💻 认识 CLI：AI 的「手脚」，不是天书
这个看板里到处在说「装 CLI」「跑命令」「glab / gh / lark-cli」，但一直缺一篇专门把 CLI 讲明白的文章——很多小白一看到这几个字母就发怵，觉得是程序员才碰的东西。
这篇把它讲透，认知成本降下来：CLI 到底是什么、为什么 AI 离不了它、以及 AI 工作流里三个绕不开的 CLI（GitLab / GitHub / 飞书）。
一、CLI 是什么？一句话 + 一个比喻
CLI = Command Line Interface，中文叫「命令行界面」。
说白了就是：一个黑窗口，你用文字给电脑下指令，电脑用文字回你结果。
比喻：你用微信给同事发文字「帮我把文件发给我」，同事照做、回你「发好了」——CLI 就是「你打字 → 电脑干活 → 电脑回话」的微信聊天窗口，只不过聊天对象是电脑。
你平时用电脑是「点图标」：点浏览器图标开浏览器、点文件夹图标看文件。CLI 是「打字」：敲 git status 看改动、敲 gh repo list 看仓库。干的是同一批事，只是交流方式从「点」换成了「打」。
为什么要有它？点鼠标不香吗？
因为有些事没有图标可以点。比如：
| 你想做的事 | 点鼠标能点吗 | 为什么 |
|---|---|---|
| 打开浏览器 | ✅ 能 | 有图标 |
| 看一个仓库的提交历史 | ❌ 不能 | 没有「看 Git 历史」这个图标 |
| 把代码推到网上 | ❌ 不能 | 没有「推代码」这个按钮（网页上得点好几层） |
| 让 AI 自动批量改 100 个文件 | ❌ 不能 | 根本没有图形界面能表达这件事 |
图形界面能做的事有限，CLI 能表达几乎一切操作。 所以「进阶操作」基本都得走 CLI。
二、CLI 对 AI 的意义——为什么说它是 AI 的「手脚」
这是本篇的核心。想清楚这一层，你就不怕 CLI 了：
1. AI（Agent）不会「点鼠标」，它只会「敲命令」
你可以点图标开浏览器，但 AI 在电脑上没有手，点不了鼠标。它跟电脑唯一的交流方式，就是敲命令。
所以 CLI 是 AI 的手和脚。没有 CLI，AI 就是个只会说话的「嘴」——能告诉你「应该打开哪个文件」，但打不开。有了 CLI，AI 才从「嘴」变成「能干活的人」。
2. 你点一下 = 一条命令；AI 想干一件事 = 一串命令
你点「复制粘贴」是一步操作；AI 想把「改了 5 个文件的代码推到网上」，其实是这串命令：
git add -A # 把这些改动都记上
git commit -m "改了啥" # 存一下，写备注
git push origin main # 推到网上你不需要看懂，更不需要自己敲。 你只要说「帮我把改动推到网上」，AI 自己会敲这三条。CLI 是 AI 的语言，你只要会「说结果」，AI 负责「翻译成命令」。
3. 一句话记住
图形界面是给你（人）用的，CLI 是给 AI 用的。你负责说话，CLI 负责当 AI 的手脚去干活。
三、CLI vs MCP——别再把这俩搞混
很多人第一次看到「MCP」也懵。这里一句话分清楚：
| CLI | MCP | |
|---|---|---|
| 全称 | Command Line Interface（命令行界面） | Model Context Protocol（模型上下文协议） |
| 是什么 | 一个窗口，打字下指令 | 一套规矩，规定 AI 怎么接外部工具 |
| 谁来用 | 人敲命令，或 AI 代敲 | AI 用它去「认识」一个新工具 |
| 像什么 | AI 的手脚 | AI 的「万能插座 / 转接头」 |
关系：MCP 是让 AI 学会用更多 CLI 的「插座标准」。
- 一个工具支持 MCP，AI 就能「插上」它，自动学会怎么用，不用你教。
- 一个工具只有 CLI（比如
glab、gh），AI 也能用，但要靠它自己读命令、自己敲。
对小白来说：不用深究 MCP。 你只要知道「MCP 是让 AI 能接更多工具的插头」就够。日常你接触最多的还是 CLI 那三个。
四、AI 工作流里三个绕不开的 CLI
你让 AI 干活，几乎一定会碰到这三个。它们对应你迟早要用的三个平台。
1. glab —— GitLab 的 CLI（公司代码）
| 问题 | 答案 |
|---|---|
| 它管什么 | GitLab 上的仓库、分支、合并请求（MR）、issue |
| 什么时候用 | 你的代码存在 GitLab（公司内部常用） |
| 你其实在说 | 「帮我在 GitLab 上开个 MR」 |
为什么 AI 离不了它：AI 改完代码要交上去、要看别人提的 issue、要开 MR 等你确认——这些都靠 glab 敲命令完成，而不是你去网页上点。
2. gh —— GitHub 的 CLI（开源世界）
| 问题 | 答案 |
|---|---|
| 它管什么 | GitHub 上的仓库、PR、issue、Release |
| 什么时候用 | 你的代码在 GitHub（开源项目、给全世界看） |
| 你其实在说 | 「帮我去 GitHub 给某个项目提个 issue」 |
为什么 AI 离不了它：查开源项目、提 bug、提 PR，全是 AI 用 gh 干。你自己去网页上点，AI 也能，但那是 AI 的手脚在动。
3. lark-cli —— 飞书 / Lark 的 CLI（团队沟通）
| 问题 | 答案 |
|---|---|
| 它管什么 | 飞书（国内版）/ Lark（海外版）的文档、消息、群、日历、多维表格 |
| 什么时候用 | 你的需求、文档、团队沟通都在飞书上 |
| 你其实在说 | 「帮我把这个飞书文档读出来」「帮我在飞书群里发条消息」 |
为什么 AI 离不了它：AI 要读你飞书里的需求文档、要往群里发通知、要查多维表格里的数据——都靠 lark-cli。飞书是你和 AI 之间传递「需求」和「结果」的桥。
⚠️ 飞书 CLI 的装法：
lark-cli（命令是lark-cli，飞书和 Lark 是同一套 CLI，选对应版本登录）。登录一次要你在浏览器点授权，之后 AI 就能一直用。
三张图拼起来：AI 的完整工作流
你在飞书写下需求 ──(lark-cli 读)──▶ AI 看懂需求
│
┌──────────────┴──────────────┐
改代码（本地） 查资料（gh 查开源）
│
┌──────────────┴──────────────┐
交上去：git / glab（GitLab） 或 gh（GitHub）
│
飞书群里回你「做完了」──(lark-cli 发)──▶ 你看到结果三个 CLI 串起来，就是 AI 替你干活的全过程。 这就是为什么说它们是「AI 流程里必备的功能」。
五、怎么用？你仍然一个字命令都不用记
记住这个看板的一贯原则：
| 你想说 | 直接说（不用记命令） | AI 实际用 |
|---|---|---|
| 看 GitLab 上有啥活 | 「帮我看看 GitLab 上有哪些待办」 | glab api ... |
| 去开源项目提个 bug | 「帮我去 xx 项目提个 issue：标题 xxx，内容 xxx」 | gh issue create ... |
| 读飞书文档 | 「帮我把这个飞书文档读出来：<链接>」 | lark-cli docs +fetch ... |
| 在飞书群发消息 | 「帮我在 xx 群发一条消息：xxx」 | lark-cli im +send ... |
你要做的只有两件：说清楚要什么结果 + 给对位置（链接/群名/仓库名）。
六、降低认知成本：你只需要记住这三句
- CLI 是 AI 的手脚——你说话，AI 靠 CLI 去干活。
- 三个 CLI 管三个平台——
glab=GitLab、gh=GitHub、lark-cli=飞书。 - MCP 是插头标准——让 AI 能接更多工具，小白不用深究。
忘了就回来查这篇。命令本身，永远是 AI 的事。
下一步
- 👉 想动手装：README 第一步：安装 CLI 工具
- 👉 想懂命令怎么「说」：从零到上线 → 命令是什么
- 👉 遇到不懂的词：术语大白话词典
- 👉 回到首页：README