当“命令行”遇上AI，会发生什么？

最近，一个有点“古老”的词——CLI，又火了起来。对于非技术出身的同学，这个词可能有点陌生，因为它并不是AI带来的新概念，而是计算机世界里一个早就存在的“老伙计”。

CLI就是我们在电脑终端里敲的那些命令行，比如Mac的终端、Windows的Shell，或者Linux系统里那个没有图形界面的操作界面。对于很多程序员来说，CLI是他们的“主战场”，但对普通人而言，它可能意味着黑屏、代码和“电脑坏了”。

那么，CLI是怎么和AI结合到一起的？先从CLI本身说起。

CLI就是敲命令？

简单来说，CLI就是“命令行界面”。它就像一个只接受文字指令的“传令官”，你输入一行命令，它就去执行一个任务。

举个例子，在Windows里，你想复制一个文件到另一个文件夹，通常需要：

1. 打开文件夹，找到文件
2. 右键复制
3. 再打开目标文件夹
4. 右键粘贴

但在CLI里，可能只需要一行命令就能搞定

cp file.txt /path/to/destination/

当然，你可能觉得还是鼠标点点更快，那是因为操作习惯不同——对于熟悉CLI的人来说，敲命令的速度可能比鼠标还快。

AI CLI的价值在哪里？

那为什么CLI在AI领域火起来了？答案很简单：AI让CLI变得“能听懂人话”了。

想象一下，在没有AI CLI的时候，你需要完成一个复杂的文件处理任务。

比如，你有一个文件夹 ~/screenshots/，里面有100张截图，你想把所有宽度大于2000像素的图片压缩到1080p，然后重命名。

传统的方式是：

1. 你需要先知道如何用命令行工具（如identify、convert）来获取图片尺寸和进行转换；
2. 然后，你需要手动编写一个包含for循环、条件判断和命令拼接的脚本；
3. 最后，你还要小心翼翼地执行它，生怕一个语法错误导致误操作。

整个过程繁琐、易错，且对非专业开发者极不友好，想想就头疼。

但有了AI CLI，这一切变得截然不同。

你只需要在终端里，用最自然的语言说一句：

“把 `~/screenshots/` 里宽度超过2000像素的图片压缩到1080p，重命名加上 `resized_` 前缀”。

AI会自动理解你的意图，在后台生成并执行那一系列复杂的命令行代码。

你完全不需要知道命令的具体语法，也不需要写for循环。

这就像你对电脑说了一句话，电脑就自己把事情办妥了，科幻感拉满。

AI CLI是怎么“干活”的？

听起来很神奇，但AI CLI到底是怎么工作的？

我们以飞书提供的CLI为例，拆解一下它的执行原理。

整个过程可以概括为5步：

1. 你发出自然语言指令；
2. AI识别你的意图，并匹配对应的“技能”；
3. AI规划命令序列；
4. AI调用飞书CLI的命令，一步步执行，并自动处理可能出现的错误；
5. 最终，AI把结果反馈给你。

简单说，就是先理解，再规划，最后执行。

下面，我们来一步步拆解这个“智能代理”是如何运作的。

1. 你发出指令：从“自然语言”开始

比如，你在终端里对AI说：“帮我查一下大家下周的忙闲状态，找个合适时间开个项目会”。

你不需要知道飞书API的任何细节，也不需要构思任何命令行语法，你只需要像跟同事沟通一样，说出你的目标。

2. AI识别意图：匹配“技能说明书”

收到你的指令后，AI（例如Claude Code）首先要理解你想干什么，先对你的要求进行分析

这时，飞书CLI内置的 “AI Agent Skills” 就派上了用场。和我们常规理解的skill一样，这个skill就是写给AI看的“操作手册”或“技能说明书”，里面说明了针对不同业务（如日历、文档、通讯录）应该如何使用CLI命令。

AI会阅读这本手册，识别出你的需求是“安排会议”，那就会匹配到“日历”和“通讯录”相关的Skill。

3. AI规划步骤：拆解任务，编排命令

理解了“要做什么”之后，AI开始规划“具体怎么做”。它会将你的目标，拆解成一系列可执行的小步骤。对于“安排会议”这个任务，AI的规划可能是：

1. 查询参会人ID：需要先知道“大家”具体是谁，这要调用通讯录相关的命令。
2. 查询忙闲状态：拿到ID后，去日历里查询这些人下周的空闲时间段。
3. 创建会议：找到一个共同空闲的时间，创建会议日程。

这个规划过程，就是AI在脑海中将自然语言“翻译”成一套CLI命令调用序列。

4. 执行与纠错：调用“工具箱”，处理意外

规划完毕，AI开始执行。它开始按照规划的路径，依次调用工具箱里的命令。例如，它先执行 lark-cli contact search “张三” 来获取用户ID，再执行 lark-cli calendar freebusy查询 来检查忙闲状态。

CLI命令示例：

# 查询参会人ID（搜索“张三”）IDS=$(lark-cli contact search "张三" | jq -r '.[].open_id' | tr '\n' ',')# 查询忙闲状态（下周一到周五，找14:00空闲）FREE=$(lark-cli calendar freebusy query --users $IDS --start "下周一 09:00" --end "下周五 18:00")# 若14:00空闲则创建会议echo "$FREE" | grep -q "14:00" && lark-cli calendar event create --title "周会" --start "下周一 14:00" --end "下周一 15:00" --attendees $IDS

执行命令时，如果CLI返回“权限不足”的错误，AI不会卡住，而是会主动向你反馈：“需要授权访问，请确认”。等你授权后，它再继续执行。这种针对意外的处理能力，让整个流程真正实现了“全自动化”。

5. 结果反馈：完成任务闭环

AI通过CLI命令调用飞书的HTTP API，在飞书平台上实际创建好会议。之后，CLI会将飞书返回的数据（如会议链接、ID）交给AI。

最终，AI会以一个清晰、友好的方式告诉你，比如：“会议已创建，链接：[查看详情]”。

看到这里，你可能会有疑问：这不就是MCP吗？飞书提供能力给AI调用，只不过换了个名字叫CLI？

AI CLI和MCP，是兄弟还是对手？

确实这两个概念很容易混淆，其实它们在设计哲学和使用场景上有着核心差异。

还是以飞书为例，我们来看下CLI和MCP的区别，CLI更像是一把覆盖广泛的“万能钥匙”，而MCP则是一个专为AI设计的“标准插座”。

具体来看，飞书CLI的优势在于其灵活性和全覆盖。它内置了19个“AI Agent Skills”，就像给AI一本详细的操作手册，这套“工具箱”包括：像快捷键一样的快捷命令、对应官方API的标准命令、以及能调用全部2500+个API的通用命令。这可以让AI在面对复杂、个性化的需求时，能够自由组装命令，灵活应对。

而飞书MCP则遵循标准化的MCP协议，它的目标是易用性和标准化。AI（如Claude Desktop）可以像发现插件一样，轻松发现并使用它提供的工具，比如搜索文档或查询用户信息，无需关心底层实现。

简单来说，CLI 提供了“如何做”的所有命令，而 MCP 则为 AI 封装好了“做什么”的标准化工具。

MCP 和CLI实际上是可以替代的关系，只不过，在设计哲学上，cli更适合被skill调用，因为他负责的是具体的每一件事情的执行，而skill正好是用来说明应该执行哪些事情的

MCP的设计目标是标准化、可发现、类型安全，适合企业级集成和权限管控。CLI则更灵活、轻量、无需预定义。

所以MCP其实有自己的价值，只不过他太少了，每一项工作都得去封装，但是CLI是天生的执行者，可以把一个mcp干的事情，拆成多个cli，这样由skill自由组装，就可以把工作的执行变的非常的灵活

如果一个公司说他接入了AI CLI，那么他实际上提供了什么

比如飞书宣布“接入了AI CLI”时，它实际上提供的是一种让AI能够在你的工作环境中执行任务的“数字手” 。它将公司产品背后的复杂能力，封装成了AI可以理解和调用的标准化“技能包”。

以飞书为例，它提供的是名为lark-cli的官方开源工具。你可以理解为，飞书为AI提供了一整套“技能树”，具体包括：

🧰 核心能力模块：覆盖高频办公场景

lark-cli的核心是覆盖了飞书11个核心业务领域的能力，通过超过200条结构化命令开放给AI。

AI可以自由组合这些原子化的命令，将“查消息-写文档-约会议-发邮件”这类多步骤流程串联起来，在飞书内部直接跑通。

📚 技能说明书：AI Agent Skills

为了让AI能“读懂”和使用上述200多条命令，飞书提供了19个（npm官方最新数据为22个） 内置的AI Agent Skills。这些Skills就像写给AI的“操作手册”，告诉AI如何调用不同的命令来完成一个目标。

🏗️ 三层命令架构：满足不同复杂度需求

为了平衡易用性和灵活性，飞书CLI设计了独特的三层架构：

• 快捷命令：以“+”为前缀，最上层，对人机和AI最友好，适合高频简单操作。例如，lark-cli calendar +agenda 可以快速查看今日日程。
• API命令：中间层，与飞书开放平台API一一对应，提供了更精细的控制，包含100多条精选命令。
• 通用调用：最底层，通过lark-cli api <METHOD> <path>命令，可调用飞书全部2500多个开放API，确保能力没有死角。

关注我，从术语到本质，一起翻译AI黑话