三大廠同周開源CLI，MCP生態(tài)的“三件套”終于齊了

想用AI Agent打通釘釘/飛書/企微？以前你得啃三套API文檔，現(xiàn)在可能只需要一行命令。

上周，釘釘、飛書、企業(yè)微信幾乎同時開源了各自的CLI工具。這不是巧合——它意味著MCP（Model Context Protocol）生態(tài)正從“協(xié)議規(guī)范”走向“開發(fā)者可落地”的臨界點。

今天拆解三個東西：CLI、MCP Server、Skill，以及它們?nèi)绾谓M成AI Agent落地的“三件套”。

一、CLI：MCP Server的“一鍵啟動器”

先說痛點：MCP Server雖然標準化了AI與外部服務(wù)的通信協(xié)議，但部署門檻不低——你得配置環(huán)境變量、處理認證、管理進程。對很多開發(fā)者來說，光這一步就勸退了。

CLI的出現(xiàn)，本質(zhì)上是把部署復(fù)雜度壓縮成一行命令。

# 以前：手動配置MCP Server連接釘釘
# 現(xiàn)在：
npx @dingtalk/cli mcp start --token YOUR_TOKEN

三大廠開源的CLI都做了同一件事：預(yù)置了認證流程、連接池管理、錯誤重試。你不需要理解OAuth的每一個細節(jié)，CLI幫你封裝好了。

以釘釘CLI為例，它的核心能力：

// 釘釘CLI提供的MCP Server啟動邏輯（簡化版）
const { DingtalkMCPServer } = require('@dingtalk/mcp-server');

const server = new DingtalkMCPServer({
  appId: process.env.DINGTALK_APP_ID,
  appSecret: process.env.DINGTALK_APP_SECRET,
  // CLI自動處理token刷新
  autoRefreshToken: true
});

// 暴露標準化的MCP工具
server.tool('send_message', {
  description: '發(fā)送釘釘消息',
  parameters: {
    chatId: { type: 'string', required: true },
    content: { type: 'string', required: true }
  }
}, async ({ chatId, content }) => {
  // 實際調(diào)用釘釘API
  return await dingtalkClient.messages.send({ chatId, content });
});

server.start({ port: 3001 });

關(guān)鍵點：CLI不是替代MCP Server，而是讓MCP Server的啟動和管理變得“無感”。開發(fā)者可以把精力放在業(yè)務(wù)邏輯上，而不是基礎(chǔ)設(shè)施上。

二、Skill：跨平臺復(fù)用的“能力單元”

如果說CLI解決了“怎么啟動”的問題，Skill解決的是“怎么復(fù)用”。

Skill的本質(zhì)：把一個完整的業(yè)務(wù)能力（比如“發(fā)送審批通知”）封裝成標準化的MCP工具描述，包含輸入輸出schema、依賴聲明、版本管理。

// 一個典型的Skill定義
{
  "name": "approval_notification",
  "version": "1.2.0",
  "description": "發(fā)送審批通知到指定平臺",
  "platforms": ["dingtalk", "feishu", "wecom"],
  "parameters": {
    "platform": { "type": "string", "enum": ["dingtalk", "feishu", "wecom"] },
    "userId": { "type": "string" },
    "approvalId": { "type": "string" },
    "message": { "type": "string" }
  },
  "dependencies": ["@dingtalk/cli", "@feishu/cli", "@wecom/cli"]
}

跨平臺復(fù)用的關(guān)鍵：Skill定義了“做什么”，而具體“怎么做”由各平臺的CLI/MCP Server實現(xiàn)。同一個Skill，調(diào)用釘釘時走釘釘?shù)腁PI，調(diào)用飛書時走飛書的API——對上層Agent來說，接口完全一致。

實際開發(fā)中，你可以這樣組合Skill：

// Agent調(diào)用Skill的示例
const { SkillRunner } = require('@mcp/skill-runner');

const runner = new SkillRunner();

// 同一個Skill，不同平臺
await runner.run('approval_notification', {
  platform: 'dingtalk',  // 切換平臺只需改這一行
  userId: 'user123',
  approvalId: 'approval_456',
  message: '請審批：Q2預(yù)算申請'
});

三、“三件套”實戰(zhàn)：構(gòu)建跨平臺自動化工作流

現(xiàn)在把CLI、MCP Server、Skill串起來，看一個真實場景：跨平臺審批聚合。

需求：用戶在釘釘、飛書、企微提交的審批，統(tǒng)一匯總到一個AI Agent，Agent自動分類、打標、轉(zhuǎn)發(fā)給對應(yīng)負責人。

架構(gòu)：

[釘釘CLI] → [釘釘MCP Server] ↘
[飛書CLI] → [飛書MCP Server] → [統(tǒng)一審批聚合Agent] → [智能分發(fā)]
[企微CLI] → [企微MCP Server] ↗

實現(xiàn)步驟：

Step 1：啟動三個MCP Server

# 終端1
npx @dingtalk/cli mcp start --port 3001

# 終端2
npx @feishu/cli mcp start --port 3002

# 終端3
npx @wecom/cli mcp start --port 3003

Step 2：配置Agent連接多個MCP Server

// agent-config.yaml
mcpServers:
  dingtalk:
    url: http://localhost:3001
    skills: ["approval_notification", "get_approval_list"]
  feishu:
    url: http://localhost:3002
    skills: ["approval_notification", "get_approval_list"]
  wecom:
    url: http://localhost:3003
    skills: ["approval_notification", "get_approval_list"]

Step 3：Agent業(yè)務(wù)邏輯

// 聚合Agent核心邏輯
class ApprovalAggregator {
  async processApproval(platform, approvalData) {
    // 1. 統(tǒng)一格式
    const normalized = this.normalize(platform, approvalData);
    
    // 2. AI分類（調(diào)用Claude/OpenClaw）
    const category = await this.classifyWithAI(normalized.content);
    
    // 3. 根據(jù)分類路由到負責人
    const handler = this.getHandler(category);
    
    // 4. 通過對應(yīng)平臺CLI發(fā)送通知
    await this.mcpClients[handler.platform].callSkill(
      'approval_notification',
      {
        userId: handler.userId,
        message: `新審批 [${category}]: ${normalized.title}`
      }
    );
  }
}

四、商業(yè)化路徑：從工具到服務(wù)

這套“三件套”不只是技術(shù)方案，它打開了幾個商業(yè)化方向：

方向1：Skill市場
把高頻場景封裝成付費Skill。比如“跨平臺考勤匯總”、“多平臺客戶消息聚合”，定價按調(diào)用次數(shù)或訂閱制。

方向2：垂直行業(yè)Agent
基于三件套快速搭建行業(yè)解決方案。比如零售行業(yè)的“多平臺庫存同步Agent”，教育行業(yè)的“家校多平臺通知Agent”。

方向3：托管服務(wù)
幫企業(yè)部署和維護這套架構(gòu)，收取技術(shù)服務(wù)費+年度運維費。

一個可復(fù)制的賺錢案例：
某開發(fā)者用這套架構(gòu)做了“多平臺客服聚合Agent”，把釘釘、飛書、企微的客戶咨詢統(tǒng)一接入，AI自動回復(fù)常見問題，復(fù)雜問題轉(zhuǎn)人工。部署成本約2000元/月（云服務(wù)器），向中小企業(yè)收費3000-5000元/月，目前已服務(wù)23家企業(yè)，月利潤約7萬元。

下一步行動

1. 今天：選一個平臺（建議從釘釘開始，文檔最全），用CLI啟動你的第一個MCP Server
2. 本周：封裝一個你常用業(yè)務(wù)場景的Skill，測試跨平臺調(diào)用
3. 本月：找一個垂直場景，用三件套搭建MVP，驗證付費意愿

CLI讓MCP Server觸手可及，Skill讓能力可復(fù)用，三件套讓AI Agent真正落地?，F(xiàn)在入場，正是時候。