Почему CLI, а не MCP?

Чему вы научитесь

Этот урок поможет вам понять:

✅ Различия в позиционировании MCP и системы навыков
✅ Почему CLI больше подходит для загрузки навыков
✅ Философию дизайна OpenSkills
✅ Технические принципы системы навыков

Ваша текущая проблема

Вы можете задаться вопросом:

"Почему не использовать более современный протокол MCP?"
"Не слишком ли устарел подход CLI?"
"Не лучше ли MCP соответствует эпохе ИИ?"

Этот урок поможет вам понять технические соображения, лежащие в основе этих решений по дизайну.

Основной вопрос: Что такое навык?

Прежде чем обсуждать CLI vs MCP, давайте поймём сущность "навыка".

Сущность навыка

Определение навыка

Навык — это комбинация статических инструкций + ресурсов, включая:

SKILL.md: подробные руководства и промпты
references/: справочная документация
scripts/: исполняемые скрипты
assets/: изображения, шаблоны и другие ресурсы

Навык не является динамической службой, API в реальном времени или инструментом, требующим запуска сервера.

Официальный дизайн Anthropic

Система навыков Anthropic изначально основана на файловой системе:

Навыки существуют в виде файлов SKILL.md
Описываются через XML-блок <available_skills>
ИИ-агент читает содержимое файлов в контент по требованию

Это определяет, что выбор технологий для системы навыков должен быть совместим с файловой системой.

MCP vs OpenSkills: Сравнение позиционирования

Размерность	MCP (Model Context Protocol)	OpenSkills (CLI)
Сценарии использования	Динамические инструменты, вызовы API в реальном времени	Статические инструкции, документация, скрипты
Требования к запуску	Требуется MCP-сервер	Без сервера (только файлы)
Поддержка агентов	Только агенты с поддержкой MCP	Все агенты, способные читать `AGENTS.md`
Сложность	Требует развёртывания и обслуживания сервера	Нулевая конфигурация, готово к использованию
Источник данных	Получение в реальном времени с сервера	Чтение из локальной файловой системы
Зависимость от сети	Требуется	Не требуется
**Загрузка навыков	Через протокол	Через чтение файлов

Почему CLI больше подходит для системы навыков?

1. Навыки — это файлы

MCP требует сервера: нужно развёртывать MCP-сервер, обрабатывать запросы, ответы, рукопожатие протокола...

CLI требует только файлов:

bash

# Навыки хранятся в файловой системе
.claude/skills/pdf/
├── SKILL.md              # Основной файл инструкций
├── references/           # Справочная документация
│   └── pdf-format-spec.md
├── scripts/             # Исполняемые скрипты
│   └── extract-pdf.py
└── assets/              # Файлы ресурсов
    └── pdf-icon.png

Преимущества:

✅ Нулевая конфигурация, без сервера
✅ Навыки могут быть версионированы
✅ Работает офлайн
✅ Простое развёртывание

2. Универсальность: все агенты могут использовать

Ограничения MCP:

Только агенты, поддерживающие протокол MCP, могут использовать его. Если Cursor, Windsurf, Aider и другие агенты каждый реализуют MCP, это приведёт к:

Дублированию разработки
Проблемам совместимости протоколов
Сложностям синхронизации версий

Преимущества CLI:

Любой агент, способный выполнять команды shell, может использовать:

bash

# Вызов через Claude Code
npx openskills read pdf

# Вызов через Cursor
npx openskills read pdf

# Вызов через Windsurf
npx openskills read pdf

Нулевая стоимость интеграции: агенту нужно только уметь выполнять команды shell.

3. Соответствие официальному дизайну

Система навыков Anthropic изначально основана на файловой системе, а не на MCP:

xml

<!-- Описание навыков в AGENTS.md -->
<available_skills>
<skill>
<name>pdf</name>
<description>Comprehensive PDF manipulation toolkit...</description>
<location>project</location>
</skill>
</available_skills>

Способ вызова:

bash

# Официальный способ вызова
npx openskills read pdf

OpenSkills полностью следует официальному дизайну Anthropic, обеспечивая совместимость.

4. Прогрессивная загрузка (Progressive Disclosure)

Основное преимущество системы навыков: загрузка по требованию, сохранение чистого контекста.

Реализация CLI:

bash

# Загрузка содержимого навыка только при необходимости
npx openskills read pdf
# Вывод: полное содержимое SKILL.md в стандартный вывод

Вызовы MCP:

Если реализовать через MCP, нужно:

Управлять списком навыков на сервере
Реализовать логику загрузки по требованию
Обрабатывать управление контекстом

А подход CLI естественным образом поддерживает прогрессивную загрузку.

Сценарии использования MCP

Проблемы, которые решает MCP, отличаются от системы навыков:

Проблемы, решаемые MCP	Пример
Вызовы API в реальном времени	Вызов OpenAI API, запросы к базе данных
Динамические инструменты	Калькуляторы, службы преобразования данных
Интеграция удалённых служб	Операции Git, системы CI/CD
Управление состоянием	Инструменты, требующие поддержания состояния сервера

Эти сценарии требуют сервера и протокола, MCP — правильный выбор.

Система навыков vs MCP: Не конкуренция

Ключевой тезис: MCP и система навыков решают разные проблемы, это не альтернатива.

Позиционирование системы навыков

[Статические инструкции] → [SKILL.md] → [Файловая система] → [Загрузка CLI]

Сценарии использования:

Руководства и лучшие практики
Документация и справочные материалы
Статические скрипты и шаблоны
Конфигурации, требующие версионирования

Позиционирование MCP

[Динамические инструменты] → [MCP-сервер] → [Вызов протокола] → [Ответ в реальном времени]

Сценарии использования:

Вызовы API в реальном времени
Запросы к базам данных
Удалённые службы с состоянием
Сложные вычисления и преобразования

Комплементарность

OpenSkills не исключает MCP, а сосредотачивается на загрузке навыков:

ИИ-агент
  ├─ Система навыков (OpenSkills CLI) → Загрузка статических инструкций
  └─ MCP-инструменты → Вызов динамических служб

Они дополняют, а не заменяют друг друга.

Практические примеры: когда использовать что?

Пример 1: Вызовы операций Git

❌ Не подходит для системы навыков:

Операции Git динамические, требуют взаимодействия в реальном времени
Зависят от состояния Git-сервера

✅ Подходит для MCP:

bash

# Вызов через MCP-инструмент
git:checkout(branch="main")

Пример 2: Руководство по обработке PDF

❌ Не подходит для MCP:

Руководства статические
Не требуют запуска сервера

✅ Подходит для системы навыков:

bash

# Загрузка через CLI
npx openskills read pdf
# Вывод: подробные шаги обработки PDF и лучшие практики

Пример 3: Запросы к базе данных

❌ Не подходит для системы навыков:

Требуется подключение к базе данных
Результаты динамические

✅ Подходит для MCP:

bash

# Вызов через MCP-инструмент
database:query(sql="SELECT * FROM users")

Пример 4: Стандарты проверки кода

❌ Не подходит для MCP:

Стандарты проверки — статическая документация
Требуется версионирование

✅ Подходит для системы навыков:

bash

# Загрузка через CLI
npx openskills read code-review
# Вывод: подробный чек-лист проверки кода и примеры

Будущее: Интеграция MCP и системы навыков

Возможные направления развития

MCP + Система навыков:

bash

# Навык ссылается на MCP-инструменты
npx openskills read pdf-tool

# Содержимое SKILL.md
Этот навык требует использования MCP-инструментов:

1. Используйте mcp:pdf-extract для извлечения текста
2. Используйте mcp:pdf-parse для разбора структуры
3. Используйте скрипты из этого навыка для обработки результатов

Преимущества:

Навыки предоставляют высокоуровневые инструкции и лучшие практики
MCP обеспечивает низкоуровневые динамические инструменты
Комбинация делает их более мощными

Текущий этап

OpenSkills выбирает CLI, потому что:

Система навыков уже является зрелой файловой системой
Реализация CLI проста и универсальна
Не нужно ждать реализации поддержки MCP в разных агентах

Итог урока

Основные причины выбора CLI вместо MCP в OpenSkills:

Основные причины

✅ Навыки — статические файлы: без сервера, хранение в файловой системе
✅ Более универсально: все агенты могут использовать, без зависимости от протокола MCP
✅ Соответствует официальному дизайну: система навыков Anthropic основана на файловой системе
✅ Нулевая конфигурация: без сервера, готово к использованию

MCP vs Система навыков

MCP	Система навыков (CLI)
Динамические инструменты	Статические инструкции
Требует сервера	Только файловая система
API в реальном времени	Документация и скрипты
Требует поддержки протокола	Нулевая стоимость интеграции

Не конкуренция, а дополнение

MCP решает проблемы динамических инструментов
Система навыков решает проблемы статических инструкций
Они могут использоваться вместе

Связанные материалы

Приложение: Ссылки на исходный код

Нажмите, чтобы просмотреть расположение исходного кода

Дата обновления: 2026-01-24

Функция	Путь к файлу	Строки
Точка входа CLI	`src/cli.ts`	39-80
Команда чтения	`src/commands/read.ts`	1-50
Генерация AGENTS.md	`src/utils/agents-md.ts`	23-93

Ключевые решения по дизайну:

Подход CLI: загрузка навыков через npx openskills read <name>
Хранение в файловой системе: навыки хранятся в .claude/skills/ или .agent/skills/
Универсальная совместимость: вывод в XML-формате, полностью соответствующем Claude Code

Почему CLI, а не MCP? ​

Чему вы научитесь ​

Ваша текущая проблема ​

Основной вопрос: Что такое навык? ​

Сущность навыка ​

Официальный дизайн Anthropic ​

MCP vs OpenSkills: Сравнение позиционирования ​

Почему CLI больше подходит для системы навыков? ​

1. Навыки — это файлы ​

2. Универсальность: все агенты могут использовать ​

3. Соответствие официальному дизайну ​

4. Прогрессивная загрузка (Progressive Disclosure) ​

Сценарии использования MCP ​

Система навыков vs MCP: Не конкуренция ​

Позиционирование системы навыков ​

Позиционирование MCP ​

Комплементарность ​

Практические примеры: когда использовать что? ​

Пример 1: Вызовы операций Git ​

Пример 2: Руководство по обработке PDF ​

Пример 3: Запросы к базе данных ​

Пример 4: Стандарты проверки кода ​

Будущее: Интеграция MCP и системы навыков ​

Возможные направления развития ​

Текущий этап ​

Итог урока ​

Основные причины ​

MCP vs Система навыков ​

Не конкуренция, а дополнение ​

Связанные материалы ​

Приложение: Ссылки на исходный код ​

Почему CLI, а не MCP?

Чему вы научитесь

Ваша текущая проблема

Основной вопрос: Что такое навык?

Сущность навыка

Официальный дизайн Anthropic

MCP vs OpenSkills: Сравнение позиционирования

Почему CLI больше подходит для системы навыков?

1. Навыки — это файлы

2. Универсальность: все агенты могут использовать

3. Соответствие официальному дизайну

4. Прогрессивная загрузка (Progressive Disclosure)

Сценарии использования MCP

Система навыков vs MCP: Не конкуренция

Позиционирование системы навыков

Позиционирование MCP

Комплементарность

Практические примеры: когда использовать что?

Пример 1: Вызовы операций Git

Пример 2: Руководство по обработке PDF

Пример 3: Запросы к базе данных

Пример 4: Стандарты проверки кода

Будущее: Интеграция MCP и системы навыков

Возможные направления развития

Текущий этап

Итог урока

Основные причины

MCP vs Система навыков

Не конкуренция, а дополнение

Связанные материалы

Приложение: Ссылки на исходный код