用途：面向 AI 智能体设计或改造命令行界面（CLI），弥补人类体验（可发现、容错）与智能体体验（可预测、纵深防御）之间的差异。核心前提是智能体会臆造输入、按 token 计费、无法读取交互式提示，因此 CLI 需针对性防御。
适用场景：为现有 CLI 增加 AI/智能体支持；构建将被智能体调用的新 CLI；把 REST、GraphQL、gRPC 等 API 封装为 CLI；与 CLI 一同设计 MCP 服务器；加固输入；用结构化输出（JSON、NDJSON）替换面向人类的输出。
8 条原则：1）结构化 JSON I/O，支持 --json 结构化入参与 --output json 机器可读输出，非 TTY 时默认 NDJSON；2）模式自省，用 schema 子命令或 --describe 返回参数、类型与约束的 JSON；3）上下文窗口纪律，用 --fields、--page-all、--limit N 控制响应体积与 token 成本；4）输入加固，拒绝路径穿越、控制字符、畸形资源 ID，URL 路径段需百分号编码；5）安全护栏，提供 --dry-run 预校验、--sanitize 防御响应数据中的提示注入，变更前须用户确认；6）结构化错误，stdout 输出带 code 的 JSON 错误，stderr 给人类提示，退出码非零，两通道不混用；7）智能体文档，随 CLI 提供 SKILL.md、AGENTS.md 或 CONTEXT.md，记录非显而易见的规则与操作顺序；8）多界面架构：一个核心库同时服务 CLI（人类）、MCP（智能体的 stdio JSON-RPC）和 REST API，共享校验、业务逻辑与错误处理，用 CLI_TOKEN 环境变量做无头认证。
实施优先级：先加 --output json；再校验全部输入；加 schema 或 --describe；支持 --fields；加 --dry-run；随附 CONTEXT.md 或技能文件；最后暴露 MCP 界面。
常见反模式：stdout 混排散文与 JSON；信任智能体输入；用字符串插值拼 URL；自动执行破坏性操作；向 stdout 输出密钥；只做别名的包装器；无界响应；使用交互式提示。
限制：资料未提供具体安装命令、收费、平台支持或性能数据。