CLI、MCP、Skill“三件套”：企業自動化賺錢的協議棧新范式

想用 AI 自動化企業流程賺錢？別再只盯著大模型 API 了。釘釘、飛書、企業微信同周開源 CLI，這絕非巧合——它標志著基于協議的 Agent 生態正在爆發。CLI 作為輕量級入口，正將企業級 Agent 的交互從“賬號登錄”模式，轉向基于 MCP/A2A 協議的“協議棧”直接調用。本文將深入解析 CLI、MCP 與 Skill 三者的協作關系，結合具體案例，演示如何利用這套“三件套”快速開發 Server 插件、集成現有工具，并構建能自動執行任務的 AI Agent。

一、為什么是 CLI + MCP + Skill？

傳統企業自動化依賴賬號密碼登錄、模擬網頁操作，脆弱且低效。而 CLI（命令行界面）、MCP（模型上下文協議）和 Skill（技能定義）構成了新的三層架構：

• CLI：輕量級本地客戶端，負責與本地環境、認證和通信交互。它是用戶和開發者與 Agent 生態交互的“遙控器”。
• MCP Server：協議化的服務端，暴露標準化的工具（Tools）和資源（Resources）。它定義了“能做什么”。
• Skill：可組合的任務單元，由一系列 MCP 工具調用編排而成。它定義了“怎么做一件事”。

這三者的關系是：CLI 啟動并管理 MCP Server，MCP Server 提供原子能力，Skill 調用這些能力完成復雜任務。這就像一個餐廳：CLI 是服務員（接單、傳菜），MCP Server 是后廚（備料、烹飪），Skill 是菜譜（紅燒肉的做法）。

二、實戰：用“三件套”開發一個自動周報生成 Agent

假設你需要一個能自動從釘釘日志、GitHub 提交和飛書文檔中匯總信息，生成周報的 Agent。傳統方式需要分別對接三個平臺的復雜 SDK。現在，我們可以用“三件套”快速實現。

第一步：搭建 MCP Server

我們以 Python 為例，使用 mcp 官方庫快速創建一個提供“獲取釘釘日志”和“讀取飛書文檔”工具的 Server。

# server.py
from mcp.server import Server
from mcp.types import Tool, TextContent
import json

app = Server("enterprise-weekly-report")

# 定義工具：獲取釘釘日志
@app.tool()
async def get_dingtalk_logs(date: str) -> list[TextContent]:
    # 此處模擬調用釘釘CLI或API
    # 實際中可使用 subprocess 調用 `dingtalk-cli logs --date {date}`
    logs = [{"user": "張三", "content": "完成了A項目接口開發"}]
    return [TextContent(type="text", text=json.dumps(logs))]

# 定義工具：讀取飛書文檔
@app.tool()
async def read_feishu_doc(doc_id: str) -> list[TextContent]:
    # 模擬調用飛書CLI: `feishou-cli doc get {doc_id}`
    doc_content = "本周主要工作：1. 參與B項目評審；2. 撰寫技術方案。"
    return [TextContent(type="text", text=doc_content)]

if __name__ == "__main__":
    app.run(transport="stdio")

第二步：定義 Skill

在 MCP Server 的基礎上，我們定義一個名為 generate_weekly_report 的 Skill。它本質上是一個提示詞（Prompt）模板，指導 Agent 如何編排工具調用。

// skills.json
{
  "name": "generate_weekly_report",
  "description": "自動匯總多平臺信息，生成周報",
  "prompt_template": "請根據以下信息生成一份周報：\n1. 從釘釘獲取 {date} 的工作日志：{dingtalk_logs}\n2. 從飛書讀取本周總結文檔：{feishu_summary}\n3. 整合以上信息，按‘本周工作’、‘下周計劃’、‘遇到問題’三部分輸出。"
}

第三步：通過 CLI 調用并集成

現在，開發者或用戶可以通過 CLI 啟動整個流程。假設我們使用一個虛構的 agent-cli：

# 1. 啟動包含釘釘、飛書工具的MCP Server
agent-cli server start --config server.py

# 2. 執行技能，傳入參數
agent-cli skill run generate_weekly_report \
  --date 2026-04-07 \
  --dingtalk-logs "通過MCP工具自動獲取" \
  --feishu-summary "通過MCP工具自動獲取"

CLI 會連接到 MCP Server，調用對應的工具獲取數據，然后將數據填充到 Skill 的提示詞模板中，最后交給大模型（如 Claude、龍蝦模型）生成最終周報。整個過程無需登錄任何網頁，全部通過協議和命令行完成。

三、商業化路徑：如何用這套“三件套”賺錢？

1. 開發并銷售垂直行業 Skill 包：針對金融、電商、教育等行業，開發開箱即用的 Skill（如“自動生成行業分析報告”、“競品監控日報”），在 Agent 市場（如www.xmhny.cn www.xmhny.cn 的 Agent 生態）上以訂閱制或按次收費出售。
2. 提供企業級 MCP Server 集成服務：許多企業有自研系統（ERP、CRM）。你可以作為技術服務商，幫助他們將內部系統封裝成標準的 MCP Server，使其能被各種 Agent 調用。這是一個高價值的定制開發項目。
3. 構建自動化工作流 SaaS：將“CLI + MCP + Skill”模式產品化，提供一個可視化界面，讓非技術用戶也能拖拽組合 Skill，形成自動化工作流（類似“無代碼Agent平臺”）。通過收取平臺使用費或交易抽成盈利。

四、下一步行動

1. 立即體驗：訪問釘釘、飛書、企業微信的開源 CLI 倉庫，了解其基礎命令和認證方式。嘗試用它們的 CLI 完成一個簡單任務（如發送一條消息）。
2. 動手開發：使用 pip install mcp 安裝 Python MCP 庫，參照上述示例，為你最常用的一個工具（如天氣查詢、郵件發送）編寫一個簡單的 MCP Server。
3. 定義你的第一個 Skill：思考一個你每周重復的、涉及多個工具的瑣碎任務（如整理會議紀要、同步數據），將其分解為工具調用步驟，寫成一個 Skill 的提示詞模板。
4. 加入生態：將你開發的 MCP Server 或 Skill 發布到www.xmhny.cn（www.xmhny.cn）的 Agent 生態市場，獲取早期用戶反饋，并探索商業化可能。

企業自動化的未來，屬于能熟練運用協議棧、快速組合能力的開發者。CLI 已就位，MCP 生態正在打開，現在正是你構建和變現 AI Agent 能力的最佳時機。