Skill、MCP 与 API
Agent Analytics 通过四种真实访问路径暴露同一套分析界面：
Skill适用于已经支持 skills 且能执行命令的代理环境MCP适用于原生聊天或原生编辑器工具调用CLI适用于 shell 导向的代理工作流API适用于直接控制 HTTP
产品模型不会因为入口不同而变化。项目、分析读取和实验操作都保持一致；变化的只是最自然的入口方式。
按环境推荐的路径
Section titled “按环境推荐的路径”| 环境 | 推荐路径 | 原因 |
|---|---|---|
| Claude Code | Skill 优先 | 保持 agent-native workflow，不强依赖原始 MCP |
| Claude Desktop / Cowork | Hosted MCP | 最适合 connector 风格聊天工具的原生 tool call |
| OpenWork | Skill 优先 | 最适合同一应用内需要本地 skill、自动化及可选 MCP 的情况 |
| Cursor | Skill + CLI 优先 | 当代理已经能执行命令时，通常比 MCP 开销更低 |
| OpenAI Codex | Skill 优先 | 保持 agent-native workflow，不强依赖 MCP |
| OpenClaw | Skill 优先 | 在聊天里跑定时分析 workflow 的最干净路径 |
| Custom runtime 或内部代理 | API | 最适合自己掌控重试、解析和编排的场景 |
何时使用哪一种路径
Section titled “何时使用哪一种路径”当你的代理已经支持 skills，并且能在同一环境里执行命令时，使用 skill。
Skill 通常最适合以下情况：
- 你想给常见分析任务加上一层引导式 workflow
- 你的代理已经有终端访问能力
- 你想留在代理自己的原生闭环里，而不是切换到 tool-call 更重的 MCP 流程
当你的代理已经运行在支持 connectors 或 MCP servers 的工具中时，使用 MCP。
MCP 通常最适合以下情况：
- 你希望安装过程在聊天里显得更原生
- 你想使用工具调用，而不是 shell 命令
- 你不想手动拼 auth header 或请求 payload
- 你想快速获得项目或账户级摘要，并通过结构化工具结果返回
权衡：
- MCP 往往比 skill + CLI 流程带来更高的延迟和 token 开销，因为模型需要管理更多工具调用往返和工具结果 payload。
当你的代理已经具备终端访问能力并且擅长执行命令时，使用 CLI。
CLI 通常最适合以下情况：
- 你的代理本来就运行在 shell-first 环境中
- 你希望得到稳定、可预测的命令输出
- 你更喜欢组合命令，而不是集成工具
- 你在像 Cursor 这样的编辑器代理里，希望获得比 MCP 更低的开销
- 你想使用像
login和logout这样的本地 auth 辅助命令
如果你需要安装方式、登录流程、常见命令以及 CLI 到 API 的映射，请继续阅读独立的 CLI 页面。
当你希望完全控制请求、重试策略和响应解析时，使用 API。
API 通常最适合以下情况：
- 你在自己的代码中集成
- 你需要精确的 HTTP 级行为
- 你正在直接调试 auth 或 payload 结构
快速经验法则
Section titled “快速经验法则”- 在 Claude Code、OpenWork、Cursor 或 Codex 这类能跑 shell 的环境中，优先选择
skill + CLI。 - 当代理已经生活在 connector 风格的聊天环境里，并且你希望使用原生 tool calls 时，选择
MCP。 - 当你需要完全控制、自定义集成或底层调试时，选择
API。