CLI为什么突然爆了？一文讲清 Skill、MCP、CLI 的真实关系

导读
最近可以明显看到一个变化：

钉钉、飞书、企业微信，开始陆续开放 CLI 能力 越来越多团队，不再只讨论提示词，而是在做一件更实际的事：

让 AI 直接参与执行

很多人开始有几个共通疑问：

CLI 到底是什么
Skill 和 MCP 又是什么
为什么这几个东西突然一起出现
这篇文章只回答一个问题：

AI 是怎么从“能聊天”，走到“能干活”的

目录
为什么最近大家都在做 CLI
CLI 本质是什么
Skill、MCP、CLI 的核心区别
三者在 AI Agent 里的分工
为什么企业在推 CLI
一、为什么最近大家都在做 CLI
先看一个变化路径：

过去：

AI主要停留在理解和生成阶段

现在：

AI开始进入执行阶段

问题变成：

AI如何真正完成任务

目前主要有三种方式：

Skill：把能力打包给AI
MCP：把外部能力接进来
CLI：让AI直接执行
这也是为什么三者会同时出现

二、CLI 本质是什么
CLI 本质上是一套标准化命令接口

核心作用只有一个：

让 AI 可以直接执行操作

例如：

send_message --user=xxx --content="开会通知"
create_doc --title="测试报告"
run_script test_case.py
对于 AI 来说，这类命令有三个特点：

结构固定
可组合
可自动执行
相比 UI 操作，CLI 更适合 AI 使用

三、Skill、MCP、CLI 的区别
很多人觉得这三者是同一类东西，其实不是

它们分别解决不同问题

1. Skill：能力内置
   Skill 的作用是把能力直接封装进 AI

一般包含：

知识
工具
执行逻辑
特点：

加载后直接可用
上手简单
标准不统一
可以理解为：

给 AI 增加某一类能力

2. MCP：能力连接
   MCP 的作用是建立标准化连接

核心特点：

基于协议通信
可以连接任意外部系统
需要中间层服务
可以理解为：

让 AI 能接入外部世界

3. CLI：能力执行
   CLI 的作用是执行

特点：

直接调用系统能力
不依赖界面
执行效率高
可以理解为：

让 AI 具备动手能力

人工智能技术学习交流群
伙伴们，对AI测试、大模型评测、质量保障感兴趣吗？我们建了一个 「人工智能测试开发交流群」，专门用来探讨相关技术、分享资料、互通有无。无论你是正在实践还是好奇探索，都欢迎扫码加入，一起抱团成长！期待与你交流！👇

四、三者关系
从结构上看，它们属于不同层级

再换一种方式理解：

类型
解决问题
Skill
AI懂什么
MCP
AI怎么接
CLI
AI怎么做
五、为什么企业在推 CLI
这背后是一个很现实的问题

AI要进入业务流程，就必须具备执行能力

1. GUI不适合AI
   GUI是为人设计的：

点击
视觉识别
交互反馈
AI在这些方面效率不高

2. CLI更适合AI
   CLI的优势在于：

命令清晰
无歧义
易自动化
对于 AI 来说：

执行成本更低

3. 企业需要自动化执行
   在企业场景中：

AI可以直接参与流程

不再只是辅助

六、关键结论
Skill、MCP、CLI不是替代关系

而是协同关系

一句话总结：

Skill 解决理解问题
MCP 解决连接问题
CLI 解决执行问题
七、写在最后
AI真正的变化，不在于它能说什么

而在于：

它能不能把事情做完

推荐学习
Ai自动化智能体与工作流平台公开课， 掌握自动化与AI智能体，轻松实现效率翻倍。
扫码进群，报名学习。

关于我们
霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开，内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设，包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设，同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法，沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外，学社还参与测试工程人才培养体系建设，面向高校提供测试实训平台与实践支持，组织开展 “火焰杯” 软件测试相关技术赛事，并探索以能力为导向的人才培养模式，包括高校学员先学习、就业后付款的实践路径。

同时，学社结合真实行业需求，为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务，用于个性化能力提升与工程实践指导。