大家好我是荷兰豆昨晚刷视频看到一个视频在讲CLI和MCP的优缺点讲到cli替代mcp先了解MCPMCP让应用与工具按统一规则交流的协议MCP 全称是 Model Context Protocol。假设你希望一个 AI 助手能够调用这个Text2SQL。它需要知道有哪些工具 每个工具有什么作用 调用时要传哪些参数 结果按照什么格式返回MCP 为这些交流提供统一约定。例如一个 MCP 服务可以公开名为ask_sqlbot的工具并说明它需要一个字符串参数question。客户端可以发现这个工具然后按照约定调用它。MCP 官方架构说明实际链路可能是AI 应用中的 MCP 客户端 ↓ 按 MCP 协议调用 ask_sqlassistant 你的 MCP 服务 ↓ 发 HTTP 请求 SQLassistant API ↓ 结果沿原路返回这里真正访问 SQLBot 的是 MCP 服务里的实现代码。MCP 规定怎么交流工具代码负责把事情做完。就像 HTTP 规定客户端和服务器如何交流但 HTTP 自己不会查询数据库。CLI用命令行操作程序的入口CLI 全称是 Command-Line Interface也就是“命令行界面”。假设你写了一个工具可以这样使用sqlAssistant ask 统计每个学院的学生人数它内部可能做这些事情读取命令参数 ↓ 向 SQLAssistant API 发 HTTP 请求 ↓ 等待响应 ↓ 把结果输出到终端或文件这里sqlAssistant是你运行的程序ask和后面的文字告诉程序要做什么CLI 是这个程序接受操作的一种方式。CLI 本身不代表 AI也不天然代表自动化。你手动输入一次命令是人工操作脚本循环执行 100 次命令就形成了自动化。而且通过终端运行的程序不一定是一个专门设计的 CLI 工具。例如python test_sqlAssistant.py可能只是你从命令行启动了一个测试脚本。真正发请求的是脚本里的 HTTP 客户端。假设你要问“一共有多少名学生”通过 CLI通过 MCP操作入口一条命令一次符合协议的工具调用示意sqlAssistant ask 有多少学生调用ask_sqlAssistant传入question调用方人、脚本也可以是 AI 应用支持 MCP 的客户端程序谁真正执行CLI 程序中的代码MCP 服务中的工具代码如何知道有哪些功能通常看帮助、文档或约定可以通过标准化工具发现接口获取如何返回结果通常使用标准输出、文件和退出码使用协议约定的响应结构MCP 的工具定义可以包含机器可读的输入 schema客户端能够据此了解参数要求。MCP 工具规范CLI 也可以输出 JSON、提供规范参数只是不同 CLI 之间没有自动共享一套 MCP 那样的工具发现和调用约定。仅在端到端执行少量测试集这块使用cli可以完成本地运行测试。当然也可以使用测试agent调用该系统提供的mcp服务完成测试调用同样是调用服务那CLI能代替MCP吗要看具体场景两者的能力边界不同如果是本地运行就像我做SQLAssistant的自动化测试那CLI完全可以完成调用工具规范化输出和工具得到的结果代替了使用MCP调用服务的情况。CLI测试程序 → CLI → SQLAST APIMCP测试程序 → MCP 客户端 → MCP 服务 → SQLAST API不过“完成相同任务”和“提供相同接口”是两回事。可以类比为你可以通过电话或网站订餐两者都能完成订餐但电话不能直接接入一个只接受网站订单的系统。需求CLI 能否替代 MCP固定流程调用 SQLBot、获取结果可以批量测试、统计、生成报告可以脚本直接调用 API 也合适让有 shell 执行能力的 Agent 使用工具通常可以但需要提供命令说明和权限限制接入一个只支持 MCP 的客户端不能直接替代需要 MCP 适配层统一发现多个服务的工具和参数定义CLI 本身不提供这套标准需要额外实现如果我们希望不同的 MCP 客户端都能接入 SQLAST自动获取它有哪些工具、参数怎么传那么提供 MCP 服务就有价值。否则每个调用方都需要自己适配你的命令和运行环境。如果让agent使用CLI要注意shell权限要归档和限制只执行固定程序和受限参数避免为了调用一个服务接口就开放整台机器的操作能力。总结对我的 SQLAssistant 自动化测试来说流程固定、API 已经可用因此通过测试脚本或 CLI 直接调用接口就能完成请求、验证和报告生成。当需要让不同的 AI 应用以统一方式发现和调用 SQLAssistant 的能力时MCP 就有了价值。CLI 可以替代某个场景中的调用路径但不能直接替代 MCP 的标准接口。选择哪种方式取决于调用方的接入需求以及愿意承担的适配和维护成本。