CLI + Skill：构建垂直 Agent 的最短路径

你是否也有过这样的困扰——知识库建了无数文档，但每次打开都无从下手？面对层层嵌套的文件夹目录，本能反应是，关上门假装它不存在。这篇文章将分享一个不一样的解决思路：用CLI + Skill构建垂直Agent，让AI帮你管理和整理知识库。

核心思路：CLI是Agent与软件连接的桥梁

近期飞书开源了CLI工具，作者尝试了一种新组合：飞书CLI + 飞书Skills + Claude Code，用不到一小时，将一个包含170多篇文档、8个一级目录、6层嵌套深度的混乱知识库，重构为打开就知道该干什么的工作台。

重构实操：五步打造知识库管理Agent

这个方案的核心判断是：GUI给人用，CLI给Agent用。图形界面本质上是CLI之上的翻译层，把命令翻译成按钮让人无需记忆语法。但Agent天生擅长写命令，不需要这层翻译。因此，让Agent操控软件的链条很直接：用户说人话 → LLM理解意图 → 生成CLI命令 → 工具执行。 关键在于Skill的定义——它规范了Agent在什么场景下调用什么命令、结果如何解读。工具提供基础能力，CLI负责执行命令，Skill规定调用规则，LLM理解意图并生成命令。四者组合，就是构建各类垂直Agent的通用公式。

第一步：环境准备

安装飞书CLI工具和对应的Skill包，初始化配置并完成登录授权。这一步只需几分钟，后续每次启动Claude Code都能直接操作飞书。 第二步：让Agent看清全貌。通过CLI遍历整个知识库结构，170多篇文档的完整目录树几分钟即可呈现。这是人工操作无法企及的速度——你不可能手动点开每个文件夹去数层级。 第三步：明确目标并规划。告诉Agent你的核心目标是什么，比如”系统学习AI Agent技术栈，包括研究开源项目、读技术文章、写自己的文章、做Demo项目、整理技术笔记“，让它帮你设计目录分类方案。Agent会逐篇分析文档内容，给出每篇该归属哪个目录的建议，你只需要拍板决策。 第四步：Agent阅读内容并做体检。这一步往往有意外收获——Agent会告诉你哪些文档是空的、哪些只有截图没有任何文字，这些可能是你从未注意到的知识库死角。 第五步：安全执行。方案确定后，生成完整的执行计划——每篇文档从哪来、到哪去。安全策略很简单：建新库，只复制不动旧库，随时可回滚。

为什么这是最短路径

ScaleKit做过一组CLI与MCP的 benchmark对比，数据很有说服力：在成功率上，CLI达到100%，而MCP只有72%（28%超时率）；在最简任务Token消耗上，CLI是1,365，MCP高达44,026（32倍差距）；在月度成本上，CLI是$3.20，MCP是$55.20（17倍差距）。 CLI在成功率、Token消耗、成本三个维度上全面碾压MCP。这不意味着MCP没有价值，而是说在需要可靠执行的企业场景，CLI是更优选择。

如有侵权，请联系删除。