mcp-client-cli 是什么？终极入门指南：在终端运行 LLM 提示词与 MCP 客户端
【免费下载链接】mcp-client-cliA simple CLI to run LLM prompt and implement MCP client.项目地址: https://gitcode.com/gh_mirrors/mc/mcp-client-cli
mcp-client-cli 是什么？终极入门指南：在终端运行 LLM 提示词与 MCP 客户端
你是否想过，不用打开浏览器、不用切到聊天窗口，就能直接在终端里和 AI 对话，还能让它调用搜索、抓网页、查 YouTube 等真实工具？mcp-client-cli就是这样一款轻量级的MCP 客户端命令行工具：它用一个简单的llm命令运行 LLM 提示词，并实现了 Model Context Protocol（MCP）客户端，让你在终端里同时享受 LLM 对话和 MCP 服务器提供的各种工具能力。
上图是 mcp-client-cli 的组件架构图：用户通过 CLI 输入命令，CLI 内部由配置管理、对话管理、记忆管理、工具管理等模块协作，对外连接 LLM 服务商（OpenAI、Google 等）与各种 MCP 服务器，并将对话与记忆持久化到 SQLite 数据库中。
MCP 客户端到底是什么？快速搞懂核心概念
在深入之前，先花 30 秒理解两个关键词：
- LLM 提示词（Prompt）：你输入给大语言模型的指令或问题，例如“总结这篇文章”。
- MCP（Model Context Protocol）：一种让 AI 应用连接外部工具与数据源的开放协议。MCP 服务器负责提供具体能力，如网页抓取、搜索、代码执行；而 mcp-client-cli 就是那个负责连接它们的MCP 客户端。
简单说：mcp-client-cli 是“大脑”（LLM）和“手脚”（MCP 工具）之间的桥梁，全部操作都在终端完成。
为什么选择 mcp-client-cli？6 个核心亮点
1. 一行命令启动 AI 对话
安装并配置后，直接运行：
llm "What is the capital city of North Sumatra?"即可得到答案，甚至支持管道输入，把文件、命令输出直接喂给 AI：
echo "What is the capital city of North Sumatra?" | llm cat instructions.txt | llm "West Java"2. 内置 MCP 客户端，自动调用真实工具
当问题需要实时信息时，它会自动调用配置好的 MCP 服务器工具。比如询问“今天 Hacker News 头条是什么？”，工具调用逻辑见 src/mcp_client_cli/tool.py，它会依次触发brave_web_search搜索和fetch抓取页面，最终给出完整答案。危险工具执行前会弹出确认，也可用--no-confirmations跳过。
3. 预设提示词模板，效率翻倍
用p前缀调用内置模板，模板定义在 src/mcp_client_cli/prompt.py：
llm p review # 审查 git 改动 llm p commit # 生成符合规范的提交信息 llm p yt url=https://youtube.com/... # 总结 YouTube 视频4. 图片分析 + 剪贴板支持
支持多模态输入，直接分析图片：
cat screenshot.png | llm "Is there any error in this screenshot?"剪贴板功能（见 src/mcp_client_cli/input.py）还能读取剪贴板中的文字或图片：
llm cb "What language is this code written in?"5. 对话延续与长期记忆
用c前缀延续上次对话；SQLite 存储对话与记忆（见 src/mcp_client_cli/memory.py），并支持向量检索，让 AI “记得”你之前告诉它的信息，--show-memories可查看已保存记忆。
6. 兼容任意 LLM 提供商
默认支持 OpenAI，也可切换到 Groq、Google Gemini 或本地 llama.cpp 模型，只需修改配置文件。
最快的安装与配置方法
一键安装步骤
项目要求 Python 3.12+，克隆后安装：
git clone https://gitcode.com/gh_mirrors/mc/mcp-client-cli cd mcp-client-cli pip install -e .安装完成后llm命令即可用（入口见 src/mcp_client_cli/cli.py）。
最快配置方法：三分钟跑通
在~/.llm/config.json创建配置文件（可参考仓库中的 mcp-server-config-example.json），核心结构如下：
{ "systemPrompt": "You are an AI assistant helping a software engineer...", "llm": { "provider": "openai", "model": "gpt-4", "api_key": "your-openai-api-key" }, "mcpServers": { "fetch": { "command": "uvx", "args": ["mcp-server-fetch"] }, "brave-search": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-brave-search"], "env": { "BRAVE_API_KEY": "your-brave-api-key" } } } }配置加载逻辑见 src/mcp_client_cli/config.py。API Key 也可用环境变量LLM_API_KEY或OPENAI_API_KEY设置。
新手必学的 5 个常用命令
| 命令 | 作用 |
|---|---|
llm "问题" | 发起一次对话 |
llm c "继续问" | 延续上一轮对话 |
llm p review | 使用提示词模板 |
llm --list-tools | 列出所有可用 MCP 工具 |
llm --no-tools "问题" | 不使用任何工具，纯文本对话 |
更多参数如--model gpt-4（临时切换模型）、--text-only（纯文本输出）、--no-intermediates（只输出最终结果，适合脚本）都能在llm --help中看到。
总结：现在就开始你的终端 AI 之旅
mcp-client-cli 把 LLM 对话、MCP 客户端、工具调用、记忆能力整合进一个极简的终端命令，非常适合开发者日常使用：审查代码、写提交信息、查资料、分析截图，全程无需离开终端。上手成本低、扩展性强，无论你是刚接触 MCP 的新手，还是追求效率的资深开发者，都值得一试。按照上面的安装与配置步骤，几分钟内你就能拥有一个属于自己的终端 AI 助手！🚀
【免费下载链接】mcp-client-cliA simple CLI to run LLM prompt and implement MCP client.项目地址: https://gitcode.com/gh_mirrors/mc/mcp-client-cli
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
