CLI、MCP、Skill：AI干活的三件套如何颠覆工具认知？

想用AI自动处理飞书文档、钉钉审批、企业微信消息，却卡在“工具调用”这一步？别急着写复杂代码，先搞懂这三件套：CLI、Skill、MCP。它们不是替代关系，而是从“手动工具”到“智能流水线”的进化阶梯。

一、CLI：最直接的“扳手”，拧螺丝就得靠它

CLI（命令行界面）就是一把扳手——简单、直接、可靠。最近钉钉、飞书、企业微信同时开源自家CLI，信号很明确：巨头们正在把核心能力“命令行化”。

技术价值：

• 零封装损耗：直接调用平台API，没有中间商赚差价
• 脚本友好：一行命令完成操作，天然适合自动化
• 开发调试利器：比图形界面快10倍的操作速度

实战案例：用飞书CLI批量处理文档权限

# 安装飞书CLI
npm install -g @larksuiteoapi/cli

# 配置应用凭证
lark config set --app-id cli_xxx --app-secret xxx

# 批量给100个文档添加协作者
lark doc batch-add-collaborator --file-ids "file1,file2,..." --user-ids "user1,user2,..." --perm "full_access"

商业价值：一个电商团队用这个方法，2小时完成了原本需要3天的人工权限配置，直接省下5000元外包成本。

二、Skill：垂直场景的“螺丝刀”，专治各种不服

如果说CLI是通用扳手，Skill就是一套精密的螺丝刀组合——针对特定场景深度优化。

技术本质：

• 预封装的业务逻辑：把常用操作打包成可复用模块
• 标准化接口：统一输入输出格式
• 即插即用：不需要理解底层实现

实战对比：

# 直接用CLI调用钉钉审批（需要处理大量参数）
dingtalk approval create --process_code PROC_XXX --form_component_values '[{"name":"事项","value":"采购"},{"name":"金额","value":"5000"}]' --approvers "user1,user2"

# 使用Skill封装后
from dingtalk_skills import ApprovalSkill
skill = ApprovalSkill()
result = skill.create_purchase_approval(
    item="采购服务器",
    amount=5000,
    approvers=["张三", "李四"]
)

效率提升：封装一次，调用百次。一个SaaS团队把10个高频操作封装成Skills，新功能开发周期从2周缩短到3天。

三、MCP：智能装配流水线，让工具自己协作

MCP（Model Context Protocol）才是真正的游戏规则改变者——它让CLI和Skill从“手动工具”变成“自动化流水线”。

核心突破：

• 协议驱动的工具发现：AI自动知道有哪些工具可用
• 上下文感知调用：根据场景智能选择工具组合
• 跨平台编排：一个指令驱动多个平台的CLI/Skill

A2A协议实战：用MCP实现“客户投诉自动处理”

# mcp-workflow.yaml
workflow: customer_complaint_handler

![配图](https://yitb.com/usr/uploads/covers/cover_mcp_20260511_201707.jpg)

triggers:
  - source: enterprise_wechat
    event: complaint_received
steps:
  - action: analyze_complaint
    skill: sentiment_analysis
  - action: create_ticket
    tool: feishu_cli
    command: doc create --title "投诉工单: {{complaint.id}}" --content "{{complaint.details}}"
  - action: notify_team
    tool: dingtalk_cli
    command: robot send --msg "紧急投诉需处理: {{ticket_url}}"
  - action: schedule_followup
    skill: calendar_booking
    delay: 24h

赚钱案例：某代运营团队用这套MCP工作流，把客户投诉处理时间从平均4小时压缩到15分钟，客户满意度提升40%，续约率提高25%，年增收入80万元。

四、三件套组合拳：从开发到赚钱的完整路径

第一阶段：CLI打基础（1-2天）

1. 选一个平台（推荐飞书，文档最全）
2. 安装CLI，完成身份验证
3. 实现3个核心操作：创建文档、发送消息、查询数据

第二阶段：Skill封装（3-5天）

1. 识别高频操作模式
2. 封装成Python/Node.js模块
3. 添加错误处理和日志记录
4. 发布到内部npm/PyPI仓库

第三阶段：MCP编排（1-2周）

1. 定义业务工作流（如上文投诉处理）
2. 集成A2A协议实现工具自动发现
3. 添加异常处理和回滚机制
4. 部署为常驻服务

自动化赚钱路径：

工具封装 → 工作流搭建 → SaaS化 → 按调用次数收费
案例：某团队把“电商多平台数据同步”做成MCP工作流
- 输入：淘宝/京东/拼多多订单数据
- 处理：自动清洗、格式化、去重
- 输出：同步到飞书多维表格+钉钉通知
- 定价：0.1元/次调用，月均20万次调用 = 2万元/月被动收入

五、下一步行动清单

今天就能做：

1. 注册飞书开放平台，获取CLI工具
2. 用CLI实现“读取表格第A列数据”这个最简单操作
3. 思考：你工作中哪个重复操作可以封装成Skill？

本周目标：

1. 完成一个平台的CLI到Skill封装
2. 画出你业务中的第一个MCP工作流草图
3. 估算自动化后能节省的时间/人力成本

关键认知：CLI解决“能不能做”，Skill解决“好不好用”，MCP解决“能不能自动做”。三件套不是技术炫技，而是把AI能力转化为生产力的最短路径。

现在，选一个你最熟悉的办公平台，从安装它的CLI开始。工具已经开源，流水线已经铺好，就等你按下启动按钮。