随着 AI Coding 和 AI Agent 进入研发流程CLI 要承担的任务也变了。旧版 Apifox CLI 主要是通过apifox run在外部系统里运行测试。很多团队会把它接入自动化测试流程用来执行 Apifox 里的测试用例、场景用例和测试套件。这个定位很清楚CLI 主要负责把 Apifox 的测试能力带到外部系统里。但现在AI Agent 开始参与接口开发和测试维护。它不只是运行已有测试还可能要读取接口、补充测试用例、调整场景用例再根据运行结果继续修改。无论你使用的是 Cursor、Claude Code、Trae、Codex还是其他支持命令行调用的 Agent都可以通过新版 Apifox CLI 与 Apifox 项目资产协同工作。这也是本次 CLI 全面升级的重点Apifox 里原本主要在界面里完成的很多操作现在都可以通过 CLI 完成也就可以交给 AI Agent 来调用。你可以用 CLI 查看项目和接口创建或维护测试用例编排场景用例校验 JSON 结构导入导出项目资源运行测试并生成报告。也就是说旧版 CLI 更像一个测试执行工具新版 CLI 开始变成 Apifox 的命令行入口。它不只是把测试跑起来也让接口和测试资产的维护进入了自动化和 AI Agent 的工作流。新版 CLI把 Apifox 能力变成 Agent 可执行的步骤新版 Apifox CLI 是一个面向自动化测试、项目资源管理和 AI Agent 工作流的命令行工具。除了继续支持通过apifox run执行自动化测试它还提供了结构化命令覆盖接口、Schema、Mock、环境变量、测试用例、场景用例、测试套件、报告、导入导出和分支协作等资源的增、删、查、改。基于这些能力Agent 不再只是触发一次测试而是可以参与更完整的接口研发与验证流程。例如当你让 Agent 给某个接口补测试时它可以先读取接口定义生成测试用例通过cli-schema校验后写入 Apifox再回读确认并运行测试。这条链路可以概括为读取接口 - 生成变更 - 校验结构 - 写入 Apifox - 回读确认 - 运行测试对 Agent 来说关键不只是“能调用更多命令”而是这些命令被组织成了更贴近研发流程的任务步骤。它不需要在一堆细碎操作里自己摸索顺序也不需要把所有产品规则都放进上下文里而是可以围绕真实项目资产一步步完成可检查、可回读、可验证的任务。apifox run的原有使用场景不受影响仍然可以用于持续集成、自动化测试流水线和外部调度。在 Agent 工作流中它也可以作为接口或测试资产修改后的验收动作。apifox test-scenario run --project --environment --out-dir ./apifox-reportscli-schema写入前先检查 JSONAI Agent 可以帮你生成测试用例和场景用例但这些内容最后通常会变成一份复杂 JSON。Apifox 的测试用例和场景用例里可能包含请求参数、断言、变量提取、前后置操作、脚本、数据集和步骤编排。一旦结构写错就可能导致写入失败、页面展示不完整或者测试运行结果不符合预期。对于这类需要提交复杂 JSON 的创建和更新操作新版 CLI 提供了cli-schema。Agent 可以先读取对应操作的结构规范了解字段、枚举值和嵌套结构再生成 JSON 草稿apifox cli-schema get test-case-create apifox cli-schema get test-scenario-update生成草稿后AI 还可以在正式写入 Apifox 之前用cli-schema validate检查 JSON 结构是否正确apifox cli-schema validate test-case-create --file ./test-case-create.json apifox cli-schema validate test-scenario-update --file ./scenario-update.json这一步可以提前发现字段名、枚举值、嵌套结构等问题。例如变量类型应该是globals不是global断言比较符应该是include不是contains响应体 subject 应该是responseJson不是responseBody。这样一来AI 不需要把所有字段规则都记在上下文里。它可以先读取结构规范再生成草稿校验失败后根据错误提示修正再继续写入。问题会尽量暴露在写入 Apifox 之前而不是写入失败之后反复重试。agentHints命令执行完CLI 会提示下一步传统 CLI 通常只告诉你成功或失败。但 AI Agent 不只是看结果它还要决定下一步做什么。所以新版 Apifox CLI 在命令输出中加入了agentHints它可以在创建资源、写入变更或执行命令后给出更适合 Agent 理解的下一步建议。比如 Agent 创建了一个接口CLI 不只是返回创建成功和资源 ID还可以提示它接下来配置 Mock、补充接口测试用例或者运行测试验证。再比如 Agent 创建或修改了场景用例CLI 可以提示它先回读保存后的结构再继续修改或运行测试。这很重要。因为很多资源创建成功之后服务端可能会补默认值导入步骤可能会生成新的关联 ID场景用例里也可能有页面展示依赖的结构细节。如果 Agent 不先回读就可能继续基于不完整的信息修改。agentHints的作用就是把这些下一步建议直接放到命令结果里让 Agent 不容易跳步也不必完全靠猜测推进后续操作。Skill 给 AI Agent 的 Apifox 使用说明CLI 让 Agent 能执行 Apifox 命令cli-schema让 Agent 能在写入前检查 JSONagentHints让 Agent 能根据命令结果继续下一步。但这些还不够。Agent 还需要知道一个任务应该归到哪个资源上是单接口测试用例还是多步骤测试场景是直接运行已有套件还是先补完整场景步骤是导入 OpenAPI还是把已有接口导入到测试场景里复用。这就是 Skill 的作用。它不是一份命令清单而是一组写给 AI Agent 的 Apifox 操作规则。比如用户说“帮我给这个接口补测试”Agent 会根据 Skill 先定位 endpoint获取有效的测试用例分类读取已有 case 作为参考再获取test-case-createschema生成 JSON校验后写入。写入后还要get回读并运行一次确认请求体、断言、变量提取和脚本在 runner 中真正生效。对于复杂场景用例Skill 还会约束 Agent 不要一上来手写完整步骤树。因为测试场景里有接口步骤、场景引用、条件、循环、等待、脚本、数据库操作、断言、提取变量和步骤间引用字段很多靠模型硬拼很容易出现页面展示不完整或运行时变量为空。更稳的方式是先创建场景元数据再导入已有接口、测试用例或其它场景步骤回读服务端保存后的完整结构最后只做局部修改。apifox test-scenario import-steps --project --source endpoint --ids --sync manual apifox test-scenario get --project --with-case-detail以上面的命令为例这里的关键是get --with-case-detail。它让 Agent 拿到真实保存后的步骤树、HTTP 详情、请求参数、Body、断言和后置操作而不是根据零散信息继续猜。后续如果要改断言、补变量提取、调整请求体Agent 也应该基于这份完整结构修改再用cli-schema validate校验后更新避免把已有步骤或处理器覆盖掉。这些隐含的流程不需要特别去记住已经完美呈现在 Apifox Skill 中Agent 阅读后即可像个 Apifox 专家一样按需执行。Skill 也会帮助 Agent 做任务分流和风险判断。单接口验证走test-case多步骤业务流程走test-scenario回归集合走test-suiteCI 执行和报告上传走自动化测试相关命令OpenAPI 或 Apifox 原生格式迁移走导入导出流程涉及分支写入时再判断是否需要 AI 分支、pick 资源、发起合并请求。这样用户不需要每次都把这些规则重新解释一遍只要提出目标Agent 就能按更接近 Apifox 实际使用方式的路径推进。目前 Apifox 提供了 8 个配套 Skill覆盖 CLI 通用操作、CLI 使用检查、API 生命周期、测试用例、场景用例、自动化测试、导入导出和分支协作。它们沉淀的不是“有哪些命令”而是 Agent 在真实项目里应该怎样选择命令、怎样校验结构、怎样回读确认、怎样避免误写以及什么时候应该停下来让用户确认。AI 分支让 Agent 修改项目更可控新版 CLI 能修改很多项目资源这也意味着权限更大。如果 Agent 直接改主分支、迭代分支或团队正在协作的通用分支风险会比较高。所以 Apifox 提供了「AI 分支」用来承接外部 AI 发起的编辑行为。Apifox 默认不允许外部 AI 直接编辑主分支、迭代分支和通用分支。Agent 如需修改项目资源可以在用户确认后创建 AI 分支并在 AI 分支中完成修改用户确认差异后再合并回目标分支。如果团队明确希望 Agent 直接编辑主分支、迭代分支和通用分支也可以在项目设置里打开对应权限。一个典型流程是创建 AI 分支 - Agent 修改资源 - 回读和运行验证 - 用户查看差异 - 合并或创建合并请求AI 分支用于承接外部 AI 编辑行为不占用普通迭代分支数量并会在与源分支无差异后自动归档避免分支长期堆积。对团队来说AI 分支就是给 Agent 修改项目资源时加一层隔离和确认。可以直接落地的 Agent 工作流新版 CLI Skill 的价值最终会体现在具体任务里。生成接口测试用例时Agent 可以先读取接口信息再生成测试用例 JSON通过cli-schema检查后写入 Apifox最后回读并运行测试确认结果。维护复杂场景用例时Agent 可以先导入已有接口或测试用例步骤再回读完整结构最后局部修改断言、变量提取和前后置操作减少一次性手写复杂结构的风险。迁移或复现项目资产时Agent 可以通过 CLI 导出和导入 Apifox 原生格式数据让接口、Schema、测试用例和场景用例进入自动化处理流程。对已经在使用自动化测试流水线的团队来说apifox run仍然可以作为稳定的测试执行入口。不同的是在 Agent 参与接口或测试资产修改之后它也可以作为最后的验证动作。如何安装和升级已安装 Apifox CLI 的用户可以通过下面的命令查看版本apifox -v如果版本低于2.2.6建议更新到最新版后使用。首次从旧版升级到新版 CLI 时建议通过 npm 安装最新版并同步安装 Apifox Skillnpm install -g apifox-clilatest; npx -y skills add https://apifox.com -ynpm 官方源较慢时可以使用国内镜像源安装npm i -g apifox-clilatest --registryhttps://registry.npmmirror.com/; npx -y skills add https://apifox.com -y升级到新版后*版本号≥**2.2.5** *后续再更新 CLI可以使用内置的自更新命令apifox update apifox update --yes新版 CLI 仍然兼容旧命令但后续推荐使用auth命令组登录和管理账号并支持多账号管理apifox auth login apifox auth status apifox auth switch apifox auth whoami apifox auth logoutapifox auth status可以查看已登录账号和当前正在使用的账号列表中带*的账号就是当前账号apifox auth switch可以在不同账号之间切换。对于同时使用官方服务和私有化部署的团队这样就不需要每次执行命令时都手动拼接--api-base-url也可以直接复制下面这句话给正在使用的 AI Agent让它根据安装说明完成 CLI 和 Skill 的安装阅读说明并帮我安装 Apifox CLI https://apifox.com/apifox-cli-installation-guide.md安装、登录、命令参数和常见使用方式可查看Apifox CLI 帮助文档。可以先试一个小任务安装完成后可以先让 Agent 做一个低风险任务例如读取项目列表、选择一个项目、创建一个简单的健康检查接口再回读确认结果。你可以把下面这段话复制给正在使用的 Agent请使用 Apifox CLI 帮我完成一个低风险任务先检查 CLI 是否可用并列出我可以访问的项目。等我确认项目后创建一个 GET /health 接口名称为 Health Check返回 200 示例。写入前校验结构写入后回读确认并总结创建结果。这个任务足够小也能覆盖 Agent 使用 Apifox CLI 的基本路径检查环境、读取项目、生成变更、写入前校验、写入后回读。常见问题Apifox CLI 还能继续用于自动化测试吗可以。apifox run仍然可以继续作为自动化测试执行入口用于持续集成、外部调度和测试报告生成。新版 CLI 增强的是 Agent 友好能力并没有替代原有测试执行场景。Apifox CLI 和 MCP 有什么不同MCP 和 CLI 都是给 AI Agent 调用 Apifox 的工具入口。MCP 更适合细粒度工具调用新版 Apifox CLI 则把读取、校验、写入、回读和测试验证组织成更稳定的命令流程。现阶段更推荐使用Apifox CLI Skill。CLI 调用步数更少、上下文占用更低、输出更稳定也能更好地配合cli-schema、agentHints和 AI 分支完成可验证的任务。已有 MCP 使用方式仍可继续使用新接入的 Agent 工作流建议优先选择 CLI Skill。AI 会会直接修改主分支吗默认情况下Apifox 会关闭外部 AI 对主分支、迭代分支和通用分支的直接编辑权限。通过 CLI 或 MCP 发起的编辑会优先在 AI 分支里完成。用户可以先查看差异确认后再合并回目标分支。更多常见问题和命令说明可以前往Apifox CLI 官方文档查看。写在最后新版 Apifox CLI Skill 的核心价值不只是多了一批命令而是把 Apifox 的接口资产、测试资产和自动化能力组织成 Agent 可以稳定执行的工程路径。在这条路径里CLI 负责确定性执行cli-schema负责写入前校验agentHints负责执行后的下一步引导Skill 负责沉淀任务判断和操作经验AI 分支负责隔离外部 AI 编辑风险。过去Apifox CLI 主要把测试能力带到持续集成和自动化测试流水线。现在它开始把 Apifox 的核心能力带到 AI Agent 和自动化研发流程中。如果你的团队已经在使用 AI Coding 工具可以从升级 Apifox CLI、安装配套 Skill 开始让 Agent 在更可控的流程中使用 Apifox 项目资产。如果在使用过程中遇到不太清楚的地方也可以查看 Apifox 帮助文档里面有更完整的功能说明和配置示例。有任何问题欢迎在 Apifox 用户群与我们交流沟通。同时Apifox 提供企业私有化部署版本通过本地化部署、客制化服务协助企业进一步提升研发团队效能。