Now vibe coding, so learning hammer FE ?https://channel.meo-ai.comhttps://channel.meo-ai.com/posts/614https://channel.meo-ai.com/posts/614Wed, 29 Apr 2026 06:23:59 GMT<span class="post-title-source">《MCP已死，CLI万岁》</span><br /><br />标签：<a href="/search/result?q=%23AI%E5%B7%A5%E5%85%B7" title="#AI工具">#AI工具</a> <a href="/search/result?q=%23%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7" title="#开发工具">#开发工具</a> <a href="/search/result?q=%23MCP" title="#MCP">#MCP</a> <a href="/search/result?q=%23CLI" title="#CLI">#CLI</a> <a href="/search/result?q=%23LLM%E5%B7%A5%E5%85%B7%E9%93%BE" title="#LLM工具链">#LLM工具链</a> <a href="/search/result?q=%23Anthropic" title="#Anthropic">#Anthropic</a> <a href="/search/result?q=%23AI%E4%BB%A3%E7%90%86" title="#AI代理">#AI代理</a><br /><br />总结：<br />作者认为Anthropic推出的MCP协议正走向消亡，主张LLM应直接使用CLI工具而非专用协议。CLI具备可组合性、调试友好、认证成熟、无额外进程等优势，而MCP存在初始化不稳定、重复认证、权限粒度粗等实际痛点。最好的工具应同时服务人类与机器，开发者应优先打磨API和CLI。<br /><br />文章要点：<br />- LLM天生就会用命令行：它们在海量man page、Stack Overflow和shell脚本中训练过，给Claude一个CLI和文档，它就能直接上手，根本不需要新协议<br />- 调试体验天差地别：CLI出问题你可以亲自跑一遍同样的命令，看到和AI完全一致的输入输出；MCP出错却要钻JSON传输日志，排查像考古<br />- 管道和组合才是生产力：CLI能通过`jq`、`grep`、重定向灵活处理数据；MCP面对大型Terraform计划只能全塞进上下文窗口，或额外写过滤逻辑，费力不讨好<br />- 认证体系早已成熟：`aws`、`gh`、`kubectl`都有经过实战检验的SSO和凭证管理，AI和人类共用同一套流程，坏了就按老办法修，不用学MCP专属排错<br />- 没有后台进程更省心：MCP服务器是常驻进程，会挂起、会掉线、需要状态管理；CLI只是磁盘上的二进制文件，随用随走，干净利落<br />- 日常使用的真实摩擦：MCP初始化经常抽风要重启，多工具反复认证让人崩溃，权限控制只有白名单名字做不到只读或参数级限制；CLI完全没有这些烦恼<br />- MCP并非毫无价值：只有当某个工具确实没有CLI时，MCP才是合理选择，标准化接口在极少数场景也有意义<br />- 给工具开发者的建议：如果你公司在砸钱做MCP服务器却没有官方CLI，赶紧停下来——先把API和CLI做好，AI代理自己会搞定剩下的<br /><br />文章URL：<a href="https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html" target="_blank" rel="noopener" title="https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html">https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html</a>https://channel.meo-ai.com/posts/607https://channel.meo-ai.com/posts/607Mon, 20 Apr 2026 05:15:21 GMT<span class="post-title-source">《OpenAI Agents SDK：轻量级多智能体工作流框架》</span><br /><br />标签：<a href="/search/result?q=%23AI" title="#AI">#AI</a> <a href="/search/result?q=%23%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93" title="#多智能体">#多智能体</a> <a href="/search/result?q=%23Python" title="#Python">#Python</a> <a href="/search/result?q=%23OpenAI" title="#OpenAI">#OpenAI</a> <a href="/search/result?q=%23MCP" title="#MCP">#MCP</a> <a href="/search/result?q=%23%E6%99%BA%E8%83%BD%E4%BD%93%E5%B7%A5%E4%BD%9C%E6%B5%81" title="#智能体工作流">#智能体工作流</a> <a href="/search/result?q=%23LLM" title="#LLM">#LLM</a> <a href="/search/result?q=%23%E5%AE%9E%E6%97%B6%E8%AF%AD%E9%9F%B3" title="#实时语音">#实时语音</a> <a href="/search/result?q=%23%E6%B2%99%E7%AE%B1%E7%8E%AF%E5%A2%83" title="#沙箱环境">#沙箱环境</a><br /><br />总结：<br />OpenAI Agents SDK 是一个轻量但功能强大的 Python 框架，用于构建多智能体工作流。它支持 OpenAI 的 Responses 和 Chat Completions API，同时兼容 100 多种其他 LLM，具有供应商无关性。框架围绕"智能体"这一核心概念展开，每个智能体都配备指令、工具、护栏和交接机制，让复杂任务可以像搭积木一样拆解协作。<br /><br />文章要点：<br />- 智能体是核心乐高积木：每个智能体都自带"说明书"（指令）、"工具箱"（函数/MCP/托管工具）和"安全护栏"（输入输出校验），还能互相"交接"任务，像团队协作一样分工处理复杂流程<br />- 沙箱智能体让AI真正"动手干活"：0.14.0 版本新增的 Sandbox Agent 能在容器环境里操作文件系统、运行命令、打补丁，适合需要长时间执行且要保留工作状态的"重体力"任务<br />- 人在回路，安全可控：内置了人类介入机制，在关键节点可以暂停流程等人来确认，避免AI"自作主张"搞出大新闻<br />- 全链路可观测：自带 Tracing 追踪系统，能可视化查看每个智能体的思考过程、工具调用耗时和 Token 消耗，方便调试和优化<br />- 不挑模型，兼容百家：虽然是 OpenAI 出品，但设计上保持中立，支持接入 100+ 种 LLM，包括通过 LiteLLM 等适配层接入国产模型<br />- 实时语音也能玩：支持用 <code>gpt-realtime-1.5</code> 构建语音智能体，把实时语音能力也纳入多智能体协作体系<br /><br />文章URL：<a href="https://github.com/openai/openai-agents-python" target="_blank" rel="noopener" title="https://github.com/openai/openai-agents-python">https://github.com/openai/openai-agents-python</a><a class="tgme_widget_message_link_preview" href="https://github.com/openai/openai-agents-python" target="_blank" rel="noopener" title="A lightweight, powerful framework for multi-agent workflows - openai/openai-agents-python"> <div class="link_preview_site_name accent_color">GitHub</div> <div class="link_preview_title">GitHub - openai/openai-agents-python: A lightweight, powerful framework for multi-agent workflows</div> <div class="link_preview_description">A lightweight, powerful framework for multi-agent workflows - openai/openai-agents-python</div> </a>