1. 概念定义

概念	定义	作用与特点
Agent	智能代理，基于大语言模型构建的自主系统，能够感知环境、进行推理、规划并执行任务	核心主体，具备目标导向的行为能力，可以调用工具、记忆上下文、进行多步推理
Skills	技能，Agent 具备的特定能力或功能模块，通常是预定义的函数或方法集合	封装了 Agent 可以执行的具体操作，如代码生成、数据分析、文本处理等
Plugins	插件，扩展 Agent 功能的外部组件，提供额外的工具和服务接口	增强 Agent 的能力边界，允许接入第三方服务、API 或自定义功能模块
MCP (Model Context Protocol)	模型上下文协议，标准化的协议规范，用于连接 AI 应用与数据源/工具	提供统一的接口标准，使 Agent 能够安全、标准化地访问外部资源和工具
Hooks	钩子，在 Agent 执行流程中的特定节点触发的回调机制	允许在关键生命周期节点（如任务开始前、完成后、出错时）插入自定义逻辑
CLI (Command Line Interface)	工具调用入口, 直接执行本地命令	agent的调用外部能力, 像在本地执行一个命令

关系说明

Agent 是核心主体，通过组合 Skills 和 Plugins 来扩展能力
MCP 为 Agent 提供标准化的工具和资源访问协议
Hooks 允许在 Agent 运行过程中注入自定义行为
CLI 是一个工具调用入口，允许 Agent 调用外部能力，如本地命令调用等

2. 架构关系图

整体架构图

graph TB
    subgraph External_Access_Layer[外部访问层]
        CLI[CLI 命令行工具]
        MCP[MCP 协议]
    end

    subgraph Core[核心层]
        Agent[Agent 智能代理]
    end

    subgraph Capability_Layer[能力层]
        Skills[Skills 技能模块]
        Plugins[Plugins 插件系统]
    end

    subgraph Lifecycle[生命周期]
        Hooks[Hooks 钩子]
    end

    Agent -->|内置能力| Skills
    Agent -->|扩展能力| Plugins
    Agent -->|调用外部命令| CLI
    Agent -->|标准化访问| MCP
    Agent -->|触发回调| Hooks

    CLI -->|执行命令| System[系统/外部工具]
    MCP -->|访问资源| Resources[数据源/工具服务]

    Skills -->|返回结果| Agent
    Plugins -->|提供服务| Agent
    System -->|执行结果| Agent
    Resources -->|返回数据| Agent
    Hooks -->|注入逻辑| Agent

    style Agent fill:#e1f5ff,stroke:#0066cc,stroke-width:3px
    style Skills fill:#e8f5e9,stroke:#4caf50
    style Plugins fill:#f3e5f5,stroke:#9c27b0
    style CLI fill:#fff4e6,stroke:#ff9900
    style MCP fill:#fce4ec,stroke:#e91e63
    style Hooks fill:#fff9c4,stroke:#fbc02d

数据流向

用户 → CLI → Agent → [Skills/Plugins/MCP] → 执行任务 → 返回结果
                    ↓
                 Hooks (在各阶段触发)

各职能职责说明

Agent 为中心

Agent 是整个系统的核心，负责协调和调度所有组件
接收来自用户指令，进行任务规划和执行

能力扩展层

Skills: Agent 内置的核心能力，直接由 Agent 调用
Plugins: 外部扩展组件，为 Agent 提供额外的功能和服务
两者共同构成 Agent 的能力边界

标准化接口层

MCP: 提供标准化的协议，使 Agent 能够统一访问各种数据源和工具
解耦了 Agent 与具体资源的实现细节

生命周期管理

Hooks: 在 Agent 执行的关键节点插入自定义逻辑
支持前置处理、后置处理、错误处理等场景

cli(命令行工具调用)

agent调用外部能力的方式之一, 直接执行本地命令
优势: 直接执行 shell 命令、脚本或程序
适用: 单机/本地环境, 成熟稳定的工具
示例: git status,ffmpeg

MCP和CLI的对比

核心差异对比表

对比维度	CLI (命令行接口)	MCP (模型上下文协议)
本质	系统命令执行接口	标准化资源访问协议
通信方式	调用系统 shell/终端命令	通过 JSON-RPC 等标准协议通信
安全性	较低，直接执行命令，存在注入风险	较高，有权限控制和沙箱机制
标准化程度	低，依赖具体系统和命令	高，统一的协议规范
跨平台性	差，命令因操作系统而异	好，协议无关底层系统
使用场景	系统管理、脚本执行、本地工具调用	数据源访问、API 集成、服务调用
典型示例	`git status`, `ls -la`, `npm install`	文件系统 MCP、数据库 MCP、GitHub MCP
返回值格式	文本输出，需解析	结构化数据（JSON）
错误处理	通过退出码和 stderr	标准化的错误响应
配置复杂度	简单，直接写命令	需要配置 MCP Server
扩展性	依赖系统可用命令	可自定义 MCP Server
隔离性	无，直接访问系统资源	有，可通过沙箱限制访问范围
状态管理	无状态，每次独立执行	可支持会话和上下文保持
适用对象	任何可执行程序和脚本	实现了 MCP 协议的服务

协同使用

在实际应用中，CLI 和 MCP 可以互补使用：

graph LR
    Agent[Agent] -->|系统级操作| CLI[CLI]
    Agent -->|资源访问| MCP[MCP]

    CLI -->|执行| Commands[系统命令]
    MCP -->|访问| Services[标准化服务]

    Commands -->|结果| Agent
    Services -->|数据| Agent

    style Agent fill:#e1f5ff,stroke:#0066cc,stroke-width:2px
    style CLI fill:#fff4e6,stroke:#ff9900
    style MCP fill:#fce4ec,stroke:#e91e63

https://smithery.ai/ 网站提供的mcp, 就是很好的cli和mcp协作的案例, 它把各个厂商提供的mcp包装一层,并提供cli命令对外使用. 例如: smithery tool call my-github-server list_branches '{"owner": "octocat", "repo": "Hello-World"}' 含义: 查询"hello-world"仓库的分支列表"

1. 概念定义#

关系说明#

2. 架构关系图#

整体架构图#

数据流向#

各职能职责说明#

MCP和CLI的对比#

核心差异对比表#

协同使用#

1. 概念定义

关系说明

2. 架构关系图

整体架构图

数据流向

各职能职责说明

MCP和CLI的对比

核心差异对比表

协同使用