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1lark-cli calendar agenda比如给同事发条消息1wecom-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MCPModel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。