Agent Skills
返回列表
DCC 智能体控制网关

DCC 智能体控制网关

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请按 https://skillhub.cn/install/skillhub.md 的说明，将 @user_15292d5a/yjkj-dcc-cli-gateway 安装到我的 AI 助手中。

技能介绍

解决的问题

当 Agent 需要在 shell 环境中操作 DCC 实例时，直接拼 MCP JSON-RPC 或手写 curl 很容易踩到协议、认证和工具参数问题。dcc-cli-gateway 把 DCC-MCP 的 REST 网关包成一个稳定的命令行控制面，让 Agent 用 dcc-mcp-cli 完成实例检查、工具发现、Schema 阅读和工具调用。尤其适合需要把 DCC 主机操作纳入可审计流程的 Agent 宿主，避免在每次任务中临时发明接口。

工作方式

该技能优先使用已安装到 PATH 的 dcc-mcp-cli；缺失时会在用户授权后下载平台对应 Release，若下载失败再退回内置 Python REST 助手。助手从 DCC_MCP_BASE_URL 读取网关地址，并优先以 JSON 作为交互格式。关键步骤固定为：

  • 先运行 health 和 list，确认网关可用并检查 total、dcc_type、stale 与目标 instance_id
  • 仅在存在非 stale 实例时执行 search，并原样复制返回的 slug
  • 用 describe 阅读 inputSchema 与安全标注
  • 调用工具时把 code、file_path、radius 等参数放在 --json 对象中，而不是拼顶层 CLI flag

适用边界

它适合以 CLI 作为 DCC-MCP agent 入口的场景，不适用于直接操作 Maya、Blender、Houdini 脚本，也不建议绕过网关使用原始 MCP 工具接口。若 list 返回 total == 0、网关不可达或用户未同意安装，应停止并说明原因，而不是自动写入配置或启动应用。

使用场景

  • Agent 启动 DCC 任务前，检查网关健康、实例数量、stale 行和目标实例 ID。
  • 在 list 存在非 stale 实例时，用 search 找到工具并复制 slug，再 describe schema。
  • 调用 DCC 工具时把 code、file_path、radius 等字段放入 --json 对象。
  • dcc-mcp-cli 下载失败时，用 Python REST 回退访问同一网关端点。

适合人员

  • 需要让 Agent 在 shell 中调用 DCC-MCP 网关的自动化工程师
  • 为 DCC 主机接入 Agent 工具链并控制权限边界的平台工程师
  • 要审计 DCC 工具调用流程并避免手写 curl 的 AI 应用开发者
  • 维护 DCC CLI 工作流并处理 CLI 下载回退的 DevOps 工程师