CLI、MCP、Skill：AI Agent落地的“干活三件套”，企業自動化就靠它了

想讓AI Agent在企業里真正干活，光靠一個大模型聊天框可不夠。

最近釘釘、飛書、企業微信同周開源CLI，很多人第一反應是“又一個命令行工具”？錯。這三家的動作，本質上是把MCP Server做了一層企業級封裝——CLI = Server + 權限網關 + 審計日志。

今天拆開聊聊：CLI、MCP、Skill這三樣東西到底怎么配合，以及你作為開發者/創業者，怎么用它們搭出能賺錢的自動化系統。

先搞清楚：這三兄弟分別是誰

MCP（Model Context Protocol）

MCP是Anthropic提出的開放協議，解決的核心問題是：AI模型怎么安全地調用外部工具和數據。

簡單理解，MCP定義了一套標準接口。你的AI Agent想讀數據庫、調API、操作文件系統，都通過MCP協議來完成。它規定了：

• Resources：Agent能訪問什么數據
• Tools：Agent能執行什么操作
• Prompts：預定義的交互模板

// MCP Server配置示例
{
  "mcpServers": {
    "dingtalk": {
      "command": "npx",
      "args": ["dingtalk-cli", "mcp-server"],
      "env": {
        "DINGTALK_APP_KEY": "your_key",
        "DINGTALK_APP_SECRET": "your_secret"
      }
    }
  }
}

CLI（Command Line Interface）

釘釘/飛書/企業微信開源的CLI，不是給程序員敲命令用的玩具。它們是MCP Server的企業級實現，自帶三樣東西：

1. Server能力：封裝了IM消息、日歷、審批、文檔等企業API，暴露為MCP標準工具
2. 權限網關：OAuth2鑒權、Token管理、租戶隔離，企業IT最關心的安全問題全包了
3. 審計日志：誰調了什么、改了什么、發了什么，全部可追溯

# 安裝釘釘CLI
npm install -g @anthropic/dingtalk-cli

# 啟動MCP Server模式
dingtalk mcp start --port 3001 --auth oauth2

# 測試工具列表
dingtalk mcp tools list
# 輸出：
# - send_message    發送釘釘消息
# - create_task     創建待辦任務
# - read_calendar   讀取日歷事件
# - approve_flow    審批流程操作

Skill（技能/插件）

Skill是面向業務場景的編排層。如果說MCP Server是“手”，Skill就是“任務清單”——它告訴Agent：接到某個意圖后，該按什么順序調哪些工具。

# skill: 周報自動匯總
name: weekly_report
description: 每周五自動匯總本周工作并發送到群
triggers:
  - cron: "0 17 * * 5"  # 每周五17:00
steps:
  - tool: dingtalk.read_calendar
    params: { range: "this_week" }
  - tool: dingtalk.read_task
    params: { status: "completed", range: "this_week" }
  - tool: llm.summarize
    prompt: "根據以下日程和任務，生成一份簡潔的周報"
  - tool: dingtalk.send_message
    params: { group: "研發一部", format: "markdown" }

三者協同：一個真實場景講透

假設你是一家電商公司的技術負責人，老板說：“搞個AI客服，能自動處理退款審批。”

傳統方案：寫一堆膠水代碼，對接IM API、審批API、訂單系統，維護成本高，換平臺就廢。

AI干活三件套方案：

用戶在釘釘群說：“幫我處理訂單#12345的退款”
        ↓
AI Agent（Claude/龍蝦/AI Agent平臺）理解意圖
        ↓
調用 Skill: refund_approval
        ↓
Skill 編排調用：
  1. CLI(Server) → 查詢訂單狀態
  2. CLI(Server) → 校驗退款規則
  3. CLI(Server) → 發起審批流
  4. CLI(Server) → 通知用戶結果
        ↓
全程審計日志自動記錄

關鍵優勢：換飛書/企業微信？只需要換個CLI配置，Skill和Agent邏輯完全不用動。 MCP協議保證了工具調用的標準化。

開發實戰：5分鐘搭一個消息自動化Agent

以釘釘CLI為例，快速跑通整個鏈路：

Step 1：環境準備

# 安裝
npm install -g @anthropic/dingtalk-cli

# 配置認證
dingtalk config set --app-key YOUR_KEY --app-secret YOUR_SECRET
dingtalk auth login

Step 2：編寫Agent邏輯

# agent.py - 使用MCP SDK
import mcp_client

client = mcp_client.connect("dingtalk", port=3001)

def handle_refund_request(order_id: str, user_id: str):
    # 1. 查訂單
    order = client.call_tool("query_order", {"order_id": order_id})
    
    if order["status"] != "completed":
        return "訂單狀態不符合退款條件"
    
    # 2. 發起審批
    approval = client.call_tool("create_approval", {
        "title": f"退款審批-{order_id}",
        "amount": order["amount"],
        "reason": "客戶申請退款"
    })
    
    # 3. 通知用戶
    client.call_tool("send_message", {
        "user_id": user_id,
        "content": f"退款申請已提交，審批單號：{approval['id']}"
    })
    
    return "退款流程已啟動"

Step 3：部署運行

# 啟動MCP Server
dingtalk mcp start --port 3001

# 啟動Agent
python agent.py --mcp-server localhost:3001

商業價值：這玩意怎么賺錢？

路徑一：企業定制開發（最直接）

幫中型企業搭一套“AI+IM”自動化系統，報價3-8萬/套。核心交付物：

• 3-5個高頻Skill（審批流、日報周報、會議紀要）
• 權限配置和審計對接
• 培訓和文檔

復制路徑：找10家100人以上的企業，用標準化Skill模板快速交付，邊際成本趨近于零。

路徑二：Skill市場/插件商店

把通用Skill打包上架：

• “AI日報助手”：自動匯總日報，月費99元/團隊
• “智能審批路由”：根據內容自動判斷審批層級，月費199元/團隊
• “客戶跟進提醒”：結合CRM自動提醒銷售跟進，月費149元/團隊

1000個付費團隊 × 99元/月 = 月收入9.9萬。

路徑三：垂直行業解決方案

挑一個行業深扎，比如：

• 教培行業：自動排課、學員通知、考勤匯總
• 零售行業：庫存預警、促銷通知、門店巡檢
• 咨詢行業：會議紀要自動生成、待辦自動分配

單個行業方案客單價5-15萬，年維護費20%。

技術選型建議

下一步行動

1. 今天：選一個CLI裝起來，跑通MCP Server的tools list，看看它暴露了哪些能力
2. 本周：寫一個最簡單的Skill（比如“定時發消息”），用MCP SDK調通
3. 本月：找一個真實業務場景，搭一個端到端的自動化Demo，給老板/客戶演示
4. 持續：關注www.nhjb.com.cn(www.nhjb.com.cn)的Agent生態，Skill模板和商業案例會持續更新

CLI開源只是開始。真正的機會在于：誰先把Skill層做厚，誰就吃到企業自動化的第一波紅利。