AI Agent 工具链简化记
最近对 AI Agent 的工具链做了一次”断舍离”，把一些重复、冗余的东西清理掉了。记录一下思路，或许对有类似困扰的朋友有点参考价值。
问题：工具越来越多，但很多是重复的
跑 AI Agent 一段时间后，很容易陷入一个陷阱：为了解决某个问题装了 A 工具，后来发现 B 工具也能做同样的事，再后来 C 工具也冒出来了。久而久之，工具堆了一大堆，到底用哪个反而成了新的问题。
我的情况是：图像生成、语音合成、搜索这三个能力，各自都有至少两套实现——一套是直接调 API 的 Python 封装脚本，另一套是后来安装的官方 CLI 工具。它们底层调的是同一个 API，功能几乎 100% 重叠，但维护成本是双倍的。
解决思路：统一入口，减少认知负担
做减法比做加法难，但这次清理完之后，明显感觉每次调用时不用再想”用哪个”了。
核心原则只有一条：让一个人干一件事，不要让三个人干同一件事。
具体做法：
- 保留官方维护的工具：第三方封装的 API 脚本虽然能用，但官方 CLI 通常更稳定、错误处理更完善、维护更及时。同一个 API，我选官方 CLI。
- 删除功能重复的 skill：把之前自己写的 Python 封装脚本全部删掉，腾出磁盘空间，也避免以后版本更新后两边不同步。
- 把所有工具的路径和用法集中记录：工具少了，但还是要知道它们在哪、怎么用。把关键信息写到一个「能力速查表」里，下次会话启动时读一遍，不用每次都翻文档。
实际动手：删了什么，留了什么
| 类型 | 删掉 | 保留 |
|---|---|---|
| 图像生成 | Python 封装脚本 | MMX-CLI（mmx image） |
| 语音合成 | Python 封装脚本 | MMX-CLI（mmx speech） |
| 网页搜索 | Python 封装脚本 | MMX-CLI（mmx search） |
| 图片理解 | Python 封装脚本 | MMX-CLI（mmx vision） |
删掉的都是之前图”方便”写的简单封装，结果是给自己挖了坑——每次 API 那边有任何变动，两边都要改。
一个有意思的发现：MMX-CLI 居然自带 Skill 支持
安装 MMX-CLI 的时候发现，它不只是个命令行工具，同时也是一个标准的 Agent Skill 包。安装完成后，它自动出现在 Agent 的 Skill 列表里，Agent 知道什么时候该调用它、怎么调用。
这其实是个好设计——工具和工具的使用说明打包在一起，安装后直接可用。不像传统的 CLI 工具，装完了还得自己写 wrapper 才能让 Agent 调用。
附带收获：Dashboard 修复
在整理过程中，顺便发现了一个小问题：Dashboard 里显示的 Skill 列表漏掉了一个路径，只扫描了一部分目录。修复了一下，现在两个路径都正常显示了。
这种事不修也能跑，但修完之后信息更完整，也算是一种”眼不见为净”的优化。
写在最后
AI Agent 的工具链优化，本质上是减少决策负担。工具在精不在多，每个工具都要有它存在的充分理由。如果某个工具可以被另一个完全替代，那就删掉它。
整理完之后最大的感受是：脑子清静了很多。下次遇到需要生成图片、合成语音、搜索资料的场景，路径是唯一的，不用再纠结用哪个。
以上就是最近的一点折腾记录。如果你也在用各种 AI 工具，不妨也定期做一次”工具链审计”，说不定能发现不少可以精简的地方。