用途：通过仓库固定的 ai-cli-mcp@2.22.0 服务器执行外部模型工作，不要在服务器能胜任时直接启动提供商 CLI。服务器负责后台进程跟踪、会话 ID、结果获取和提供商参数校验。
主要能力：每次运行都可恢复。用 run 启动并保留返回的 PID，peek 仅用于有界进度采样，wait 或 get_result 获取权威结果，提供商失败或用户要求再跑一次时用返回的 session_id 恢复。一次性任务也在后台启动，随后立即 wait 是阻塞式做法。
使用方式：新检出或新机器先确认 package.json 精确固定 ai-cli-mcp 且 pnpm-lock.yaml 版本一致；确认根 .mcp.json 与 .codex/config.toml 调用工作区本地 pnpm exec ai-cli-mcp，不要用未固定的 npx 下载；运行 pnpm exec ai-cli models 保留输出作为模型路由事实；运行 pnpm exec ai-cli doctor 检查二进制可用性，它不证明登录、条款、配额或提供商健康。添加或修改配置后重载/重启 MCP 客户端，确认 ai-cli MCP 工具已注册。
模型路由：显式用户选择优先于基于任务的偏好。选择前调用 models 工具，按实时目录校验。用户措辞映射到 ai-cli 模型，如 opus、fable、luna、tera/terra、sol、claude:<catalog-model>、codex:<catalog-model>、opencode:<provider>/<model>。oc- 前缀是 ai-cli-mcp 要求。Claude 和 Codex 路由默认 reasoning_effort: high；仅当用户明确请求更高档位时使用更高档位，不要使用 claude-ultra 或 codex-ultra 除非用户明确要求。OpenCode 路由省略 reasoning_effort。
适用场景：对抗式评审用绝对隔离 worktree，包含目标提交、评审范围、验收标准和证据要求；不要给评审代理变更授权。委派实现则明确授权变更并指定分支/worktree。
限制：ai-cli 包装器绕过提供商权限，隔离和干净 worktree 是安全边界。MCP 不可见时可用 CLI 回退命令并标注 transport: cli-fallback，但不得替换为未固定提供商 CLI，也不得因回退成功就声称 MCP 健康。成功退出不证明评审有用，需结构化报告并核对引用源码。配置中 tool_timeout_sec 控制单次 MCP 调用上限而非服务器生命周期。