本文收录于「流浪」的系列专栏Linux系统⚙️C数据结构与算法PythonLangChain LangGraph️MySQL 数据库Git 工具计算机网络LLM大厂面试、八股学习筑基专栏 博客主页流浪 原创首发于 CSDN篇十五论证了为什么 CLI 是 Agent 最经济的操作接口——母语训练、文本确定、省 Token。但「知道该用 CLI」不等于「会写好一个 CLI」。本篇讲CLI 的四类调用分层、产品谱系以及给 AI 写 CLI 的七条原则。一、体验 Agent CLIplaywright-cli 实操轻量衔接完整实战抽出1.1 一条命令链看清 Agent CLI 的形态playwright-cli 把浏览器自动化拆成原子命令安装npminstall-gplaywright/clilatest playwright-cli--help验证 playwright-cliopenhttps://www.bilibili.com/--headed开页 playwright-cli snapshot 取页面快照 playwright-cli fill e43你想搜索的填搜索框 playwright-cli screenshot --full-page截全页。这些命令既能人手动敲也能被 Agent 读 help 后自主编排。1.2 技能注入让 Agent 接管流程playwright-cli install --skills装好技能后Agent 能直接理解“打开 B 站、搜索页面、整页截图保存”这类自然语言意图自动拆解成上面的命令链执行。Agent CLI 的“原子命令 技能注入”让浏览器操作从「写脚本」降级为「下指令」二、CLI Agent 调用分层四类2.1 传统 CLIgit、docker、GitHub CLI 等是最经典的 CLI 形态核心定位“专注做好一件事”并依靠强大的管道机制与其他工具自由组合。生态成熟、数量庞大是技术人的基础工具箱但门槛在于需用户硬记命令语法交互方式是人手动输入命令、系统执行。2.2 面向 Agent 的工具型 CLIPlaywright CLI、飞书 CLI、企微 CLI 是 AI 时代演进出的新工具形态保留经典命令行语法但设计初衷并非方便人类记忆而是专为 Agent如 Claude Code、Copilot提供原子化能力。其特征输出高度精简以省 Token、优先保证机器可读性、支持“技能”动态注入拓展 Agent 工具上下文。既可被人手动使用更常见的定位是 Agent 背后的“高效执行手”。2.3 云服务型 CLI企业微信 CLI、飞书 CLI 等平台型工具将平台的全部 API 能力封装成统一命令行接口最大价值在于统一鉴权免去开发者手动拼接 HTTP 请求的繁琐。既支持人使用也易于被自动化脚本调用。2.4 Agent 型 CLIClaude Code、Codex CLI、Gemini CLI、Cursor 等是新兴的 AI 原生形态彻底改变了交互逻辑——用户无需死记命令只需用自然语言描述意图AI Agent 便自主规划并执行多步骤任务具备强上下文理解能力极大降低使用门槛。四类分层对应“人敲 → 人/Agent 共用工具 → 平台 API 封装 → Agent 自主规划”越往后 Agent 自主性越强。选哪类取决于你把 CLI 当「人用的工具」还是「Agent 的器官」。三、常见的 Agent CLI 产品与框架3.1 产品 / 框架一览产品 / 框架简介地址Hermes AgentNous Research 开发具备持久记忆和自动化技能创建能力的自学习 CLI Agent支持 300 模型、多平台运行https://github.com/NousResearch/hermes-agentTraeCode CLI运行在本地终端里的编码智能体https://docs.trae.cn/cli_get-started-with-trae-code-cli-2Claude CodeAnthropic 推出的明星产品深度理解代码库、强规划执行、完全自主读写文件/执行命令/管 Githttps://www.anthropic.com/claude-codeCodex CLIOpenAI 官方终端 AgentRust 编写、性能出色--goal自主模式无人监督长运行https://github.com/openai/codexGemini CLIGoogle 出品Gemini 驱动、100 万 token 上下文、多模态https://github.com/google-gemini/gemini-cliOpenCode终端原生编码 Agent支持 75 LLM 提供商https://github.com/anomalyco/opencode飞书 CLI飞书官方AI Agent 原生设计Go 编写、MIT 协议https://www.feishu.cn/feishu-cli钉钉 CLI钉钉官方 CLIhttps://open.dingtalk.com/document/development/dingtalk-cli-performing-tasks-within企业微信 CLI企业微信官方 CLIhttps://open.work.weixin.qq.com/help2/pc/21676OpenCLI将网站、浏览器会话转化为确定性 CLI 接口的工具https://github.com/jackwener/openclibrowser-use火爆 GitHub 的开源 Python 库让 Agent 直接操控浏览器https://github.com/browser-use/browser-usePlaywright CLI微软官方出品专为 AI 编码智能体设计的浏览器自动化 CLI高效 Token 策略 基于 Skill 架构https://github.com/microsoft/playwright-cliCLI-Anything为 AI 制造工具的工具https://github.com/HKUDS/CLI-Anything2026 年 Agent CLI 生态已从“单点工具”铺成“基础 CLI / 工具型 CLI / 平台型 CLI / Agent 型 CLI”四层完整谱系。选型时优先看它属于哪一层、为谁设计。四、怎么给 AI 写好一个 CLI七条原则4.1 支持静默模式任何 Agent 可能自动化的命令都不应依赖交互式 prompt。推荐支持--yes、--force、--quiet、--no-input检测非 TTY 时自动禁用交互必填项都能通过 flag、stdin、配置文件或环境变量传入。原因很直接当 Agent 启动子 Agent、再由子 Agent 调起 CLI 时中间通常没法把“请输入 y/n”回传到最上层用户。4.2--help写成“三合一文档”别只写Usage: myctl deploy [flags]每个参数的作用、何时用、默认值都要写。Agent 读 help 本质是一次“工具发现”help 不全它就猜一猜就错、一错就反复试token 和钱一起烧。更关键的是Help 文本离线可用不需要网络、不需要 MCP 协议、不需要 Schema 协商——这正是 CLI 比 MCP 成本低的优势。4.3 文档支持渐进式发现Agent 通常不会先读完整文档而是这样探索tool --help→tool subcommand --help→ 看一两个例子再尝试执行。所以 help 要分层、自解释让 Agent 能一步步从粗到细摸清能力。4.4--dry-run是 AI 的安全网删除、写入操作必须先 dry-run返回“将要做 X 条修改”确认后再真正执行。Agent 靠概率推理有时它以为“删除过期数据”正确却因日期理解偏差匹配到当前数据dry-run 给了人类或上层审核流程一个拦截机会。Google gws 甚至把 dry-run 写死在技能规则里——大厂已把它当强制契约。4.5 错误信息自包含修复Permission denied对 Agent 是死路要同时给出缺少的权限和申请命令例如Error: missing permission wechat:send:file配Fix: run study-agent auth add --scope wechat:send:file。Agent 看到后可自动执行修复重试没有这个提示它会卡住或傻傻地反复试同一操作。4.6 返回结构化数据如果命令返回的是数据而非纯展示信息应提供稳定的机器可读格式给--json、成功结果写 stdout、警告/进度/错误写 stderr、字段命名稳定今天叫id明天改resource_id会让模型靠脆弱文本解析猜。JSON 可解析Agent 能直接提取字段不像 table 要猜列对齐。4.7 输出要有边界一下子输出 500 行日志Agent 会把这 500 行一股脑放进上下文窗口容易找不到重点。推荐默认分页/限量支持--limit、--page、--since截断时告诉用户如何继续缩小范围。这不是“抠 token”而是让模型把注意力放在真正重要的信息上。给 AI 写 CLI 的核心是“让机器能自主发现、安全试错、闭环修复、精准取数”。七条原则围绕这四点展开静默/渐进发现解决“能不能自己上手”dry-run/自包含报错解决“出错了能不能自救”结构化输出/输出边界解决“取数准不准、上下文挤不挤”。五、收口衔接CLI 工程化的落点5.1 与认知篇的关系篇十五回答「为什么该用 CLI」母语、文本确定、省 Token、比 MCP 便宜 4 倍以上本篇回答「CLI 有哪些形态、怎么给自己造一个」。前者是选型依据后者是落地方法。面试题16.1 推导题【推导】从「Agent 由 LLM 概率驱动、常在无人的后台链路中运行、无法回答交互式提示、只能解析文本、且上下文窗口有限且昂贵」出发推导给 AI 写 CLI 为什么必须遵循静默模式、--help三合一、渐进式发现、--dry-run、错误自包含修复、结构化输出、输出有边界这七条原则。推导链Agent 由 LLM 概率驱动且常在无人的后台链路中运行Agent 起子 Agent 再调 CLI中间没有任何通道能把“请输入 y/n”回传给人类所以必须支持静默模式--yes/--force/--no-input、非 TTY 自动禁交互Agent 没有“先去搜文档”的能力它唯一能低成本获取用法的地方就是--help所以 help 必须写成“作用 何时用 默认值”的三合一文档且支持--help→subcommand --help的渐进式发现否则它只能猜、一猜就错、反复试烧 tokenAgent 靠概率推理会误解意图如把“删除 30 天前”匹配成当前数据所以破坏性操作必须先--dry-run返回“将做 X 条修改”给人类或上层审核拦截同理 Agent 遇到Permission denied无法自行查文档错误信息必须自包含“缺什么 修复命令”才能闭环重试Agent 只能解析文本而非“看懂”排版所以数据类命令必须给--json且字段命名稳定、成功走 stdout 诊断走 stderr避免从人类友好表格里猜列对齐最后上下文窗口有限且按 token 计费一次吐 500 行日志会挤爆上下文并让模型找不到重点所以输出必须有边界--limit/--page/--since、截断提示。七条本质是一条主线把 CLI 从“给人用的工具”改造成“机器能自主发现、安全试错、闭环修复、精准取数”的接口。16.2 真题【真题·转述自Designing CLI tools for AI agents / 如何设计一个 Agent 友好的 CLI 工具 / Effective CLI Tools for the AI Era】给 AI 写一个 CLI哪 7 条原则最关键举例说明--dry-run和结构化输出--json为什么对 Agent 生死攸关思路七条是——静默模式非 TTY 自动禁交互、--help三合一文档、渐进式发现、安全网--dry-run、错误信息自包含修复、返回结构化数据、输出有边界。最关键的两点--dry-run是 Agent 的安全网Agent 靠概率推理可能把“删除过期数据”误匹配到当前数据dry-run 先返回“将删 N 个文件”给人拦截否则删除真发生结构化输出--json让 Agent 直接提取字段而非从人类友好表格里猜列对齐既省 token 又避免脆弱文本解析出错——二者一个防“做错事”、一个防“读错数”缺一个 Agent 就卡死或乱来。【真题·转述自CLI vs. MCP: Here Is How to Think About It / MCP vs CLI for AI Agents: Efficiency, Governance, and When Each Wins】CLI / GUI / MCP 三者在 Agent 工程里各自定位是什么什么场景该用 CLI、什么场景该用 MCP思路定位一句话——GUI 管“人直接操作”、CLI 管“Agent 在自己系统里高频自主操作”、MCP 管“跨系统/跨组织的标准化连接”。选型看“谁在操作、操作什么”用 CLI 当 Agent 跑内部任务git、docker、kubectl、本地脚本信任宿主凭证、动词在训练数据里用 MCP 当工具是远程 SaaS/内部服务、需要 OAuth 逐用户授权、结构化审计 trail、或工具对模型陌生需 typed schema 降低试错GUI 留给人的直接互操作。多数企业架构二者并存内部开发工具走 CLI客户-facing、跨组织、受监管数据走 MCP。结语四类调用分层看清 CLI 生态谱系七条原则把「给人用的命令」改造成「机器能自主发现、安全试错、闭环修复、精准取数」的接口。先--dry-run再--json输出留边界——这三条最容易被忘。你写过的 CLI 踩过哪个坑评论区聊聊关注流浪持续更新。