MCP CLI：在终端里连接和调试任意 MCP 服务器

写好一个 MCP 服务器，想看看模型实际会怎么调用它，往往得打开 Claude Desktop 改配置、重启、再一点点试。MCP CLI 把这个循环搬进终端：读一份 server_config.json，连上一个或多个服务器，然后你可以和模型聊天让它自动调工具，也可以绕过模型直接调用某个工具，或者把调用写进 shell 管道。

能做什么

• 四种模式：聊天模式让模型自动选用工具；交互模式是命令式的 shell；命令模式适合脚本和管道，例如 mcp-cli cmd --server sqlite --tool list_tables --output tables.json；还有 tools、ping、resources 等单条命令。
• 模型自选：默认用 Ollama 的 gpt-oss，本地运行不需要 key；也支持 OpenAI、Anthropic、Azure OpenAI、Gemini、Groq、watsonx 等。
• 调试辅助：/usage 看 token 消耗，会话可保存和导出为 Markdown 或 JSON，--dashboard 打开浏览器面板查看工具调用流。
• 新协议特性：支持 MCP Apps，带 _meta.ui 注解的工具会在浏览器沙箱里打开交互界面；实验性的执行计划功能可把多步工具调用编排成可重放的图。

适合谁

• 开发 MCP 服务器、想在终端里快速验证工具描述和调用效果的工程师。
• 想用本地模型配合 MCP 工具、或把工具调用接进批处理脚本的人。

接入方式

需要 Python 和 uv；默认模型需要先安装 Ollama 并执行 ollama pull gpt-oss。服务器写在当前目录的 server_config.json 里（格式同 mcpServers），然后：

uvx mcp-cli --help
mcp-cli --server sqlite

编辑点评

截至 2026-10-06 约 2000 star。它本身是一个 MCP 客户端，收录它是因为调试和脚本化调用 MCP 工具的需求真实存在，而桌面聊天客户端做这件事很笨重。和官方的 MCP Inspector 相比，它多了“让真实模型来调用”这一层，能暴露工具描述写得不清楚的问题。缺点是功能堆得很多（虚拟内存、执行计划、仪表盘），依赖项目作者的一系列 chuk 库，上手时容易迷失，建议先只用 cmd 和 tools 两类命令。最近一次推送在 2026 年 8 月。许可证为 Apache-2.0。