Đây là chuỗi bài viết gồm 10 phần chia sẻ cách Apidog phát triển Apidog CLI, một công cụ dòng lệnh để kiểm thử API và quản lý vòng đời API. Bạn có thể đọc theo thứ tự hoặc chuyển đến bất kỳ bài viết nào bạn quan tâm:
| Tiêu đề | Trọng tâm | |
|---|---|---|
| 1 | Chúng tôi đã xây dựng 126 công cụ MCP. Nhưng đó không phải là giải pháp tốt nhất cho Agent | Phát hiện vấn đề |
| 2 | Tại sao chúng tôi phát triển Apidog CLI hoàn toàn mới | Phát triển kiến trúc |
| 3 | Quy tắc vàng: CLI tạo ra sự thật, Model hành động dựa trên sự thật | Triết lý cốt lõi |
| 4 | agentHints: Dạy CLI giao tiếp với Agent |
Đầu ra có cấu trúc |
| 5 | SKILL: Chuyển đổi kinh nghiệm vận hành thành mã | Kinh nghiệm vận hành |
| 6 | Những con số không biết nói dối: Giảm 30% số lần gọi công cụ, giảm 25% số lượng Token | Kết quả định lượng |
| 7 | Từ PRD đến vòng lặp kiểm thử: Quy trình làm việc Agent hoàn chỉnh với Apidog CLI | Hướng dẫn thực hành |
| 8 | Tại sao khả năng tương thích CI/CD là điều không thể thiếu đối với các công cụ Agent | Góc nhìn DevOps |
| 9 | AI Branch: Thay đổi dự án an toàn hơn với AI Agent | Lớp bảo mật |
| 10 | Spec-First đã là quá khứ. Chào mừng đến với Skill-First. | Tầm nhìn & tương lai |
Chúng tôi đã xây dựng CLI + SKILL để xử lý những gì MCP không tối ưu: quy trình làm việc phức tạp với các cổng xác thực và thực thi có cấu trúc.
MCP tiếp tục phục vụ mục đích của nó
Trước khi chúng ta đi sâu vào CLI + SKILL, hãy làm rõ: Apidog MCP vẫn khả dụng và được duy trì.
MCP cung cấp các kết nối công cụ tiêu chuẩn theo giao thức—điều đó có giá trị cho:
- Các hoạt động đơn giản, được xác định rõ ràng
- Người dùng ưu tiên quy trình làm việc dựa trên MCP
- Tích hợp hệ sinh thái với các client tương thích MCP
Chúng tôi không thay thế MCP. Chúng tôi xây dựng CLI + SKILL để bổ sung cho nó.
Những gì chúng tôi khám phá ra là MCP vượt trội trong việc kết nối các công cụ, nhưng đối với các quy trình làm việc R&D phức tạp—các quy trình đa bước với xác thực, đọc lại và xác minh—Agent được hưởng lợi từ các quy trình kỹ thuật có thể thực thi. Đó là nơi CLI + SKILL phù hợp.
Hãy nghĩ theo cách này:
| Loại tác vụ | Phương pháp tiếp cận được khuyến nghị |
|---|---|
| Gọi công cụ đơn giản (ví dụ: lấy endpoint) | MCP hoặc CLI—cả hai đều hoạt động |
| Quy trình làm việc đa bước (ví dụ: tạo kiểm thử, xác thực, chạy) | CLI + SKILL—trải nghiệm tốt hơn |
| Tích hợp CI/CD | CLI—phù hợp tự nhiên |
| Tích hợp hệ sinh thái MCP | MCP—tiêu chuẩn giao thức |
CLI cũ: Chạy kiểm thử ở cuối cùng
Apidog CLI từ lâu đã là điểm vào dòng lệnh để chạy các kiểm thử API.
apidog run --project <projectId> --test-scenario <scenarioId> --environment <environmentId>Nền tảng đó vẫn quan trọng. Các nhóm cần một cách đáng tin cậy để:
- Chạy kiểm thử API từ terminal
- Tạo báo cáo trong CI pipelines
- Giữ các cổng chất lượng bên trong quy trình tự động hóa
Nhưng CLI cũ chủ yếu tập trung vào việc thực thi kiểm thử. Nó xuất hiện gần cuối quy trình làm việc:
Thiết kế → Tài liệu → Mock → Gỡ lỗi → Kiểm thử → [CLI chạy kiểm thử]CLI là bước cuối cùng—sau khi mọi thứ khác đã hoàn thành.
Yêu cầu mới: Agent cần nhiều hơn
Phát triển API đang thay đổi.
AI Agent hiện đang tham gia vào:
| Giai đoạn | Hoạt động của Agent |
|---|---|
| Thiết kế API | Tạo định nghĩa endpoint từ PRD |
| Tạo kiểm thử | Tạo trường hợp kiểm thử từ thông số kỹ thuật API |
| Gỡ lỗi | Phân tích lỗi, đề xuất cách khắc phục |
| Di chuyển | Di chuyển API giữa các dự án |
| Bảo trì | Cập nhật kiểm thử khi API thay đổi |
Đối với các quy trình làm việc này, CLI không thể chỉ là bước cuối cùng chạy các kiểm thử hiện có.
Nó cũng cần cung cấp cho Agent một cách ổn định để:
- Đọc tài sản API (endpoints, schema, môi trường)
- Tạo hoặc cập nhật tài sản kiểm thử (trường hợp kiểm thử, kịch bản kiểm thử)
- Xác thực các thay đổi có cấu trúc trước khi ghi
- Ghi chúng trở lại dự án
- Xác minh kết quả
Mở rộng có hệ thống, không phải bổ sung từng bước
Apidog CLI mới không chỉ đơn thuần là thêm một vài lệnh vào CLI cũ.
Nó đang giới thiệu một cách có hệ thống các khả năng cốt lõi của Apidog vào CLI, biến nó thành một lớp quy trình làm việc cho các nhà phát triển, script và AI Agent.
| Câu hỏi CLI cũ | Câu hỏi CLI mới |
|---|---|
| "Làm cách nào để tôi chạy các kiểm thử Apidog bên ngoài?" | "Làm cách nào để AI Agent có thể sử dụng Apidog một cách ổn định?" |
Các ranh giới kiến trúc đằng sau đã thay đổi đáng kể.
MCP VS CLI: So sánh chuỗi thực thi
Hãy so sánh các chuỗi thực thi điển hình cho các quy trình làm việc phức tạp.
Lộ trình MCP (Tốt cho kết nối công cụ)
Khởi tạo phiên MCP
↓
Tải danh sách công cụ + mô tả công cụ
↓
Agent chọn công cụ
↓
Tìm kiếm thêm công cụ (listOpenApiEndpoints)
↓
Lấy schema (getOpenApiDetails)
↓
Thực thi cuộc gọi HTTP (executeOpenApi)Điểm mạnh của MCP: Giao thức tiêu chuẩn để kết nối các công cụ với Agent.
Vị trí phức tạp: Hầu hết sự phức tạp nằm ở ngữ cảnh model và giai đoạn chọn công cụ. Agent cần hiểu:
- Danh sách công cụ
- Mô tả công cụ
- Schema đầu vào
- Trình tự gọi
- Cấu trúc trả về
Nơi nó hoạt động tốt: Các hoạt động đơn giản với ánh xạ công cụ-tác vụ rõ ràng.
Nơi nó trở nên thách thức: Các quy trình làm việc phức tạp trong đó Agent phải điều phối nhiều công cụ, hiểu ngữ nghĩa sản phẩm và xử lý xác thực.
Lộ trình CLI + SKILL (Tốt hơn cho các quy trình làm việc phức tạp)
SKILL đánh giá loại tác vụ
↓
CLI thực thi các lệnh ngữ nghĩa sản phẩm
↓
cli-schema xác thực cấu trúc
↓
agentHints đưa ra gợi ý bước tiếp theo
↓
Vòng lặp xác minh (lấy đọc lại hoặc apidog run)Điểm mạnh của CLI + SKILL: Phân phối sự phức tạp vào hệ thống kỹ thuật.
Vị trí phức tạp:
- SKILL: Phương pháp luận và hướng dẫn quy trình làm việc
- CLI: Thực thi ngữ nghĩa sản phẩm
- cli-schema: Xác thực trước khi ghi
- agentHints: Điều hướng sau khi thực thi
Nơi nó hoạt động tốt: Quy trình làm việc đa bước, các hoạt động nặng về xác thực, kiểm thử do Agent điều khiển.
Sự khác biệt chính: Nơi sự phức tạp tồn tại
Sự khác biệt giữa hai phương pháp này là vị trí đặt sự phức tạp.
| Phương pháp tiếp cận | Nơi sự phức tạp tồn tại | Tốt nhất cho |
|---|---|---|
| MCP | Ngữ cảnh Model + giai đoạn chọn công cụ | Gọi công cụ đơn giản, hệ sinh thái MCP |
| CLI + SKILL | Hệ thống kỹ thuật (SKILL, CLI, xác thực, gợi ý) | Quy trình làm việc phức tạp, các hoạt động đa bước |
Trong MCP, model phải mang theo:
- Công cụ nào để sử dụng
- Mô tả công cụ nói gì
- Những trường nào là bắt buộc
- Trình tự nào cần tuân theo
- Cấu trúc trả về có nghĩa gì
Điều này hoạt động khi ánh xạ tác vụ-công cụ là đơn giản.
Trong CLI + SKILL, hệ thống kỹ thuật mang theo:
- Đây là loại tác vụ gì (SKILL)
- Lệnh nào để thực thi (CLI)
- Cấu trúc nào hợp lệ (cli-schema)
- Làm gì tiếp theo (agentHints)
Điều này hoạt động tốt hơn khi các quy trình làm việc có cổng xác thực, yêu cầu đọc lại và vòng lặp xác minh.
Ví dụ về quy trình làm việc điển hình
Đây là một ví dụ cụ thể về quy trình làm việc của CLI + SKILL:
# Bước 1: Đọc sự thật
apidog endpoint get <endpointId> --project <projectId>
# Bước 2: Xác thực trước khi ghi
apidog cli-schema validate test-case-create --file ./test-case-create.json
# Bước 3: Thực thi xác minh
apidog run --project <projectId> --out-dir ./apidog-reportsBa lệnh này đại diện cho ba hành động kỹ thuật:
| Lệnh | Hành động |
|---|---|
endpoint get |
Đọc sự thật từ dự án |
cli-schema validate |
Xác thực cấu trúc trước khi ghi |
apidog run |
Thực thi xác minh |
Lộ trình Agent cho các quy trình làm việc phức tạp
Đối với các quy trình làm việc phức tạp, đa bước, lộ trình của Agent được hưởng lợi từ cấu trúc CLI + SKILL.
Lộ trình MCP cho các quy trình làm việc phức tạp
"Chọn công cụ → Hiểu schema → Điều phối trình tự → Xử lý lỗi"Agent:
- Chọn các công cụ phù hợp từ nhiều lựa chọn
- Hiểu mô tả công cụ và schema
- Điều phối trình tự chính xác
- Xử lý lỗi thông qua thử lại
Điều này có thể hoạt động, nhưng yêu cầu suy luận model đáng kể cho mỗi điểm quyết định.
Lộ trình CLI + SKILL cho các quy trình làm việc phức tạp
"Đọc sự thật → Tạo thay đổi → Xác thực cấu trúc → Ghi → Chạy xác minh"Agent:
- Đọc các sự thật hiện có trước (được hướng dẫn bởi SKILL)
- Tạo thay đổi dựa trên sự thật
- Xác thực cấu trúc cục bộ (cli-schema)
- Ghi vào dự án
- Chạy xác minh (agentHints hướng dẫn bước tiếp theo)
Hệ thống kỹ thuật xử lý xác thực, hướng dẫn và xác minh—giảm gánh nặng suy luận của model.
Cả hai lộ trình đều có thể hoàn thành tác vụ. CLI + SKILL giảm sự phức tạp trong giai đoạn ngữ cảnh model.
Những gì CLI hiện nay bao gồm
Với bản nâng cấp, CLI hiện bao gồm nhiều tài nguyên Apidog cốt lõi hơn:
| Tài nguyên | Khả năng CLI |
|---|---|
| Dự án & siêu dữ liệu | Liệt kê, đọc |
| API & định nghĩa API | Lấy, tạo, cập nhật |
| Môi trường & biến | Liệt kê, quản lý |
| Trường hợp kiểm thử | Tạo, cập nhật, xác thực |
| Kịch bản kiểm thử | Tạo, cập nhật, nhập các bước, lấy với chi tiết |
| Bộ kiểm thử | Quản lý |
| Báo cáo | Tạo từ apidog run |
| Nhập/xuất | Xuất dự án, nhập tệp |
Điều này thay đổi vai trò của Apidog CLI.
Nó không chỉ đơn giản là một cách để thực thi các kiểm thử sau khi mọi thứ khác đã hoàn thành.
Giờ đây nó có thể tham gia sớm hơn vào vòng lặp phát triển—nơi Agent cần:
- Hiểu dự án
- Tạo hoặc cập nhật tài sản kiểm thử
- Xác thực các thay đổi
- Chạy xác minh
Tóm tắt kiến trúc
| Khía cạnh | MCP | CLI + SKILL |
|---|---|---|
| Điểm mạnh chính | Kết nối công cụ | Thực thi quy trình làm việc |
| Vị trí phức tạp | Ngữ cảnh Model | Hệ thống kỹ thuật |
| Lộ trình Agent cho các tác vụ phức tạp | Chọn, điều phối, thử lại | Đọc, xác thực, ghi, xác minh |
| Phạm vi bao phủ | 126 công cụ được tạo ra + công cụ gốc | Quản lý tài nguyên đầy đủ + xác thực |
| Phù hợp nhất | Các hoạt động đơn giản, hệ sinh thái MCP | Quy trình làm việc phức tạp, CI/CD |
Cả hai đều có sẵn. Chọn dựa trên tác vụ của bạn.
Tiếp theo là gì
Giờ đây chúng ta đã xác định được cách CLI + SKILL bổ sung cho MCP, câu hỏi tiếp theo là:
Nguyên tắc cốt lõi nào giúp CLI + SKILL hiệu quả cho các quy trình làm việc phức tạp?
Trong Phần 3, Quy tắc vàng: CLI tạo ra sự thật, Model hành động dựa trên sự thật, chúng ta sẽ khám phá triết lý thiết kế định hướng mọi quyết định của CLI + SKILL—bắt đầu với cli-schema validate, cổng chất lượng giúp phát hiện lỗi trước khi chúng trở thành các lần ghi thất bại.
Những điểm chính
- MCP vẫn hoạt động—sử dụng nó cho các hoạt động đơn giản và tích hợp hệ sinh thái MCP
- CLI + SKILL bổ sung cho MCP—tốt hơn cho các quy trình làm việc phức tạp có xác thực
- Sự khác biệt chính là nơi sự phức tạp tồn tại: ngữ cảnh model so với hệ thống kỹ thuật
- CLI + SKILL giảm gánh nặng suy luận của model thông qua xác thực, hướng dẫn, xác minh
- CLI hiện bao gồm các dự án, API, môi trường, trường hợp kiểm thử, kịch bản và nhiều hơn nữa
- Cả hai phương pháp đều có sẵn—chọn dựa trên độ phức tạp của tác vụ
Tải xuống Apidog để thiết kế, mock, kiểm thử và tài liệu hóa API trong một không gian làm việc duy nhất. Tìm hiểu thêm về Apidog CLI để kiểm thử API dòng lệnh, tự động hóa CI và các quy trình làm việc của AI Agent.