，了解基本 CLI 命令也能极大提升工作效率。

二、飞书开源CLI与Agent CLI

老规矩，先上资源。

飞书CLI安装与使用指南 - 让AI Agent真正接入飞书：https://www.feishu.cn/content/article/7623291503305083853

开源GitHub：https://github.com/larksuite/cli?tab=readme-ov-file

飞书开源CLI事件，是理解“Agent下的CLI”（或称AI智能体命令行）一个极佳的切入点。这件事的核心，是飞书把自己变成了一个AI可以直接通过命令行操作的工具箱，它标志着AI从“聊天机器人”进化到了能“动手干活”的阶段。

要理解这个变化，可以从下面几个层面来看：

🤖 1. Agent CLI 到底是什么？

在传统认知里，CLI（命令行界面）是给专业人士用的，通过输入精确指令来操作计算机。而“Agent下的CLI”则有两个全新的维度：

• AI调用工具的接口：它将软件功能（如发消息、建文档）封装成结构化的命令，让AI Agent可以直接调用执行。
• AI与人类协作的界面：人类可以用自然语言向Agent描述需求，Agent在后台将其拆解为一条条CLI命令并执行。

飞书、钉钉等平台开源CLI，本质上就是把它们各自复杂的平台能力，封装成了一套AI能轻易理解和执行的标准化指令集。

🆚 2. Agent CLI 与过去有什么不同？

CLI之所以能在AI时代“翻红”，是因为它比过去两种让AI操作软件的方式都更高效、更可靠：

方式	核心原理	对AI的挑战
截图模拟	AI通过识别屏幕截图，模拟鼠标点击GUI界面	操作不稳定，界面变化就出错，就像蒙着眼指挥别人点按钮
API调用	AI直接调用软件官方提供的API	每个API的参数格式都不同，AI需要提前学习大量文档，非常笨重
Agent CLI	AI通过执行标准化的命令行指令	指令自带 --help，报错也是文本，大模型最擅长处理这些，交互几乎无摩擦

⚙️ 3. 飞书 CLI 是 Agent CLI 落地的范本

飞书开源的工具 lark-cli 就是Agent CLI理念的一个范本，其核心在于将飞书庞大的能力系统性地“CLI化”。

• 能力覆盖全面：lark-cli覆盖了飞书的11个核心业务域，提供超过200条具体命令，并内置了19个AI Agent技能包。
• 三层架构设计：飞书为满足人和AI的不同需求，设计了巧妙的三层架构：
  • Shortcuts（快捷命令）：通过 + 前缀调用，参数少，对人和AI都友好。
  • API Commands（平台命令）：与官方API一一对应，用于精确控制。
  • Raw API（原始接口）：可调用所有开放平台的接口，能力无死角。

🔌 4. Agent CLI 在执行层扮演什么角色？

要让AI从“理解”走向“执行”，需要一套完整的技术栈。其中，Agent CLI扮演着至关重要的“动手执行”角色，它与另外两个核心概念 Skill 和 MCP 有明确的协同分工：

概念	解决的问题	一句话理解
Skill (技能)	AI“懂什么”	给AI装上大脑，让它知道有什么知识和能力可用
MCP (模型上下文协议)	AI“怎么接”	给AI装上标准化的USB接口，让它能接入外部系统
CLI (命令行接口)	AI“怎么做”	给AI装上能执行具体动作的双手，让它去完成任务

举例来说：AI的 Skill 是“懂得如何发送一封飞书消息”；它通过 MCP 协议与飞书系统建立连接；最终，它调用 lark-cli send --user=xxx --content="..." 这条 CLI 命令，将消息实际发送出去。

🌐 5. Agent CLI 的浪潮与未来

飞书并非孤例，钉钉、企业微信等也纷纷开源了CLI工具，这背后反映的是“开放执行层”的共识。在这个浪潮中，不同玩家也走出了不同路径：

• 飞书：选择MIT协议直接开源 lark-cli，以最低门槛抢占开发者生态。
• 钉钉：虽然开源，但采用“灰度共创”模式，以安全和管控为先，更符合其企业客户的诉求。
• 全球趋势：lark-cli 这类工具让AI Agent有了“原生能力”，而像Claude Code、Gemini CLI等智能体工具则是AI Agent本身的“原生形态”，它们直接运行在终端，改变着我们的工作方式。

💎 总结

总的来说，“Agent下的CLI”并非简单的技术复古，而是AI演进到“执行阶段”的关键一步。正如飞书CLI所展现的，它将复杂的软件能力模块化、标准化，为AI进入业务流程铺平了道路。这标志着人机协作正从“人类操作”转向“人指挥、AI执行”的智能新时代。

三、什么是 coding agent

简单来说，Coding Agent（编程智能体） 是一个能够自主理解、规划并执行复杂编程任务的AI系统。

它不仅仅是帮你“写几行代码”的自动补全工具，而是像一个有自主性的初级程序员伙伴。它通常具备以下核心能力：

• 自主规划：能理解一个完整的功能需求（例如：“用Python写一个爬虫，抓取某网站新闻并保存为CSV”），并将其拆解成多个子任务（如：请求网页、解析数据、处理异常、保存文件）。
• 工具使用：可以主动调用各种工具来完成任务，比如：
  • 读写文件：创建、修改、删除代码文件。
  • 执行命令：运行脚本、安装依赖包（如 pip install）、启动服务。
  • 检索信息：搜索网络文档、查询代码库。
• 迭代与调试：尝试运行代码，如果遇到错误，能读取错误日志，分析原因，自主修改代码并再次运行，直到成功。
• 上下文感知：理解整个项目的结构、不同文件之间的关系，而不仅仅是当前打开的单个文件。

它与普通AI编程助手的区别是什么？

特性	普通AI助手 (如基础版ChatGPT)	Coding Agent (如Devin, AutoCoder)
交互模式	一问一答，用户需要复制粘贴代码并手动运行	设定目标后，自主工作，可多轮修正
任务范围	解决离散的、独立的小问题（如写一个排序函数）	执行包含多步骤、有依赖关系的复杂任务
行动能力	只能输出文本建议，无法操作你的文件或终端	可以直接操作你的文件系统、运行命令、查看结果
错误处理	用户把错误信息告诉它，它再给出修正建议	自动捕获错误，尝试自行修复，直至任务完成或需要帮助

常见的应用场景：

1. 根据需求生成整个项目：你说“我要一个React的待办事项应用”，它能生成所有组件、样式、状态管理代码，甚至帮你 npm install 并启动预览。
2. 端到端的功能开发：为一个现有代码库增加新功能，比如“在用户登录后，自动发送一封欢迎邮件”。
3. 自动化代码重构与迁移：例如“把这个项目的所有回调函数改成async/await语法”。
4. 自动化调试：给它一个错误报告或失败的单测，它能追踪代码、定位问题、提出并验证修复方案。
5. 生成测试与文档：为整个模块自动编写单元测试，或生成API文档。

当前的一些代表例子：

• Devin：由Cognition Labs开发，是功能非常全面的代表性产品，宣称能独立完成整个软件开发流程。
• GitHub Copilot Workspace：GitHub官方的“智能体”版本，集成在开发环境中。
• AutoCoder、OpenDevin：开源社区的项目，让开发者能尝试和构建自己的Coding Agent。
• 传统的AI助手 + 插件：比如将Claude或GPT-4与 Continue、Cline 等VSCode插件结合，也能实现部分Coding Agent的能力。

需要留意的局限性：

• 复杂项目理解不足：在超大型、架构复杂或很古老的代码库中，容易迷失方向或产生错误决策。
• 可能制造混乱：它的尝试性修改，有时可能会引入新的Bug，甚至破坏原有功能，尤其是在没有完善测试覆盖的项目中。
• 安全与合规风险：自主执行命令和修改代码存在风险，比如意外删除文件、执行恶意操作或违反代码规范。
• 成本较高：运行一个完整的Coding Agent需要大量的计算资源和Token消耗。

总的来说，Coding Agent代表了AI编程工具从“被动助手”向“主动协作者”演进的下一步。目前，它更适合作为经验丰富的程序员的超级助手，来分担重复性、探索性或边界清晰的子任务，而不是完全替代人类开发者。但它的能力正在以惊人的速度增长。

四、如何在 Agent 下开发自己系统的 CLI

针对“在 Agent 下开发自己系统的 CLI”，这里的 Agent 有两种常见理解：

1. AI 编程助手（如 GitHub Copilot、ChatGPT、Cline 等）—— 你希望借助 AI Agent 来辅助开发 CLI 工具。
2. 多智能体系统中的 Agent —— 你需要为自己的 Agent 设计一个命令行交互接口。

下面分别给出建议，并重点展开第一种（更常见）。

---

1、借助 AI Agent（编程助手）开发 CLI

1. 明确 CLI 的需求

先理清你的系统需要暴露哪些功能给命令行，例如：

• 启动/停止服务
• 执行特定任务（数据处理、模型推理、配置管理）
• 查看状态、导出日志等

2. 选择 CLI 开发框架（可让 AI 帮你选型）

不同语言的主流 CLI 库：

语言	推荐库	特点
Python	click, typer, argparse	typer 基于类型提示，最现代
Go	cobra	功能强大，支持子命令
Node.js	commander, yargs	生态成熟
Rust	clap	高性能，类型安全

3. 让 AI 生成脚手架代码

例如对 Python + typer，你可以这样提示 AI：

“用 typer 创建一个 CLI，包含三个子命令：start（启动服务）、stop（停止服务）、status（查看状态）。服务配置从 config.yaml 读取。”

AI 会生成类似下面的代码：

import typer
import yaml

app = typer.Typer()

def load_config():
    with open("config.yaml") as f:
        return yaml.safe_load(f)

@app.command()
def start():
    config = load_config()
    typer.echo(f"Starting service with {config}")
    # 实际启动逻辑

@app.command()
def stop():
    typer.echo("Stopping service")

@app.command()
def status():
    typer.echo("Service is running")

if __name__ == "__main__":
    app()

4. 利用 Agent 迭代开发

• 添加参数：--verbose、--config 等，直接让 AI 补充。
• 集成业务逻辑：把系统核心模块导入 CLI，AI 可以帮助生成调用代码。
• 生成帮助文档：让 AI 根据函数签名自动生成 README.md 中的 CLI 使用说明。
• 编写测试：使用 pytest + click.testing 或 typer.testing，AI 可生成测试用例。

5. 打包与分发

• Python：setup.py 或 pyproject.toml 中定义 console_scripts 入口点，AI 可生成模板。
• Go：go build 直接生成二进制。
• Node.js：配置 bin 字段在 package.json。

---

2、为 Agent（智能体）设计 CLI 接口

如果你的“Agent”是指一个自主决策的 AI Agent（例如 LangChain Agent、强化学习 Agent），你想通过命令行与之交互：

1. 设计交互协议

• 输入：用户通过 CLI 输入自然语言指令或结构化命令。
• 输出：Agent 执行后输出文本、表格、文件等。

2. 实现一个简单的 REPL（Read-Eval-Print Loop）

import cmd

class AgentCLI(cmd.Cmd):
    intro = "Welcome to Agent CLI. Type help or ? to list commands."
    prompt = "(agent) "

    def do_run(self, arg):
        """执行任务：run <task description>"""
        result = agent.execute(arg)
        print(result)

    def do_status(self, arg):
        print("Agent status: idle")

    def do_exit(self, arg):
        return True

if __name__ == "__main__":
    AgentCLI().cmdloop()

3. 集成 Agent 核心

• 如果 Agent 是 LangChain 类型，CLI 可以接收用户输入，调用 agent.run(user_input)。
• 如果 Agent 是环境交互型（如游戏 AI），CLI 可发送动作、接收奖励。

4. 扩展功能

• 支持批处理模式：agent-cli --file commands.txt
• 支持输出为 JSON（便于其他程序调用）
• 支持历史命令、自动补全（可借助 prompt_toolkit）

---

3、通用开发流程（无论是否使用 AI）

步骤	动作
1	定义命令与参数结构（命令行接口规范）
2	选择 CLI 框架并初始化项目
3	实现每个命令对应的回调函数（调用系统内部 API）
4	添加错误处理、日志、配置文件支持
5	编写单元测试与集成测试
6	打包、发布到包管理器或直接分发二进制

---

4、用 AI Agent 加速 CLI 开发的示例提示词

• 生成基础骨架：
  “用 Go 的 cobra 创建一个 CLI 工具，根命令为 mysys，子命令有 config set、config get、run。”

• 添加参数校验：
  “为 Python typer 的 run 命令添加一个 --threads 参数，类型为 int，默认值为 4，值必须在 1~16 之间。”

• 生成 Bash 补全：
  “为上述 CLI 生成 bash 自动补全脚本。”

• 编写 README：
  “根据以下 CLI 代码生成用户手册，包含安装方法和所有命令示例。”

---

总结

• 如果你是开发者：直接使用 AI 编程助手（如 Copilot、Cursor、通义灵码）与对话式 AI（ChatGPT/Claude）结对编程，能极大提升 CLI 开发效率。
• 如果你在开发 Agent 系统：实现一个 REPL 或基于 cmd 的简单 CLI 即可与 Agent 交互。
• 核心要点：无论哪种情况，先明确命令树，再让 AI 生成样板，最后集成你的业务逻辑。

五、CLI编写指引

1、参考 飞书CLI的开源源码模仿实现；

地址：https://github.com/larksuite/cli/blob/main/README.zh.md

2、编写基于CLI的skills

对于 Agent 你只需要用自然语言告诉它你想干什么，它会自动调用skills cli处理任务。

这是lark-cli中的doc skills包,，其中展示了基于CLI的skills编写。

我们再来回顾之前下 基于脚本或者API的SKILL编写。我们从clawhub上找到一个包https://clawhub.ai/steipete/weather，查看通过curl http请求API的方式。

当然，如果这里只想先调用脚本（如PY）再由脚本发起HTTP请求API也是同样的道理。SKILL包的编写就像语文写作文一样，没有什么标准答案。