mcp2cli输出控制全攻略--json、--toon、--head等6个开关让LLM更好读懂API【免费下载链接】mcp2cliTurn any MCP, OpenAPI, or GraphQL server into a CLI — at runtime, with zero codegen项目地址: https://gitcode.com/gh_mirrors/mc/mcp2climcp2cli能把任意 MCP 服务器、OpenAPI 规范或 GraphQL 接口在运行时变成 CLI 命令行工具零代码生成。而真正让它对 LLM 友好的是内置的一组输出控制开关--json、--toon、--head、--pretty、--raw外加管道模式自动紧凑化。本文带你逐个搞懂这 6 个开关让 AI Agent 调用 API 时又准又省 token。为什么输出控制对 LLM 如此重要想象一下你的 AI Agent 调用了 MCP 服务器接口返回了 200 条记录、每条 200KB 的地理数据……如果原样灌进上下文token 费可能直接爆炸。mcp2cli 的设计哲学是每轮对话节省 96–99% 的 schema token 开销而输出控制开关就是这枚硬币的另一面格式对不对—— Agent 能不能可靠地解析结果大小大不大—— 一条结果占多少 token人能看吗—— 调试时输出是否可读所有输出最终都汇聚到同一个核心函数output_result()逻辑清晰可查src/mcp2cli/init.py。6 个输出开关速览开关作用典型场景--json强制每个命令输出合法 JSON脚本/Agent 可靠解析--toon用 TOON 编码输出比 JSON 省 40–60% tokenLLM 消费大数组--head N只保留前 N 条记录预览超大响应--prettyJSON 美化缩进输出人眼阅读调试--raw打印原始响应体不做 JSON 解析排查接口问题管道紧凑化非 TTY 时自动输出单行 JSON配合jq处理--json最可靠的强制 JSON开关mcp2cli --mcp https://mcp.example.com/sse --json search --query test--json会让每一个命令包括--list都输出 100% 合法的 JSON它是机器可读输出的一等公民--list --json输出命令对象数组name、description、parameters…MCP 工具调用输出完整的 CallToolResult 信封——包含structuredContent和isError而不只是拍平的文本。这正是现代 MCP 工具放置机器可读结果的地方OpenAPI / GraphQL 调用直接把响应体作为 JSON 输出非 JSON 的响应体会被包装成 JSON 字符串它的杀手锏是优先级最高--json会覆盖--raw和--toon两者都可能产生非 JSON 输出所以它是名副其实的force JSON开关。实现见 src/mcp2cli/init.py。 给 AI Agent 的提示词里加上输出用--jsonAgent 就能稳定解析每次调用结果不再靠猜。--toon为大数组省 40–60% token 的编码格式mcp2cli --mcp https://mcp.example.com/sse --toon list-tagsTOONToken-Oriented Object Notation是一种面向 LLM 的高效编码格式。对于结构均匀的大数组比如list-tags、list-users这类字段一致的记录列表比 JSON 少消耗 40–60% 的 token半结构化数据也能省 15–20%。两点注意需要安装外部 CLInpm install -g toon-format/cli缺失时会警告并自动回退为普通 JSON 输出不会报错中断它和--json冲突时--json赢——因为 TOON 不是 JSON选型口诀脚本解析用--jsonLLM 阅读大数组用--toon。--head N超大响应只取前 N 条mcp2cli --spec ./spec.json list-records --head 5这是排查接口会不会撑爆上下文的必备工具。--head N会把 JSON 数组切片为前 N 条记录对 dict/标量则原样返回实现见 src/mcp2cli/init.py。实战建议首次探测一个陌生 API 时先跑--head 3看看字段是否会产生超大输出比如 geo_shape 多边形可能单条就有 200KB在教 AI Agent 使用新 API 的 Skill 文档中把大响应先用--head预览写进检查清单——skills/mcp2cli/SKILL.md 就是这个最佳实践它对所有模式通用MCP、OpenAPI、GraphQL 均可--pretty 与管道紧凑化人机两全的输出格式# 人看缩进美化 mcp2cli --spec ./spec.json --pretty list-pets # 机器处理管道里自动单行紧凑 JSON mcp2cli --spec ./spec.json list-pets | jq .[] | .namemcp2cli 的缩进规则很聪明_emit_json中实现TTY 终端或显式加--pretty→ 缩进 2 空格的美化输出管道/重定向非 TTY→ 自动单行紧凑输出方便jq等工具直接消费也就是说你什么都不用配置人看人样、机看机样自动切换。--raw跳过解析看接口的素颜mcp2cli --spec ./spec.json --raw get-data--raw直接打印原始响应体不做任何 JSON 解析。适合的场景接口返回了 xlsx、parquet、图片等二进制或特殊格式想导出到文件怀疑响应体本身有格式问题想看服务端原封不动吐出来的内容注意二进制导出建议配合重定向到文件避免文本编码损坏内容。开关组合实战速查场景推荐命令片段Agent 稳定解析工具列表--list --jsonLLM 阅读大数组结果--toon预览超大数据集list-records --head 3 --pretty用 jq 过滤字段直接管道\| jq .[] \| .name导出二进制文件--raw output.xlsx既要 JSON 又限制条数--json --head 10--head在所有模式下都生效几个容易踩的坑--json --toon同时写 → 实际生效的是--json--head只作用于数组如果接口返回单个对象原样输出--toon没装 CLI 时不会失败只是静默回退——如果你发现明明加了--toon输出还是 JSON先检查是否安装了toon-format/cli写在最后mcp2cli 让 MCP、OpenAPI、GraphQL 三种 API 在运行时变成一个统一的 CLI而--json、--toon、--head、--pretty、--raw加管道紧凑化这 6 个输出开关则决定了这个 CLI 与 LLM 协作时的效率上限。想深入了解架构和 token 节省分析可以看看测试里的实测数据tests/test_token_savings.py。安装只需要一行动手试试吧uv tool install mcp2cli仓库地址git clone https://gitcode.com/gh_mirrors/mc/mcp2cli【免费下载链接】mcp2cliTurn any MCP, OpenAPI, or GraphQL server into a CLI — at runtime, with zero codegen项目地址: https://gitcode.com/gh_mirrors/mc/mcp2cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考