怎样让本地 AI CLI 对外服务？——从claude起点看ACP

一峰收录于公众号文章

2026-04-07 约 1190 字预计阅读 3 分钟

很多人现在都把本地 AI CLI 用起来了：

Claude CLI
Codex
自己用比如 LangGraph 做的工具

然而，这些 CLI，默认是「只能自己使用」的。

如果想要把这些工具共享给团队共同使用，该怎么办？

这篇文章，我们从 Claude CLI 出发，来讲讲这件事：

如何让“本地 AI CLI”变成“对外服务”

一、交互式程序

当我们打开terminal，输入 claude 命令，便启动了一个 claude 会话。

你输入一句话：

查看当前分支的改动，检查是否有风险

它过一会返回结果，或是进行提问，进行多轮对话后返回结果。

问题：它是一个「交互式程序」，不是服务。

没有API
没有统一协议
没有外部调用入口

二、套一层HTTP？

于是，第一反应是：

我给它套一层HTTP不就行了？

当然可以：

        
@app.post("/chat")
def chat(q: str): 
    return run_claude_cli(q)

然而，很快会遇到问题：

难以支持多轮对话：CLI 的上下文是黑盒，难以控制 session
难以完成工具调用：例如 AI 想调用 shell 时，你不知道它在干什么
难以做审批/控制

因此，这种方式只能简单地「远程调用一次 CLI 」，复杂些的任务难以完成。

三、官方 SDK

Claude 官方提供了 SDK：https://platform.claude.com/docs/en/agent-sdk/overview

        
import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions

async def main():
    async for message in query(
        prompt="Find all TODO comments and create a summary",
        options=ClaudeAgentOptions(allowed_tools=["Read", "Glob", "Grep"]),
    ):
        if hasattr(message, "result"):
            print(message.result)

asyncio.run(main())

因为是官方出品，使用体验还是不错的。

查看源码可知，它实际上也是调用本地的 Claude-CLI：

        
        
        
    
    def _find_cli(self) -> str:
        """Find Claude Code CLI binary."""
        # First, check for bundled CLI
        bundled_cli = self._find_bundled_cli()
        if bundled_cli:
            return bundled_cli

        # Fall back to system-wide search
        if cli := shutil.which("claude"):
            return cli

        locations = [
            Path.home() / ".npm-global/bin/claude",
            Path("/usr/local/bin/claude"),
            Path.home() / ".local/bin/claude",
            Path.home() / "node_modules/.bin/claude",
            Path.home() / ".yarn/bin/claude",
            Path.home() / ".claude/local/claude",
        ]

        for path in locations:
            if path.exists() and path.is_file():
                return str(path)

        raise CLINotFoundError(
            "Claude Code not found. Install with:\n"
            "  npm install -g @anthropic-ai/claude-code\n"
            "\nIf already installed locally, try:\n"
            '  export PATH="$HOME/node_modules/.bin:$PATH"\n'
            "\nOr provide the path via ClaudeAgentOptions:\n"
            "  ClaudeAgentOptions(cli_path='/path/to/claude')"
        )

更具体的关于它是如何通过调用本地 cli 来完成各种任务的细节我没有去细看了，总之通过官方 SDK 的方式可以实现非常优雅地调用 Claude 各种功能，然后在外部暴露几个接口即可。具体方法大家查阅官网即可。

于是下一个问题出现：

我们如果决定不再使用 Claude，换成 codeX，这些代码又要重写一份吗？

四、ACP

ACP（Agent Client Protocol）是一种让 Agent 与 Agent 之间交互的一种协议。

它类似于：

HTTP 之于 Web
gRPC 之于微服务

ACP 把 Agent 交互所需的信息都整理出来结构化，只要各家 Agent 都遵守这个协议，那么切换 Agent 就只需要改个配置，其他逻辑都是一模一样的。

https://github.com/agentclientprotocol

ACP 做了什么？

ACP 定义了一些对于 Agent 非常关键的事情，例如：

Session

        
{ "session_id": "xxx" }

Message

        
{
  "role": "assistant", 
  "content": "..." 
}

Tool Call

        
{ 
  "type": "tool_call", 
  "name": "bash", 
  "arguments": {...}
}

以及中断、审批等等等等。

ACP 现在还在快速迭代中，但就像 MCP 一样，一定是 AI 时代非常重要的一个协议。

我们在实现自己的 Agent 时( Server )或者是调用 Agent 的工具时( Client )，用 ACP 来实现，维护起来会事半功倍。

五、从 CLI 到服务的一种架构

于是我们梳理出一个从 CLI 到服务的架构，其实很简单：

外部请求（飞书 / 企微 / API） 
       │ 
       ▼ 
       你的网关服务 
       │ 
       ▼ Agent（ACP 协议） 
       │ 
       ├── Claude / LLM 
       └── 工具系统（MCP / HTTP / DB / Shell）

六、趋势

别再停留在写 Prompt 的版本了，让 AI 接入真实系统已经是我们不得不必须具备的能力。

如果你一直在观望或者刚刚起步，希望本文能成为你的起点。

目录