PrintingPress - AI Agent 原生的 CLI 生成器¶

大多数你想让 Claude Code 操作的网站都没有公开 API。MCP 的 token 成本太高，API 的 JSON 回传太笨重——agent 需要一个更干净的方式。PrintingPress 就是这个答案。

目录¶

核心问题与定位
工作原理
安装与使用
Pipeline 流水线
设计哲学：非显而易见的洞察 (NOI)
创造力阶梯
生成的产物
Agent-First 设计特性
社区 CLI 库
与其他方案的对比

核心问题与定位¶

AI Agent 操作网站/服务面临三难：

                    ┌─────────────────────┐
                    │  你想让 Agent 操作的  │
                    │   网站或服务         │
                    └──────────┬──────────┘
                               │
              ┌────────────────┼────────────────┐
              │                │                │
         ┌────▼────┐    ┌─────▼─────┐   ┌─────▼─────┐
         │ 有 API  │    │ 无 API    │   │ MCP 连接  │
         │ 但笨重  │    │ 需要浏览器│   │ Token贵   │
         └────┬────┘    └─────┬─────┘   └─────┬─────┘
              │               │               │
              │         ┌─────▼─────┐         │
              └────────►│PrintingPress│◄────────┘
                        │  一条命令   │
                        │  全部解决   │
                        └───────────┘

核心价值：一个命令，从任何输入生成 AI Agent 能高效使用的 CLI。

工作原理¶

三种输入方式，一种输出：

输入方式	参数	适用场景
OpenAPI Spec	`--spec`	有 API 文档的服务
网站 URL	直接传 URL	无公开 API 的网站
HAR 文件	`--har`	从浏览器 DevTools 导出

每次运行输出： - <api>-pp-cli — Go 编译的 CLI 二进制 - <api>-pp-mcp — MCP Server 二进制 - 研究文档 + 验证报告 + 质量评分

安装与使用¶

前置条件：Go 1.26.3+、Claude Code

# 安装二进制
go install github.com/mvanhorn/cli-printing-press/v4/cmd/printing-press@latest

# 安装 Skills（推荐克隆仓库）
git clone https://github.com/mvanhorn/cli-printing-press.git

# 启动 Claude Code 会话
claude --plugin-dir .

关键命令：

/printing-press <app-name>              # 按 API 名生成 CLI
/printing-press https://postman.com     # 指向网站（无需 spec）
/printing-press-reprint notion          # 用最新模型重新生成
/printing-press HubSpot codex           # Codex 模式（省 60% Opus tokens）
/printing-press-polish notion           # 定向修补
/printing-press-publish linear          # 验证 + 打包 + 创建 PR

Pipeline 流水线¶

完整的 9 阶段流水线：

Phase 0: Resolve + Reuse     [1-3 min]  复用研究、检测 token、解析 spec/URL
    │
Phase 1: Research Brief      [5-10 min] API 身份、竞品、数据层、产品论点
    │
Phase 1.5: Ecosystem Absorb  [5-10 min] 收录所有 MCP/skill/CLI 特性
    │
Phase 1.7: Browser-Sniff     [2-5 min]  浏览器抓取、HAR 导入、发现溯源
    │
Phase 2: Generate            [1-2 min]  从 spec 生成 Go CLI + MCP Server
    │
Phase 3: Build The GOAT      [10-20 min] 融合所有吸收的特性 + 洞察命令
    │
Phase 4: Shipcheck           [3-8 min]  Dogfood + 验证 + 评分
    │
Phase 5: Live Smoke (可选)   [2-5 min]  只读 API 烟雾测试

关键规则：Phase 0 无法完成，除非写出 NOI（非显而易见的洞察）。

设计哲学：非显而易见的洞察 (NOI)¶

"每个 API 都有一个秘密身份。它暴露的数据，对其创造者从未设计过的用途是有价值的。"

API	表面身份	秘密身份
Discord	聊天应用	可搜索的知识库；每个 thread = 机构记忆
Linear	Issue 追踪器	团队行为观测台；状态变化 = 工作方式信号
Stripe	支付处理器	商业健康监控；扣款失败 = PMF 信号
GitHub	代码托管	工程文化指纹；Review 模式 = 交付能力信号
Notion	文档编辑器	知识衰变检测器；过期页面 = 被遗忘的知识
HubSpot	CRM	关系记忆；交易流转 = 管线健康信号
Slack	消息工具	组织神经系统；响应时间 = 团队健康信号
ESPN	体育数据	博彩情报终端；伤病/赔率 = 结果预测信号

这个理念驱动了 CLI 生成时不只是包装 API 端点，而是生成「洞察命令」——让 Agent 能回答 API 本身无法直接回答的问题。

创造力阶梯¶

生成的 CLI 不只是 API wrapper，而是一个五层能力栈：

Rung 5: 行为洞察 ─── health, similar, composite metrics
           │
Rung 4: 领域分析 ─── stale --days 30, orphans, load
           │
Rung 3: 本地持久化 ─ sync, search, export, tail (SQLite)
           │
Rung 2: 输出格式化 ─ --json, --select, --csv, --dry-run
           │
Rung 1: API 包装 ─── issue create --title "..."

"Rung 3 是及格线。Rung 4 是核心价值。Rung 5 是竞争壁垒。"

生成的产物¶

Agent-First 设计原则¶

管道自动 JSON：输出被管道时自动 JSON，无需 --json
--compact 模式：只保留高价值字段，减少 60-80% token
类型化退出码：0=成功, 2=无结果（区分「失败」和「没有」）

本地 SQLite 同步¶

每个生成的 CLI 都内置 SQLite 支持：

# 同步远端数据到本地
linear-pp-cli sync

# 本地查询（毫秒级）
linear-pp-cli SQL 'blocked_by' 'in_progress' interval '7 days'

# 全文搜索
slack-pp-cli search "deploy pipeline" --days 30

对比：远程 API 调用 vs 本地 SQLite 查询

维度	远端 API	SQLite 本地
延迟	200-2000ms	<50ms
Token 消耗	高（完整 JSON）	低（精简字段）
离线可用	❌	✅
复合查询	多次 round-trip	单次 SQL

社区 CLI 库¶

官网已收录 44 个社区贡献的 CLI，按类别：

类别	示例 CLI
Commerce	amazon-seller, ebay, craigslist, shopify, fedex, instacart
Project Mgmt	linear, jira, asana, trello, clickup, todoist
Productivity	slack, notion, google-workspace, calendar
Media	espn, hackernews, movie-goat, recipe-goat
Dev	github, sentry, vercel, railway, flyio
Travel	flight-goat（航班搜索）
Finance	yahoo-finance, plaid

亮点案例：flight-goat 能直接在终端查航班、比价；espn x flight-goat 能回答"OKC 下场比赛是什么时候，最便宜的往返机票多少"。

与其他方案的对比¶

维度	PrintingPress	MCP Server	直接 HTTP API
Token 效率	高（--compact 模式）	低（完整 schema）	中（需自行格式化）
离线能力	✅ SQLite 本地同步	❌	❌
复合查询	✅ 单条 SQL	❌ 多次工具调用	❌ 多次请求
生成速度	~10-20 分钟	手动编写	N/A
适用范围	有/无 API 均可	需 API	需 API
输出格式	CLI + MCP + Skill	仅 MCP	仅数据
本质	代码生成（生成 CLI 代码）	运行时协议	直接调用

关键差异：MCP 是运行时协议（每次调用都要传 schema），PrintingPress 是编译时生成（生成精简的 CLI 二进制），token 效率差距显著。

总结¶

PrintingPress 解决了一个真实痛点：AI Agent 需要高效地操作各种服务，但现有方案（MCP、裸 API）要么 token 成本高，要么需要手写适配。它通过自动生成 Go CLI + MCP Server + Claude Code Skill，并内置 SQLite 同步和洞察命令，让 Agent 能以最低 token 成本完成最复杂的操作。

适用场景： - 你有一个常用服务想接入 Claude Code - 服务没有公开 API（通过网站 URL 或 HAR 文件） - MCP 连接太慢或太贵 - 需要离线查询和复合分析

不适用： - 需要写入/修改操作的场景（当前偏只读） - 对实时性要求极高的场景（有 sync 延迟）