核心内容
Pedro Lopez 分享 Airbyte 为智能体提供 MCP 服务与 CLI 的实践。按发布方介绍，两种接口都建立在 Context Store 和 OpenAPI 定义之上，用于访问企业数据。
演讲比较工具发现、OAuth、会话和交互限制，并讨论 JSON 输入输出、统一命令结构、随工具提供技能，以及避免交互式提示。
Pedro Lopez shares Airbyte’s experience building an MCP server and a CLI for agents. According to the publisher, both interfaces build on the Context Store and OpenAPI definitions to access business data.
The talk compares tool discovery, OAuth, sessions and interaction limits, then covers JSON input and output, consistent commands, bundled skills and avoiding interactive prompts.
介绍依据 · 发布方说明 · 完整内容待核读
编辑导览，依据原始来源 ↗，整理于 2026-10-10。中英文均由本站概括整理。 内容介绍与下方原话、主张的逐条核对分开标注。
面向人类友好的交互式 CLI 和包含海量描述的粗暴 MCP 往往成为智能体的阻碍；高效的智能体接口应坚持精简顶层工具集并通过渐进发现加载能力，在 CLI 上贯彻 JSON 输入输出以无缝对接 Unix 管道与脚本处理。
原话
2逐字核对过；核对了说话人和位置one important thing to keep in mind is to design those CLIs with agents in mind um some of the things that might be helpful for users when you're making a CLI are going to be like blockers for agents. Um, and we'll get into that a little bit more. Um, the first design decision here that we made was take JSON in and return JSON out.
So one thing that we decided to do um after trial and error is to keep the tool count small. So um we for the execution part of the connector where you're pulling that data, we only expose or really deal with two main tools.
主张
1转述不加引号；附原文依据和位置，核对范围见语境与收据Pedro Lopez 建议在 MCP 服务设计中缩减暴露的顶层工具数量，改用渐进式能力发现模式，以避免把海量连接器描述一次性塞入模型上下文。
相关
别反复提示：把智能体规则变成可执行检查
Greg Pstrucha·AI Engineer·演讲 · 2026-10-09
同话题 · 软件与编程已核对原话
基于 Codex Harness 构建自己的智能体客户端
Dominik Kundel·AI Engineer·演讲 · 2026-10-09
同话题 · 软件与编程已核对原话
从上下文到记忆：智能体需要真正的记忆层
Anders Swanson·AI Engineer·演讲 · 2026-10-09
同话题 · 软件与编程已核对原话
AI 写更多 PR，谁来验证？
Ali-Reza Adl-Tabatabai·AI Engineer·演讲 · 2026-10-08
同话题 · 软件与编程已核对原话
Viren Baraiya：把 AI 智能体的规划与执行分开，安全运行生产系统
Viren Baraiya·AI Engineer·演讲 · 2026-10-09
同话题 · 软件与编程已核对原话
Zach Lloyd：软件工程正在演进为工厂工程
Zach Lloyd·AI Engineer·演讲 · 2026-09-27
同话题 · 软件与编程已核对原话