译者：Carl Cui
AI 工具领域的每个人在 2025 年都在构建 MCP 服务器。MAP 协议（Model Context Protocol）是 Anthropic 在 2024 年底提出的，出发点是建立一个通用标准，用来连接 AI agent 与外部工具、服务：给模型一个结构化的 schema，它就可以调用任何东西。
2026 年年初，一项研究在基于 MCP 的代理和基于 CLI 的代理之间做了 75 次比较测试，测试内容相同。CLI 在每个效率指标上都比 MCP 表现要好，它在 token 上的开销能低 10 ~ 32 倍。
CLI 可靠性大约达到了 100%，而 MCP 只有 72%。Perplexity 公开宣布从他们的 agent 架构中移除了对 MCP 的支持，理由是 token 开销和可靠性问题。Anthropic 自己的内部研究发现，让模型编写 shell 脚本而不是调用 MCP 工具，可以将 token 使用量减少 98.7%。
根本问题在于：MCP 会将整个 schema 都扔进你的上下文窗口中。每个工具的定义、每个参数的说明、每次任务执行前的认证流程……全都给你塞过来。搞上三四个 MCP 服务器，你就在 agent 做任何有用的事情之前消耗了 150,000 个 token。
MCP 炒作周期刚刚碰壁了吗？
CLI 没有这些额外的开销。模型运行一个命令，得到输出，然后继续下一步。没有 schema 注入。没有中间件层。而且，这里有一个比人们意识到的更重要的部分：语言模型已经在数百万个 shell 脚本、Unix 管道和 CLI 使用的示例上进行了训练。可组合的语法已经固化在模型的权重里。它知道如何链接 gh pr list | grep "needs review"，因为它见过这个模式。
这并不是说 MCP 没有用。恰恰相反！对于需要 OAuth 2.1、多租户认证、合规要求，并且完全没有CLI 的企业部署来说，MCP 就是合适的工具。像 Notion、Figma、Airtable 这样的工具还有很多，它们目前没有官方命令行，但可能很快就会有了（顺便说，它们已经有社区 CLI 了）。但对于开发者、vibecoders 和 AI agent 来说，命令行界面更快、更便宜、也更可靠。
这就是为什么 CLI 正在经历自云基础设施兴起以来最好的一年。
为什么 CLI 是 2026 年最热门的工具
AI coding agent 带来了一种连锁反应：既然你的 AI coding agent 能在命令行里用，那其他东西为什么不能呢？
以前答案都是“因为仪表盘更好看”。现在这个答案不顶用了。半夜你和 Claude Code 一起审代码的时候，最不想干的事就是切换到浏览器，登录三个仪表盘，再切换回来。你想保持专注。你想输入一个指令，快速得到答案。
各大开发者工具公司都注意到了这一点。GitHub 已经有了 gh。然后 Stripe、Supabase、Vercel、PostHog、ElevenLabs、Ramp、Google、Resend 和 Valyu 都发布了 CLI 工具，或者对它们进行了重要更新。这些都不是业余项目，而是为开发者以及所有使用终端的人设计的顶级工具。
这十个工具都值得你加入到你的工作流程中。它们都不是 AI 编码工具，但它们都能解决你目前面临的问题。
快速参考：2026 年 AI agent 必备的 10 个 CLI：
GitHub CLI：从终端管理 GitHub 仓库、PR、issue
Stripe CLI：设置支付，支付事件 + 本地 webhook 测试
Supabase CLI：数据库 + 完整的本地 Postgres + Auth + Storage 栈
Valyu CLI：网络搜索 + 实时专业数据访问
PostHog CLI：分析设置 + 自托管
ElevenLabs CLI：从终端进行 TTS、STT、语音克隆
Ramp CLI：费用和卡片管理
Google Workspace CLI：现在在终端中可以做 Google Workspace 中的一切
AgentMail CLI：电子邮件收件箱 + 事务性电子邮件 + webhook 测试
Vercel CLI：应用部署
1. GitHub CLI (gh)
问题： 你或你的 agent 正在深入编码会话。有一个拉取请求等待你的审查。打开浏览器，导航到 GitHub，找到正确的 PR，添加评论，切换回来。这花费五分钟，而且你会失去你之前在思考的思路。
它的作用： gh 是你终端中的 GitHub。创建和审查拉取请求、打开和关闭 issue、触发 GitHub Actions 工作流、搜索仓库、用一个命令克隆。到了 2026 年，它又增加了 gh copilot 功能，可以在不离开终端的情况下提供行内置 AI 辅助。
安装：
# macOS
brew install gh
# Windows
winget install --id GitHub.cli
# Linux (apt)
sudo apt install gh
最实用的命令： gh pr create --fill 它会帮你打开一个 PR，用分支名当标题，用提交记录当描述。用这一个指令，就代替了打开四个浏览器标签页的麻烦。
2. Stripe CLI
问题： 你或你的 agent 想在开发产品的同时把支付集成到你的应用中。或者你的支付 webhook 处理程序在生产环境中坏了，但你又没有办法在本地复现它，因为你无法将真实的 Stripe 事件发送到 localhost。最后你只能把测试代码推送到生产环境，然后希望它能行。
它的作用： stripe listen 创建一个从 Stripe 事件系统到你的本地服务器的实时隧道。真实的事件会实时转发过去，不需要公开 URL。stripe trigger payment_intent.succeeded 按需触发任何事件类型。stripe logs tail 流式传输 API 请求。
安装：
# macOS
brew install stripe/stripe-cli/stripe
# Windows (Scoop)
scoop bucket add stripe https://github.com/stripe/scoop-stripe-cli.git
scoop install stripe
# Docker
docker run --rm -it stripe/stripe-cli version
最实用的命令： stripe listen --forward-to localhost:3000/webhook 你的整个 webhook 集成，可在本地测试，无需部署。
3. Supabase CLI
问题： 每次进行数据库更改时，你都直接在共享的测试数据库上测试。如果三个开发人员基于同一个schema 工作，数据库变更可能会以不可预测的方式失败。
它的作用： supabase start 命令会在你的电脑上启动一个完整的 Supabase 堆栈，包括 Postgres 数据库、认证系统、存储服务、边缘函数、管理后台界面等等。支持本地开发，并且可以跟踪变更。当你准备好了，就可以把代码推送到生产环境。
安装：
# macOS/Linux
brew install supabase/tap/supabase
# Windows
scoop bucket add supabase https://github.com/supabase/scoop-bucket.git
scoop install supabase
最实用的命令： supabase db push 将你的本地变更应用到远程数据库。schema 的变动会被当成版本记录下来，可以让人检查，也能撤销掉。
4. Valyu CLI
问题： 你的 AI agent 可以编写代码、审查 PR、交付功能和发送电子邮件。但当它需要实际信息时，比如竞争对手的 SEC 文件、药物相互作用数据、经济指标、临床试验结果或关于任何事情的深入研究，它就会回退到网络搜索，并获得新闻文章和 Wikipedia 页面，而不是所需的完整和真实数据。
它的作用： Valyu CLI 通过一个命令让你的终端（以及在其中运行的任何 agent）访问网络搜索和专业/专有数据源。美国证券交易委员会 10-K、10-Q、13F/G/D 文件全文检索。PubMed、bioRxiv 和临床试验登记表。FRED 经济指标。ChEMBL 的 250 万生物活性化合物。专利数据库。学术出版商等等！它还允许你对任何主题进行深入研究……任何主题，并在终端中返回结构化报告！
当你询问一家公司披露的风险因素时，你会从他们的 10-K 中获得 MD&A 部分。当你询问药物化合物时，你会获得 ChEMBL 的药理学数据。对于需要针对真实信息进行推理的 AI agent，这改变了可能性的范围。
安装：
# macOS/Linux via curl
curl -fsSL https://raw.githubusercontent.com/valyuAI/valyu-cli/main/install.sh | bash
# macOS
brew install valyuAI/cli/valyu
npm install -g @valyu/cli
# Windows (PowerShell)
irm https://raw.githubusercontent.com/valyuAI/valyu-cli/main/install.ps1 | iex
最实用的命令：
# 在 SEC 文件中搜索供应链风险披露
valyu search "Q1 2026 10-K supply chain risk factors semiconductors"
# 获得基于真实财务数据的答案
valyu answer "What did Apple disclose about AI infrastructure investment in their most recent 10-K?"
# 从特定文档中提取结构化内容
valyu contents https://arxiv.org/abs/2501.xxxxx
5. PostHog CLI
问题： 向每个新项目添加产品分析涉及相同的繁琐步骤：找到正确的 SDK、手动配置它、连接事件、仔细检查你没有将个人身份信息 PII 泄露到追踪中。当你完成设置时，你已经失去了一个小时。功能标志 feature flags 则需要更长时间。
它的作用： PostHog CLI 在几秒钟内将 PostHog 设置到你的项目中。它检测你的框架：React、Next.js、Svelte、React Native 并自动处理所有连接。自托管 PostHog？posthog deploy-hobby 让你只需一行代码，你就能在自己的基础设施上运行 PostHog。CLI 还与 Cursor 等 AI 编码 agent 配合良好，使其成为将产品分析放入 AI 辅助项目的最快方式。
安装：
# macOS/Linux
curl --proto '=https' --tlsv1.2 -LsSf \
https://github.com/PostHog/posthog/releases/download/posthog-cli/v0.7.4/posthog-cli-installer.sh | sh
# Windows (PowerShell)
powershell -ExecutionPolicy Bypass -c \
"irm https://github.com/PostHog/posthog/releases/download/posthog-cli/v0.7.4/posthog-cli-installer.ps1 | iex"
# 一行自托管（需要 Docker）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/posthog/posthog/HEAD/bin/deploy-hobby)"
最实用的命令： 在任何项目目录中运行 posthog。它交互式地引导你完成设置，处理 SDK 安装，让你在几分钟内就能接收到第一个事件，而不是花一个小时。
6. ElevenLabs CLI
问题： 给你的应用加语音功能，意味着要写包装代码、处理音频格式、管理 API 响应，还得每次都琢磨怎么输出文件。不管是生成旁白、朗读文档，还是原型化语音界面，这些都需要重复写同样的基础代码。
它的作用： ElevenLabs CLI 将文本转语音、语音转文本、声音克隆和音效功能都集成到一个终端命令中。用一行代码将任何文本转换为具有命名语音的音频。能自动转录会议录音并区分发言人。能从样本文件里克隆声音。--json 标志使每个命令可脚本化。它能直接把输出结果传送到 AI agent 管道或 CI 工作流。
安装：
# 通过 pnpm 的官方 CLI
pnpm install -g @elevenlabs/cli
# 社区 Rust CLI（更多 TTS/音频功能）
# macOS/Linux via Homebrew
brew install elevenlabs-cli
# 或通过 Cargo
cargo install elevenlabs-cli
最实用的命令：
# 从文本生成音频
elevenlabs-cli tts "Ship high-quality audio from the terminal" \
--voice Brian --output narration.mp3
# 带说话人标签的转录
elevenlabs-cli stt meeting.mp3 --diarize --num-speakers 3
# 从样本克隆语音
elevenlabs-cli voice clone --name "My Voice" --samples clip1.mp3,clip2.mp3
7. Ramp CLI
问题： 批准费用报告意味着要登录 Ramp 控制面板，找到交易记录，点击批准，然后重复这些步骤。如果管理一个团队的审批，你会在费用控制面板上花费比在代码上更多的时间。
它的作用： Ramp 的 CLI 将卡片、账单、费用和批准带入终端。查询交易、批准费用、检查卡片限制、搜索供应商账单，所有这些都可以脚本化。--agent 标志输出 JSON，因此你可以将结果传输到其他工具或将它们提供给进行财务分析的 AI agent。
安装：
curl -fsSL http://agents.ramp.com/install.sh | bash
最实用的命令：
ramp transactions list --from_date 2026-01-01 --agent | jq '.data[] | select(.amount > 5000)' — 自一月以来每笔超过 5,000 美元的交易，JSON 格式，一行命令。
8. Google Workspace CLI (gws)
问题： 每个 Google Workspace 操作，检查云端硬盘、创建文件、阅读电子邮件、设置日历事件、电子表格、文档、Google Chat。其中许多任务涉及 UI 上的大量点击和标签页。
它的作用： gws 是所有 Google Workspace 的命令行界面。一个 CLI 处理 Google Drive、Gmail、日历和每个 workspace API 上的任何操作。
安装：
brew install googleworkspace-cli
npm install -g @googleworkspace/cli
cargo install --git https://github.com/googleworkspace/cli --locked
最实用的命令： gws drive files list --params '{"pageSize": 10}' — 列出你 Google Drive 中最近的 10 个文件。
9. Agentmail CLI
问题： 在本地开发中测试事务性电子邮件是痛苦的。你要么在测试期间发送真实电子邮件，要么完全跳过测试并寄希望于运气，要么搭建一个行为不像生产环境的模拟SMTP服务器。域设置、DNS 记录和 webhook 测试每次都需要登录到仪表板。发送邮件、创建收件箱、接收回复和处理线程式对话完全需要从终端操作。
它的作用： 像 SendGrid 和 SES 这样的事务性电子邮件 API 是单向的：你的 agent 可以发送，但不能接收回复、维护线程或语义搜索收件箱。给 AI agent 一个真实、有效的电子邮件地址过去意味着 OAuth 流程、域验证延迟和数周的设置。AgentMail 通过单个 API 调用在毫秒内创建一个实时收件箱。通过 webhook 和 websocket 实时投递（无需轮询）。内置 agent 防护栏和权限。
安装：
npm install -g agentmail-cli
最实用的命令：
# 列出所有 agent 收件箱
agentmail inboxes list
# 从 agent 收件箱发送电子邮件
agentmail inboxes:messages send \
--inbox [email protected] \
--to [email protected] \
--subject "Follow-up from your AI assistant" \
--body "Here are the results you requested."
10. Vercel CLI
问题： 你或你的 agent 已经构建/制作了一个应用或网站，需要让它上线并供所有人使用。
它的作用： vercel 可以在不到一分钟的时间里部署你的项目，并返回一个独一无二的预览网址。你可以在项目正式上线前把它分享给任何人。vercel dev 则能以与生产环境完全相同的方式运行你的应用，包括相同的环境变量、相同的边缘行为、相同的无服务器函数模拟。
安装：
# 通过 pnpm（推荐）
pnpm add -g vercel
最实用的命令： vercel env pull .env.local 会把你的项目所有环境变量都拉取到一个本地文件里。以后就再也不用手动在不同环境之间复制粘贴API密钥了。
这些工具的共同点
它们都不是想取代你的大脑或者帮你写代码。每一个工具都是解决了某个具体的不便之处：比如一个你不得不打开的仪表盘，一个你不得不复制的凭证，一个你不得不手动封装的语音 API，一个你不得不在界面上配置的邮箱，以及一些你不得不点过去的 GUI 操作。
这事儿是真的。2025 到 2026 年，几乎所有开发工具公司都发布或者重要更新了 CLI。终端不是怀旧之旅，它是 AI 辅助开发实际发生的地方，这 10 个是值得放在手边的工具。
我还看好另一个 CLI，来自 Visa Crypto Labs 的 Visa CLI。它目前处于 beta 测试阶段，你可以申请访问权限，一旦测试完成就会通知你。