跳到主要内容

给 AI 造专用 CLI：Codex 团队的 Agent-Friendly CLI 实践方法论

Summary​

OpenAI Codex 团队 Nick Baumann 的实践：与其反复给 AI 喂原始数据，不如封装为专用 CLI（带参数/JSON 输出/帮助文档）。MCP 解决"能不能访问"，CLI 解决"数据太杂处理费劲"。三个实际案例：codex-threads（历史对话索引）、slack-cli（精准消息检索）、typefully-cli（推文管理，Rust 编写）。一句话：反复喂同类乱数据 → 造个命令。

Key Concepts​

  • Agent Friendly CLI — 为 AI Agent 封装的专用命令行工具
  • CLI over MCP — MCP 解决访问权限，CLI 解决数据预处理和精准获取
  • Tool Encapsulation — 将常用操作封装为带参数的 CLI，减少上下文噪音
  • CLI Creator Skill — OpenAI 配套 skill，用 Codex 自动生成 CLI

Three CLI Examples​

CLI功能核心价值
codex-threads索引历史对话找好对话→提炼 skill
slack-cli精准消息检索一条命令替代扔聊天记录
typefully-cli推文管理(Rust)只暴露常用操作+安全规则

Core Principle​

反复给 AI 喂同类乱数据？
→ 别再解释了，给它造个命令。

CLI Design Pattern​

  • 带参数（可筛选/定位）
  • 输出 JSON（结构化）
  • 有帮助文档（自描述）
  • AI 会自动搜索/加 flag/串联命令
  • 7 Principles for Agent-Friendly CLIs
  • CLI is All Agents Need - Unix Agent 设计指南
  • OpenAI Codex Best Practices 最佳实践完整指南
  • 少即是多：高效 Agent 构建方法——Skills 优于 agent.md，先干活再封装