跳到主要内容

CLI is All Agents Need - Unix Agent 设计指南

Summary​

本文提出 LLM 应通过 Unix CLI 命令与工具交互，而非结构化的 function call。核心论据是 LLM 的"一切都是 token"哲学与 Unix 的"一切都是文本流"哲学天然契合。设计上采用单工具模式（一个 run(command="...") 接口暴露所有能力），通过渐进式帮助发现（命令列表 -> 用法说明 -> 参数详情）减少认知负担，并利用错误驱动的引导和一致的输出格式帮助 Agent 学习模式。参考实现为 Go 语言开源项目 agent-clip。

Key Concepts​

  • Unix Philosophy - 一切都是文本流，与 LLM token 哲学对应
  • Single Tool Design - 通过一个 run(command="...") 接口暴露所有能力
  • Progressive Disclosure - 三层信息披露减少认知负担
  • Error Driven Guidance - 清晰错误信息附带可执行修复建议
  • CLI Agent - 基于命令行接口的 Agent 设计模式

Detailed Content​

核心论点​

LLM 应通过 Unix Philosophy 命令与工具交互。"LLM 在 50 年后做出了几乎相同的决定：一切都是 token"——与 Unix 的"一切都是文本流"哲学高度对应。

关键设计原则​

Single Tool Design：不使用多个工具，而是通过一个统一的 run(command="...") 接口暴露所有能力，简化工具调用的复杂度。

Progressive Disclosure：三层信息披露——命令列表、用法说明、参数详情，逐步减少 Agent 的认知负担。

Error Driven Guidance：清晰的错误信息附带可执行的修复建议，替代模糊的失败提示，引导 Agent 自我修正。

一致的输出格式：退出码和计时元数据帮助 Agent 学习执行模式。

参考实现​

agent-clip：Go 语言开源实现，演示命令路由、管道执行和 LLM 展示层的具体应用。

  • Agent Workflow
  • Tool Design
  • Coding Agent
  • SubAgent
  • Model Context Protocol