MCP、CLI、Skills 怎么选?从 OpenRouter 实测看 Agent 工具链的省钱搭法

分类:行业资讯发布时间:建议阅读时长:17分钟
作者:sodope llm

先说我读完后的判断

  • 如果已经有成熟 CLI,而且 Agent 能执行命令,我会优先直接用 CLI。模型已经熟悉的工具,没必要为了“架构更标准”再包一层 MCP。
  • 如果是自己写的 CLI,或者模型总是把参数用错,我会补一个 Skill,让它在需要时读取明确的使用说明。
  • 如果没有 Shell、需要服务端认证和权限控制,或者要接多个外部系统,我会选 MCP,但只开放当前任务需要的工具,并尽量缩小返回结果。
  • OpenRouter 的实测很能说明问题。同一个 GitHub 任务在 Sonnet 5.5 上三种方式都答对了,CLI、Skill、默认 MCP 的输入 token 却分别是 1,421、3,315 和 59,417。差距主要来自模型额外读取的内容,而不是答案本身。
  • 如果团队还需要在国内同时接多家模型,我会再补一个统一模型入口,减少密钥、线路和账单切换的成本。它是工具链的补给,不应该反过来改变你对 CLI、Skill 或 MCP 的选择。

这篇 OpenRouter 文章为什么值得我专门写一篇

我读完 OpenRouter 这篇关于 MCP、CLI 与 Skills 上下文成本的文章后,最有感触的是它追问了一个很实际的问题。模型为了使用一项能力,究竟要先读多少东西。

测试任务很具体,查询 cli/cli 仓库的最新发布,再找三个最近打开且带 bug 标签的 issue。OpenRouter 分别用 GitHub MCP Server、gh CLI 和 gh Skill 执行,并在 2026 年 10 月 20 日对每种组合跑三次,取中位数。

在 Sonnet 5.5 上,三条路线都给出了正确答案。CLI 用了 1,421 个输入 token,Skill 用了 3,315,默认加载 46 个工具的 MCP 用了 59,417。把 MCP 缩到任务需要的两个工具后降到 23,228,再把结果限制在 4,000 字符后降到 5,357。

这组数字很有冲击力,但我不会把它当成任何项目都适用的固定倍率。原文只测了一个服务和一个任务,模型、供应商、工具定义、返回结构和循环次数都会改变结果。它更适合作为排查问题的起点,而不是一句“CLI 永远比 MCP 便宜几十倍”。

我先把三个概念翻译成工作语言

MCP 是连接 AI 应用和外部系统的开放标准。官方文档把它比作 AI 应用的 USB-C 接口,可以接数据源、工具和工作流。对开发者来说,它最大的价值是统一的连接方式,以及服务端提供的认证、权限和工具描述。

CLI 更直接。Agent 拿到 Shell 后,自己组织命令,程序执行完再把输出交回来。模型不需要先读几十份工具定义,只要知道命令存在,并具备相应命令知识即可。

Skill 则是一份按需使用的能力说明。Claude 官方文档描述的渐进式加载很清晰,启动时先读技能名称和描述,任务相关时才读 SKILL.md 正文,引用文件和脚本也只在需要时访问。它适合教模型怎样使用自有工具,而不是替代所有外部连接协议。

所以我的选择顺序很自然。模型已经会的成熟命令直接用 CLI;模型不熟悉的自有命令用 Skill 补上教程;需要标准化接入、服务端权限和跨系统工具时,再让 MCP 上场。这个顺序和 OpenRouter 文末的建议基本一致,也很省心。

CLI、Skill 与 MCP 的上下文加载差异示意图

上图把三种方式放在一起看,CLI 的调用最轻,Skill 按需读取说明,MCP 则同时携带大量工具定义和返回结果。

工具定义和返回结果最容易让上下文膨胀

很多人看到 MCP 的账单,第一反应是减少模型输出,其实应先检查模型每次请求被迫读了多少工具说明。

OpenRouter 的测试里,GitHub MCP Server 默认的 46 个工具,在 Claude 模型上每次请求会增加 19,436 个 prompt token。即使工具一个都没调用,这些定义也已经占据了上下文。换成 GPT-6 Luna,同一批定义又是另一种 token 数量,说明测量必须落到你实际使用的模型和线路上。

工具结果更容易被忽略。原文的 get_latest_release 返回了 42,182 个字符,其中 87% 都在描述 22 个下载文件,模型需要的只是标签和日期。这个完整对象还会留在后续对话里,在 Sonnet 5.5 上给下一次请求增加约 20,400 个 token。

这也是为什么我更推荐按字段筛选,而不是简单地截断字符。原文把结果截到 4,000 字符之所以有效,是因为目标字段恰好靠前;换到其他结果或其他模型,关键内容可能正好被切掉。只保留 number、title、日期等必要字段,比让模型先收下一整份大对象再自己找答案稳妥得多。别小看这一步。

如果你只能记住一句话,我希望是这句。先减少无关工具,再减少无关字段,最后才讨论换哪家模型更便宜。

筛选 MCP 工具结果并保留关键字段的无字示意图

这张图对应的是字段筛选,而不是简单砍掉返回长度。进入模型的内容少了,后续请求需要反复携带的对象也随之变小。

Tool Search 有用,但我不会把它当万能药

OpenRouter 的 Tool Search 通过延迟加载工具定义,让模型先搜索,再决定下一步调用哪个工具。对工具很多的项目,它确实能显著压低前置上下文。

不过原文也给出了很有价值的反例。整个任务上,Sonnet 5.5 使用 Tool Search 后从默认 MCP 的 59,417 降到 30,334;Claude Haiku 5.5 却从 99,319 增加到 154,623。额外搜索、参数错误和重试本身也会消耗 token,较小模型不一定能更有效地找到并使用工具。

这里还有一个很关键的兼容边界。原文明确说明,Tool Search 是 OpenRouter 在 Responses 和 Messages API 上提供的 beta 能力,Chat Completions 不支持,强制 tool_choice 还可能冲突。即使两个平台都写着 OpenAI 兼容,也不能把 defer_loading 等 Tool Search 专用字段直接当成通用字段搬过去。

我在自己的项目里会先确认服务端是否支持,再比较小任务的真实结果。工具库不大时,直接只加载三五个常用工具,往往比引入另一层搜索逻辑更简单。小工具库尤其如此。

工具链定下来以后,我再决定模型怎么接

到这里,CLI、Skill 和 MCP 仍然运行在你的 Agent 或受控执行环境里,模型 API 只负责理解指令、选择工具和组织下一步行动。只要把这层关系分清,后面换模型就不必重写工具,裁剪工具也不会被误解成某个模型平台自带的能力。

如果团队已经能方便地使用各家官方服务,直接沿用即可。要是还需要在国内同时接多家模型,我会用接口AI做统一入口,主要看中国内直连,以及把密钥、模型切换和用量记录放在一处。它更像工具链里的补给站,不是主角。

Agent 工具与统一模型入口之间的无字架构图

图中上方是 Agent 工作区,中间是工具与统一模型入口,下方才是不同成本和能力档位的模型。选择仍然从任务出发,不必因为接入方式变了就重搭整套工具链。

正式运行工具循环前,我还会看模型限速说明。多人或多个 Agent 同时调用时,RPM 和 TPM 都会影响任务节奏,超限可能返回 429。给循环设置最大请求次数、检查工具错误并采用指数退避,既能提高稳定性,也能避免异常重试把账单放大。

成本核算时,我会把单价和调用量放在一起看

OpenRouter 的实验提醒我,同一工具定义在不同模型上的 token 成本可能不同。所以我不会只问哪个模型单价低,而会用同一个任务比较模型单价、输入量、工具调用次数和最终成功率。

需要查具体价格时,我会打开模型定价页核对当前口径。以 2026 年 11 月 11 日为例,claude-sonnet-5-5 每百万 token 输入 $2、输出 $10,缓存读取 $0.10;gpt-6-luna 在 272K 以内档位输入 $0.10、输出 $0.50,缓存读取 $0.01。格式检查、短结果提取等高频步骤可以先试轻量模型,复杂工具规划和排障再交给更强的模型。

缓存只能降低重复输入的单价,不能把工具定义和大对象从上下文里删掉。计费说明还提醒,部分模型缓存未命中时会按缓存输入价收费,可能比普通输入更贵。我会先缩短该传的内容,再看缓存能否进一步降低成本,顺序不会反过来。

如果项目由多人共同维护,我也会把权限和用量拆开。团队账户文档列出了五种角色,支持最多五十名成员、成员用量分析以及所有者和管理员可见的审计日志。开发者负责 Agent 和工具配置,财务管理员看充值与账单,再结合按模型的 token 明细,月底就不必靠印象判断哪条线路最费钱。

这套团队权限同样不能替代 MCP 的工具权限。谁可以修改团队账户,谁可以调用某个外部工具,谁能读取工具返回的数据,是三件不同的事,我会分别配置。

如果今天就要落地,我会按这个顺序做

我先选一个能代表日常工作的任务,分别跑当前方案和候选方案,记录每次请求的输入、输出、工具调用次数和错误。比较时既看最终答案,也检查中间多走了哪些弯路。

接着,我把工具列表缩到任务需要的范围,把返回字段缩到模型会使用的部分。CLI 已经能稳定完成的工作不再重复包装,自有命令用 Skill 写清参数和示例,需要 MCP 的认证与权限能力时才保留 MCP。

然后,我给整个循环加请求上限和错误检查,避免模型在参数错误后无限重试。上线前再做一轮并发和限速检查,确认 429 的等待与重试行为符合预期。

最后才看模型单价。如果轻量模型已经能稳定完成,就用轻量模型;如果它因为搜索和重试多花了几轮,反而更贵,就回到更合适的模型。工具链选择没有一次选对就永远正确的答案,真实调用记录才是我最终愿意相信的依据。

写在最后

你现在的 Agent 更常遇到哪一种情况,是工具太多导致上下文膨胀,还是模型经常把 CLI 参数用错?如果你已经对比过 MCP、CLI 和 Skill,也欢迎分享同一任务下的 token 明细。相比“哪个更先进”,我更好奇哪一种组合在你的项目里真正稳定、便宜。

参考资料

  • OpenRouter,MCP、CLI 与 Skills 的上下文成本对比(原文英文标题为 MCP vs CLI vs Skills, What Each Costs in Context),openrouter.ai/blog/insights/mcp-vs-cli-vs-skills,2026-11-11(访问日期 2026-11-11)
  • Model Context Protocol,What is the Model Context Protocol?,modelcontextprotocol.io/docs/getting-started/intro(访问日期 2026-11-11)
  • Anthropic,Agent Skills overview,platform.claude.com/docs/en/agents-and-tools/agent-skills/overview(访问日期 2026-11-11)
  • 接口AI(JieKou.AI)定价页、团队账户、计费与限速文档,jiekou.ai、docs.jiekou.ai(访问日期 2026-11-11)
分享:
联系我们