MCP 工具不想全塞进 Agent 上下文试试按需调用的命令行方案如果你想持续获取更多相关资讯欢迎关注x-cmd 博客。让 AI 编程工具如 Claude Code、Gemini CLI调用外部工具通常需要把 MCP 服务器的完整工具 schema 全部加载进上下文。工具一多token 消耗就上去了而且每次调用都要走完整的 MCP 协议延迟也不低。为了解决这个问题mcp-cli 把 MCP 协议的调用封装成命令行工具AI Agent 只需要在需要时通过 shell 命令触发特定的 MCP 工具按需获取结果。上下文里只存结果不存 schematoken 消耗大幅下降。mcp-cli 是什么mcp-cli 是一个基于 Bun 编写的轻量级 CLI工具用于与 MCPModel Context Protocol服务器交互。它支持 stdio 和 HTTP 两种传输方式的 MCP 服务器可以通过命令行直接调用服务器上的工具、查看工具 schema、搜索可用工具等。它的核心设计思路是按需调用不在上下文里存 schema只在需要时通过 shell 命令拿到结果。这个思路对于 AI 编程场景很实用——Agent 可以在需要查文件时调用mcp-cli call filesystem read_file需要搜 GitHub 时调用mcp-cli call github search_repositories结果以 JSON 格式返回方便后续用jq处理。快速上手通过 x-cmd 安装 mcp-cli 非常简单xinstallmcp-cli安装完成后需要创建一个配置文件mcp_servers.json格式与 Claude Desktop、Gemini、VS Code 兼容{mcpServers:{filesystem:{command:npx,args:[-y,modelcontextprotocol/server-filesystem,.]},github:{command:npx,args:[-y,modelcontextprotocol/server-github]}}}配置文件支持环境变量 substitution使用${VAR_NAME}语法即可。查看所有可用服务器和工具mcp-cli mcp-cli-d# 加上 -d 显示工具描述查看某个服务器上特定工具的 schemamcp-cli info filesystem read_file调用工具JSON 参数支持从 stdin 读取不需要加-mcp-cli call filesystem read_file{path: ./README.md}# 或者从 stdin 传入参数echo{path: ./README.md}|mcp-cli call filesystem read_file核心命令mcp-cli 的命令设计很简洁核心就三个命令作用mcp-cli无参数列出所有服务器和工具mcp-cli info server查看指定服务器的详细信息mcp-cli info server tool查看工具的输入 schemamcp-cli grep pattern按 glob 模式搜索工具mcp-cli call server tool json调用工具搜索工具支持 glob 模式例如mcp-cli grep *file*可以找到所有跟文件相关的工具。连接池与性能mcp-cli 默认启用懒 spawn 连接池机制来减少 MCP 服务器的重复启动开销。它会在后台启动一个 daemon进程建立好 MCP 连接后保持活跃60 秒无活动自动退出。下次调用时如果 socket 还在就直接复用不需要重新 spawn 进程。如果不需要连接池可以通过设置MCP_NO_DAEMON1环境变量强制每次都建新连接。连接池的超时时间也可以通过MCP_DAEMON_TIMEOUT调整单位秒。在直接连接模式非 daemon下mcp-cli 采用按需连接策略执行info或grep时会并行连接所有服务器执行call时只连接目标服务器完成后立即关闭连接。工具过滤如果你只需要某个 MCP 服务器的部分工具可以在配置中用allowedTools和disabledTools做过滤{mcpServers:{filesystem:{command:npx,args:[-y,modelcontextprotocol/server-filesystem,.],allowedTools:[read_file,list_directory],disabledTools:[delete_file]}}}disabledTools的优先级高于allowedTools支持 glob 模式*、?。与 AI Agent 的结合mcp-cli 专门为 AI 编程 Agent 设计了两种集成方式。方式一直接在系统提示词里写调用方法。把 mcp-cli 的基本用法加到 Agent 的 system prompt 里Agent 就能在需要时通过 shell 调用 MCP 工具。官方 README 里提供了一段可以直接复制使用的 XML 格式提示词模板。方式二做成 Skill。对于支持 Agents Skill 的 Agent如 Gemini CLI、OpenCode、Claude Code可以把 mcp-cli 封装成 Skill 来调用。这种设计的优势在于工具 schema 不进上下文只有调用结果进上下文token 消耗显著降低。复杂的工具链也可以通过 shell 脚本组合实现Agent 写脚本的能力直接转化为调用 MCP 能力。重试机制mcp-cli 内置了指数退避重试机制针对网络瞬时错误ECONNREFUSED、ETIMEDOUT、ECONNRESET和部分 HTTP 错误502、503、504、429会自动重试。默认重试 3 次可以通过MCP_MAX_RETRIES和MCP_RETRY_DELAY调整。认证错误401、403和配置错误不会重试直接失败并给出可操作的错误提示。总结mcp-cli 的核心价值在于按需调用的设计思路和Shell 友好的交互方式。它把 MCP 协议的能力通过命令行暴露出来让 AI Agent 可以在需要时用 shell 命令触发特定工具而不是把所有 schema 都塞进上下文。这对于工具多、调用频繁的场景能有效控制 token 消耗。对于已经在用 Claude Code、Gemini CLI 或其他 AI 编程工具的开发者来说mcp-cli 提供了一个低成本的 MCP 接入方案——不需要改 Agent 的核心逻辑只需要在 system prompt 或 skill 里加一行调用说明就可以了。来源https://github.com/philschmid/mcp-cli