技能简介

aclif（Agent CLI Framework）是一个专为 AI Agent 设计的命令行工具框架，旨在为 Agent 提供一套统一、标准化的方式来操作各类 SaaS 平台和企业的业务系统。aclif 的核心价值在于：让 Agent 只需要学习一次命令语法，就能无缝触达任何提供商的 API，实现真正的「一个语法，走遍所有平台」。

核心能力

按需加载，零上下文浪费：传统的 MCP 服务器需要在初始化时声明所有可用工具，导致 API 的数百个操作定义全部占用 Agent 的上下文窗口。aclif 则采用按需加载策略，Agent 只有在实际需要某个命令时才从服务器获取该命令的定义，完全不存在上下文的空间浪费。

统一语法，万能适配：aclif 为所有支持的平台提供统一的 JSON 信封格式、统一的命令结构和统一的错误处理机制。无论 Agent 需要操作 Salesforce、ServiceNow 还是其他企业系统，使用的语法都是一样的，Agent 只需要掌握一套命令结构即可。

标准化错误恢复：aclif 的每个错误响应都包含错误名称、修复命令和（当提供商分类器有纠正规则时）可直接重新发送的修正输入。Agent 可以在一个回合内完成错误恢复，无需多次尝试。

纯内省，不耗配额：--schema、--examples、--shape 等标志在命令实际执行前就会返回响应，不需要凭据，也不计入 API 配额。Agent 可以自由探索可用命令而没有任何成本。

声明式安全元数据：每个命令都声明了变更性、影响范围、可逆性和幂等性。策略检查可以在命令代码加载前就拒绝高风险操作。每个变更命令接受 --dry-run，在元数据声明需要确认的地方要求 --confirm，并在每次运行后写入审计日志。

嵌入式运行时：同一套命令类可以在宿主应用程序的进程内运行，由宿主应用提供凭据、身份和策略，实现企业级的安全集成。

安装配置

环境要求：Node.js 18 或更高版本（npm 内置，无需单独安装）。

全局安装：

npm install -g @aclif/core

查看支持的提供商：

aclif discover --json

学习特定平台：

aclif learn salesforce --json
aclif learn servicenow --json

查看命令架构和示例：

aclif salesforce data query --schema
aclif salesforce data query --examples

使用步骤

第一步：发现可用平台。运行 aclif discover --json 查看当前已配置的所有提供商和它们的层级。

第二步：学习目标平台。运行 aclif learn --json 获取该平台的简介，包括可用主题列表、关键字段、查询语法和认证路径。

第三步：探索命令架构。使用 aclif --schema 查看命令的所有参数、安全元数据和标志，无需实际执行。

第四步：查看运行示例。使用 aclif --examples 查看带有预期响应格式的可运行示例。

第五步：干运行验证。使用 --dry-run 标志预览命令执行结果，确认无误后再实际运行。

第六步：执行命令。去掉 --dry-run 标志，传入实际参数执行命令。

适用场景

aclif 的典型应用场景包括：

场景一：企业系统集成。当 Agent 需要同时操作多个企业系统（如 Salesforce + ServiceNow）时，aclif 提供统一接口，避免 Agent 为每个系统学习不同的语法。

场景二：设计时验证。开发者在设计 Agent 工作流时，可以用 aclif 的内省功能预先验证命令的正确性，确保嵌入工作流的命令字符串在运行时能够成功执行。

场景三：运行时安全执行。通过 --dry-run 和声明式安全元数据，企业可以在生产环境中以最小权限原则运行 Agent，防止 Agent 执行未经授权的操作。

场景四：网关部署。在多租户环境中，aclif 的嵌入式运行时可以在一个长期运行的进程中为多个 Agent 提供服务，统一管理凭据、策略和审计日志。

适用人群

aclif 主要面向以下人群：

第一类是 AI Agent 开发者，他们需要让 Agent 安全、可控地操作外部企业系统，同时希望保持 Agent 上下文的高效利用。

第二类是企业 AI 平台工程师，他们负责构建企业级的 Agent 基础设施，需要统一管理多个 Agent 对多个业务系统的访问权限和安全策略。

第三类是 Agent 工作流设计工具的开发者，他们希望将 Agent 对外部系统的调用嵌入到可视化的工作流设计中，需要命令定义的标准化。

工作原理

aclif 的核心设计理念是「命令定义的按需加载」。当 Agent 初始化时，aclif 不会加载任何平台的具体命令定义，而是仅暴露一个「发现」接口。Agent 在需要执行某个操作时，才通过 learn 命令获取目标平台的简介，再通过 schema 命令获取具体命令的参数定义。

这种设计解决了传统 MCP 服务器的「固定工具列表」问题：MCP 服务器需要在构建时决定暴露哪些工具，对于拥有数百个 API 操作的企业系统来说，要么选择暴露所有操作（导致上下文爆炸），要么选择暴露少数操作（导致功能缺失）。aclif 的按需加载机制让这两个选择都变得不必要——Agent 可以随时获取任何操作的完整定义，而不需要在初始化时全部加载。

命令执行方面，aclif 支持三种运行模式：Agent 直接调用 CLI（单 Agent 单操作员场景）、宿主应用程序嵌入运行时（设计时验证场景）、以及网关进程长期运行（多 Agent 共享场景）。无论哪种模式，命令的执行结果都以统一的 JSON 格式返回，包含 _context 块用于分页和关联命令导航。

官方链接

• 官网：https://www.aclif.ai/
• GitHub：https://github.com/agent-cli-framework/aclif
• 安装：npm install -g @aclif/core