OpenCodeDocs

简体中文

English
繁體中文
日本語
한국어
Español
Français
Deutsch
Português
Русский

简体中文

English
繁體中文
日本語
한국어
Español
Français
Deutsch
Português
Русский

主题

为什么是 CLI 而不是 MCP？ ​

学完你能做什么 ​

本课帮你理解：

  • ✅ 了解 MCP 和技能系统的定位差异
  • ✅ 理解为什么 CLI 更适合技能加载
  • ✅ 掌握 OpenSkills 的设计哲学
  • ✅ 理解技能系统的技术原理

你现在的困境 ​

你可能会想：

  • "为什么不用更先进的 MCP 协议？"
  • "CLI 方式是不是太老旧了？"
  • "MCP 不是更符合 AI 时代的设计吗？"

本课帮你理解这些设计决策背后的技术考量。

核心问题：技能是什么？ ​

在讨论 CLI vs MCP 之前，先理解"技能"的本质。

技能的本质 ​

技能的定义

技能是静态指令 + 资源的组合，包括：

  • SKILL.md：详细的操作指南和提示词
  • references/：参考文档
  • scripts/：可执行脚本
  • assets/：图片、模板等资源

技能不是动态服务、实时 API 或需要服务器运行的工具。

Anthropic 的官方设计 ​

Anthropic 的技能系统本身就是基于文件系统设计的：

  • 技能以 SKILL.md 文件形式存在
  • 通过 <available_skills> XML 块描述可用技能
  • AI 代理按需读取文件内容到上下文

这决定了技能系统的技术选型必须与文件系统兼容。

MCP vs OpenSkills：定位对比 ​

对比维度MCP（Model Context Protocol）OpenSkills（CLI）
适用场景动态工具、实时 API 调用静态指令、文档、脚本
运行要求需要 MCP 服务器无需服务器（纯文件）
代理支持仅支持 MCP 的代理所有能读 AGENTS.md 的代理
复杂度需要服务器部署和维护零配置，开箱即用
数据来源实时从服务器获取从本地文件系统读取
网络依赖需要不需要
技能加载通过协议调用通过文件读取

为什么 CLI 更适合技能系统？ ​

1. 技能就是文件 ​

MCP 需要服务器：需要部署 MCP 服务器，处理请求、响应、协议握手...

CLI 只需文件：

bash
# 技能存储在文件系统中
.claude/skills/pdf/
├── SKILL.md              # 主指令文件
├── references/           # 参考文档
│   └── pdf-format-spec.md
├── scripts/             # 可执行脚本
│   └── extract-pdf.py
└── assets/              # 资源文件
    └── pdf-icon.png

优势：

  • ✅ 零配置，无需服务器
  • ✅ 技能可以被版本控制
  • ✅ 离线可用
  • ✅ 部署简单

2. 通用性：所有代理都能用 ​

MCP 的限制：

只有支持 MCP 协议的代理才能使用。如果 Cursor、Windsurf、Aider 等代理各自实现 MCP，会带来：

  • 重复开发工作
  • 协议兼容性问题
  • 版本同步困难

CLI 的优势：

任何能执行 shell 命令的代理都能用：

bash
# Claude Code 调用
npx openskills read pdf

# Cursor 调用
npx openskills read pdf

# Windsurf 调用
npx openskills read pdf

零集成成本：只需要代理能执行 shell 命令即可。

3. 符合官方设计 ​

Anthropic 的技能系统本身就是文件系统设计，不是 MCP 设计：

xml
<!-- AGENTS.md 中的技能描述 -->
<available_skills>
<skill>
<name>pdf</name>
<description>Comprehensive PDF manipulation toolkit...</description>
<location>project</location>
</skill>
</available_skills>

调用方式：

bash
# 官方设计的调用方式
npx openskills read pdf

OpenSkills 完全遵循 Anthropic 的官方设计，保持了兼容性。

4. 渐进式加载（Progressive Disclosure） ​

技能系统的核心优势：按需加载，保持上下文精简。

CLI 的实现：

bash
# 只在需要时才加载技能内容
npx openskills read pdf
# 输出：SKILL.md 的完整内容到标准输出

MCP 的挑战：

如果用 MCP 实现，需要：

  • 服务器管理技能列表
  • 实现按需加载逻辑
  • 处理上下文管理

而 CLI 方式天然支持渐进式加载。

MCP 的适用场景 ​

MCP 解决的问题与技能系统不同：

MCP 解决的问题示例
实时 API 调用调用 OpenAI API、数据库查询
动态工具计算器、数据转换服务
远程服务集成Git 操作、CI/CD 系统
状态管理需要维护服务器状态的工具

这些场景需要服务器和协议，MCP 是正确的选择。

技能系统 vs MCP：不是竞争关系 ​

核心观点：MCP 和技能系统解决不同问题，不是非此即彼。

技能系统的定位 ​

[静态指令] → [SKILL.md] → [文件系统] → [CLI 加载]

适用场景：

  • 操作指南和最佳实践
  • 文档和参考资料
  • 静态脚本和模板
  • 需要版本控制的配置

MCP 的定位 ​

[动态工具] → [MCP 服务器] → [协议调用] → [实时响应]

适用场景：

  • 实时 API 调用
  • 数据库查询
  • 需要状态的远程服务
  • 复杂的计算和转换

互补关系 ​

OpenSkills 不排斥 MCP，而是专注于技能加载：

AI 代理
  ├─ 技能系统（OpenSkills CLI）→ 加载静态指令
  └─ MCP 工具 → 调用动态服务

它们是互补的，不是替代的。

实际案例：什么时候用哪个？ ​

案例 1：调用 Git 操作 ​

❌ 不适合技能系统：

  • Git 操作是动态的，需要实时交互
  • 依赖 Git 服务器状态

✅ 适合 MCP：

bash
# 通过 MCP 工具调用
git:checkout(branch="main")

案例 2：PDF 处理指南 ​

❌ 不适合 MCP：

  • 操作指南是静态的
  • 不需要服务器运行

✅ 适合技能系统：

bash
# 通过 CLI 加载
npx openskills read pdf
# 输出：详细的 PDF 处理步骤和最佳实践

案例 3：数据库查询 ​

❌ 不适合技能系统：

  • 需要连接数据库
  • 结果是动态的

✅ 适合 MCP：

bash
# 通过 MCP 工具调用
database:query(sql="SELECT * FROM users")

案例 4：代码审查规范 ​

❌ 不适合 MCP：

  • 审查规范是静态文档
  • 需要版本控制

✅ 适合技能系统：

bash
# 通过 CLI 加载
npx openskills read code-review
# 输出：详细的代码审查清单和示例

未来：MCP 和技能系统的融合 ​

可能的演进方向 ​

MCP + 技能系统：

bash
# 技能中引用 MCP 工具
npx openskills read pdf-tool

# SKILL.md 内容
本技能需要使用 MCP 工具：

1. 使用 mcp:pdf-extract 提取文本
2. 使用 mcp:pdf-parse 解析结构
3. 使用本技能提供的脚本处理结果

优势：

  • 技能提供高级指令和最佳实践
  • MCP 提供底层动态工具
  • 两者结合，功能更强大

当前阶段 ​

OpenSkills 选择 CLI 是因为：

  1. 技能系统已经是成熟的文件系统设计
  2. CLI 方式实现简单、通用性强
  3. 无需等待各个代理实现 MCP 支持

本课小结 ​

OpenSkills 选择 CLI 而非 MCP 的核心理由：

核心原因 ​

  • ✅ 技能是静态文件：无需服务器，文件系统存储
  • ✅ 通用性更强：所有代理都能用，不依赖 MCP 协议
  • ✅ 符合官方设计：Anthropic 技能系统本身就是文件系统设计
  • ✅ 零配置部署：无需服务器，开箱即用

MCP vs 技能系统 ​

MCP技能系统（CLI）
动态工具静态指令
需要服务器纯文件系统
实时 API文档和脚本
需要协议支持零集成成本

不是竞争，是互补 ​

  • MCP 解决动态工具问题
  • 技能系统解决静态指令问题
  • 两者可以结合使用

相关阅读 ​

附录：源码参考 ​

点击展开查看源码位置

更新时间：2026-01-24

功能文件路径行号
CLI 入口src/cli.ts39-80
读取命令src/commands/read.ts1-50
AGENTS.md 生成src/utils/agents-md.ts23-93

关键设计决策：

  • CLI 方式：通过 npx openskills read <name> 加载技能
  • 文件系统存储：技能存储在 .claude/skills/ 或 .agent/skills/
  • 通用兼容性：输出与 Claude Code 完全一致的 XML 格式