AI Agent 装了一堆 MCP 服务器然后呢？Smithery CLI 给我管明白了

你知道 AI Agent 装了一堆 MCP 服务器之后，最头疼的是什么吗？

不是装不上，是管不住。

今天挖到一个工具，叫 Smithery CLI——就是那个 Smithery 工具市场的官方命令行。它最近登上了 Smithery.ai 的 Skill 热门榜，508 颗 Stars，1652 次安装，评分一直维持在高位。

简单说，它就是给 AI Agent 用的「插件管理器」，让你在终端里完成 MCP 工具的安装、连接、权限管理和调用全流程。

为什么管 MCP 需要专门做个 CLI？

MCP 服务器现在太多了——GitHub、Slack、Notion、Figma、数据库、云服务……每一个都得单独配、单独认证、单独管密钥。手动搞的话，光是维护一堆 .mcp.json 就够头疼的。

Smithery CLI 做的事，就是把这堆复杂性收拢到一个终端界面里。

装好了之后，基本操作逻辑是：

• 搜索工具：smithery mcp search "github"
• 连接服务器：smithery mcp add "https://github.run.tools" --id github
• 浏览工具列表：smithery tool list github
• 查看输入输出 schema：smithery tool get github issues.create
• 直接调用：smithery tool call github issues.create '{"repo":"owner/repo","title":"Bug"}'

整个链路在终端里跑完，不需要打开浏览器，不用手动复制 token。

几个我觉得比较实在的设计

Namespace 隔离：它用命名空间来区分不同项目/环境的配置，比如 my-app-dev 和 my-app-prod 分开管理，切来切去不会乱。

Token Scoping：这个设计挺有意思——你可以生成一张受限的 Service Token，只允许特定 namespace、特定资源、特定操作。比如只允许读连接、不允许执行调用，防止把 full API key 直接喂给不信任的代码。

piped JSONL 输出：输出默认是 JSONL 格式，方便接管道给 grep、jq 之类的工具做二次处理。

谁适合用？

如果你在用 Claude Code / Codex / Cursor 这类 AI 编程工具，又需要经常接各种外部服务（MCP 服务器），Smithery CLI 是一个能把这些连接统一管起来的工具。

装起来也简单：

• npm install -g @smithery/cli
• smithery auth login
• 然后就开始搜、连、调。

工具市场现在有 100K+ 工具和 Skills，CLI 相当于一个统一的入口。

说实话这类工具现在还在早期，但用 CLI 管 MCP 工具这个方向，我觉得比每个 Agent 各自配一堆 .mcp.json 要干净得多。

GitHub：https://github.com/smithery-ai/cli

GitHub: https://github.com/smithery-ai/cli