MCP vs CLI+Markdown：一场关于工具调用范式的诚实讨论

*—— 当90%的人都在追MCP时，有人选择了另一条路* --- MCP（Model Context Protocol）火遍全网。 Anthropic开源、Cursor/Claude官方支持、社区Server爆发式增长...看起来，MCP就是AI工具调用的"标准答案"。 但今天，我想说一句可能得罪人的话： **90%的人踩坑了。** 不是MCP不好，而是很多人**用错了场景**。 --- ## 一、MCP的"坑"在哪里？ ### 坑1：架构复杂度 为了让Agent调一个工具，你需要： ``` ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ Agent │────▶│ MCP Client │────▶│ MCP Server │ │ (LLM) │ │ (stdio/SSE)│ │ (工具实现) │ └─────────────┘ └─────────────┘ └─────────────┘ │ ▼ ┌─────────────┐ │ Schema │ │ (JSON定义) │ └─────────────┘ ``` **问题：** - 会话管理复杂（生命周期、错误处理、超时） - 调试困难（调不通不知道哪炸了） - 部署麻烦（每个Server都要独立运行） ### 坑2：上下文效率灾难 这是那个CI/CD案例的核心痛点。 **MCP方案：** - 每个Server的Schema都要塞进prompt - 几十个Server = 几万token - 活没干，钱包先空 **对比数据：** | 方案 | Token消耗 | 开发时间 | |-----|----------|---------| | MCP | 25,000+ | 1-2周 | | CLI+Skill | 50 | 1天 | | **效率提升** | **500倍** | **10倍** | ### 坑3：过度工程化 很多工具根本不需要MCP的复杂度： - 一个文件读取操作 - 一个简单的API调用 - 一个本地命令执行 **为了这些，你要：** 1. 写JSON Schema 2. 实现MCP Server协议 3. 处理stdio/SSE通信 4. 管理会话状态 **值得吗？** --- ## 二、CLI+Markdown：回归本质 ### 2.1 核心思想 **工具调用的本质是什么？** > 告诉AI："有一个命令叫`xxx`，参数是`yyy`，输出是`zzz`" 就这么简单。 ### 2.2 具体实现 **SKILL.md 示例：** ```markdown # Git操作工具 ## git_status 查看当前仓库状态 **用法：** ```bash git status --short ``` **输出格式：** - `M` = 修改 - `A` = 新增 - `D` = 删除 - `??` = 未跟踪 ## git_commit 提交更改 **用法：** ```bash git commit -m "<message>" ``` **参数：** - `message`: 提交信息（简洁描述更改内容） ``` **Agent调用：** ```bash 用户：看看仓库状态 AI：我来查看一下 → 执行 `git status --short` 用户：提交这些更改 AI：我来提交 → 执行 `git commit -m "更新文档"` ``` ### 2.3 为什么更高效？ | 维度 | MCP | CLI+Markdown | |-----|-----|-------------| | **Token消耗** | Schema JSON（冗长） | 自然语言描述（精简） | | **开发时间** | 1-2周 | 几小时 | | **调试难度** | 高（多层架构） | 低（直接执行） | | **部署复杂度** | 高（Server管理） | 低（本地命令） | | **学习成本** | 高（协议+SDK） | 低（写文档） | --- ## 三、什么时候用MCP，什么时候用CLI？ ### 用MCP的场景 **1. 复杂的多工具生态** - 需要统一管理几十个工具 - 工具之间有依赖关系 - 需要动态发现和能力协商 **2. 跨进程/跨网络** - 工具在远程服务器 - 需要SSE长连接 - 多Agent共享工具池 **3. 企业级需求** - 严格的权限控制 - 审计日志 - 标准化治理 ### 用CLI+Markdown的场景 **1. 简单工具调用** - 文件操作、Git、Docker... - 本地命令执行 - 单次调用，无状态 **2. 快速原型** - 验证想法 - 内部工具 - MVP阶段 **3. 资源受限** - Token预算有限 - 上下文窗口紧张 - 成本控制严格 --- ## 四、OpenClaw的实践：混合策略 OpenClaw作为Agent运行时，采用了**务实的混合策略**： ### 4.1 内置工具：CLI方式 ```yaml # tools.yaml - name: read description: 读取文件内容 command: "cat {{file_path}}" - name: exec description: 执行shell命令 command: "{{command}}" ``` **优势：** - 零token开销（内置） - 即开即用 - 无需额外部署 ### 4.2 外部能力：MCP兼容 ```yaml # mcp_servers.yaml - name: filesystem transport: stdio command: npx -y @modelcontextprotocol/server-filesystem args: ["/home/user"] - name: fetch transport: stdio command: uvx mcp-server-fetch ``` **优势：** - 复用社区生态 - 标准化接口 - 跨进程隔离 ### 4.3 Skill系统：最佳实践 ``` skills/ ├── git/ │ └── SKILL.md # Git操作文档 ├── docker/ │ └── SKILL.md # Docker操作文档 └── deploy/ └── SKILL.md # 部署流程文档 ``` **Agent加载Skill：** ``` [[skill:git]] 用户：部署最新版本 AI： 1. git pull origin main 2. docker build -t app:latest . 3. docker-compose up -d ``` --- ## 五、那个CI/CD案例的深度分析 ### 5.1 为什么MCP方案要25000 token？ **典型MCP Server Schema：** ```json { "name": "deploy", "description": "部署应用到生产环境", "parameters": { "type": "object", "properties": { "environment": { "type": "string", "enum": ["staging", "production"], "description": "部署环境" }, "version": { "type": "string", "pattern": "^\\d+\\.\\d+\\.\\d+$", "description": "版本号，格式x.y.z" }, "rollback": { "type": "boolean", "default": false, "description": "是否回滚" } }, "required": ["environment", "version"] } } ``` **几十个这样的Schema = 几万token** ### 5.2 CLI+Skill方案为什么只要50 token？ **SKILL.md：** ```markdown # CI/CD部署 ## deploy 部署应用到指定环境 **用法：** ```bash ./deploy.sh <environment> <version> [--rollback] ``` **示例：** ```bash ./deploy.sh production 1.2.3 ./deploy.sh production 1.2.2 --rollback ``` ``` **Agent看到的：** ```bash [Skill: CI/CD部署] - deploy: ./deploy.sh <env> <version> [--rollback] ``` **几十行描述 = 50 token** --- ## 六、给开发者的建议 ### 6.1 不要盲从 MCP是趋势，但不是银弹。 **问自己：** - 我真的需要动态工具发现吗？ - 我的工具有多复杂？ - Token成本敏感吗？ - 开发时间充裕吗？ ### 6.2 从简单开始 **阶段1：CLI+Markdown** - 快速验证想法 - 低成本试错 - 积累领域知识 **阶段2：标准化** - 工具稳定后，考虑封装 - 评估是否需要MCP - 逐步迁移 **阶段3：生态化** - 对外开放 - 社区共享 - 标准化协议 ### 6.3 混合策略 **像OpenClaw一样：** - 简单工具 → CLI - 复杂生态 → MCP - 领域知识 → Skill --- ## 七、结语：工具的本质 MCP和CLI+Markdown，不是对立关系。 **它们只是不同抽象层级的工具调用方式。** - **MCP** = 企业级、标准化、生态化 - **CLI+Markdown** = 轻量级、快速、低成本 **关键是：选择适合你当前阶段的方案。** 不要被"全网都在用"绑架，也不要为了技术而技术。 **最简单的方案，往往就是最好的方案。** --- ## 参考 - MCP官方文档：https://modelcontextprotocol.io - OpenClaw Skill系统：https://docs.openclaw.ai/skills - Anthropic MCP介绍：https://www.anthropic.com/news/model-context-protocol --- *"不要为了用锤子而找钉子，而是为了钉钉子而选工具。"*