深蓝色 CLI 终端工具发现与调用概念图：终端发现工具、检查参数及权限，调用选定 API 工具并接收结构化响应。 — 通过 CLI 发现工具，检查 Schema、权限与费用，再执行已授权的调用，并核验结构化响应及来源证据。

30 秒快速上手

安装

一条命令即可安装，无需额外配置。

install

$ npm install -g @qverisai/cli

发现

在 10,000+ 项能力中进行搜索。

discover

$ qveris discover "any API you need"

三个命令，调用任意 API，30 秒内完成

发现

用自然语言描述需求，QVeris 会在 10,000+ 个 Tool 中进行语义匹配。

discover

$ qveris discover "real-time stock quotes"

Found 6 tools:
  1. finance.stock_quote    Real-time stock quotes   320ms  99.2%
  2. market.live_price      Live market prices       450ms  98.7%

搜索始终免费，不消耗 Credit。

检查

调用前检查参数、成功率、Provider 说明和成本。

inspect

$ qveris inspect 1

finance.stock_quote
Provider: MarketData Pro · Avg: 320ms · Success: 99.2%
Parameters:
  symbol    string (required)   Stock ticker symbol
  exchange  string (optional)   Exchange code

检查始终免费。

调用

执行调用并获得结构化 JSON 结果，从一开始就为自动化而设计。

call

$ qveris call 1 --params '{"symbol":"AAPL"}'

{
  "symbol": "AAPL",
  "price": 198.52,
  "change": +2.31,
  "volume": 45230100
}

Discover/Inspect 免费。注册验证后一次性获得 1,000 credits；$19 购买 10,000 credits，永不过期，无月费、无自动续费。实时调用前请检查所选工具。

CLI 与 MCP Server：应该使用哪个？

两者都能让 Agent 接入 QVeris，正确选择取决于你的工作流。

	CLI	MCP 服务器
适用场景	终端、脚本和 Agent Shell 调用	IDE Agent（Cursor、Claude Code）
安装	一行 npm 命令安装	IDE 配置
Token 成本	每条命令约 50–100 Tokens	Schema 注入量随 Tool 数量增长
Token 节省	相比 MCP 最多节省 80%	基准
输出	可读文本 + --json	MCP 协议格式
交互	REPL、管道和脚本	IDE 内嵌对话
推荐用于	Agent 自动化管道	Cursor / Claude Desktop

CLI 与 MCP 并不互斥：自动化流程使用 CLI，IDE 工作流使用 MCP；两者连接的是同一个 QVeris 网络。

需要的能力一个不少，没有多余负担

自然语言搜索

描述你的需求，QVeris 会在 10,000+ 个 Tool 中进行语义匹配；无需记忆 API 名称，也无需翻找文档。

代码生成

qveris codegen curl|python|javascript 可在数秒内为项目生成可直接使用的 API 调用代码。

针对 Agent 优化

--json 输出、标准输入管道和结构化退出码，从设计之初就面向自动化，而不是后期附加。

零配置安装

一行 npm 命令安装，通过 qveris login 交互登录，30 秒即可投入使用；不需要 YAML、配置文件或环境变量。

交互式 REPL

qveris interactive 会打开探索式 Shell，以对话方式发现和测试 API，就像用于 API 探索的 Playground。

内置诊断

qveris doctor 用一条命令检查 Node.js 版本、API Key 有效性和网络连接，几秒钟即可定位问题。

为各种工作流而构建

开发者日常工作流

无需离开终端即可验证 API 响应，并通过 codegen 将生产可用代码直接放入项目。

developer

$ qveris discover "geocoding API"
$ qveris call 1 --params '{"address":"SF"}'
$ qveris codegen python

Agent 自动化管道

让 AI Agent 通过 Shell 管道发现并调用 API，不产生 Schema 注入开销。

agent

$ qveris discover "weather forecast" --json --limit 1 |
  jq -r ".results[0].tool_id" |
  xargs -I {} qveris call {} --json

批量数据采集

结合 Shell 管道对多个输入执行批量操作，一个循环即可处理任意数量的股票代码。

batch

$ for symbol in AAPL GOOGL MSFT; do
    qveris call finance.stock_quote \
      --params "{\"symbol\":\"$symbol\"}" --json
  done | jq -s "."

命令参考

命令	说明	成本
`qveris discover <query>`	自然语言 API 搜索	免费
`qveris inspect <id>`	查看 Tool 详情、参数和示例	免费
`qveris call <id>`	执行 Tool 并获得结果	Discover/Inspect 免费。注册验证后一次性获得 1,000 credits；$19 购买 10,000 credits，永不过期，无月费、无自动续费。实时调用前请检查所选工具。
`qveris interactive`	启动交互式 REPL	—
`qveris login / logout`	身份验证管理	—
`qveris credits`	查看剩余余额	—
`qveris doctor`	检查 Node.js、API Key 和连接状态	—
`qveris codegen`	生成 curl/Python/JS 代码片段	—
`qveris usage`	查看使用审计历史	—

所有命令均支持 --json 输出、--api-key 覆盖和 --timeout。

安装方式和最新语法请参考官方 npm 包与 QVeris CLI 文档；源码与发布记录可在 QVeris GitHub 组织查看。

常见问题

什么是 QVeris CLI？

QVeris CLI 是命令行工具，让开发者和 AI Agent 能够从任意终端用自然语言发现、检查和执行 10,000+ 项 API 能力，无需翻阅文档或编写样板代码。它作为子进程运行，因此不会把 Tool Schema 注入 LLM 上下文窗口。

QVeris CLI 如何减少 LLM 提示词 Token？

MCP Server 会把完整 Tool Schema 注入 LLM 上下文，50+ 个 Tool 往往需要数千 Tokens；CLI 则以子进程运行，输入一条 Shell 命令，输出 JSON 结果。由于 Tool Schema 不进入上下文窗口，大规模使用时可将 Prompt Token 开销降低最多 80%。Agent 只会看到结构化 JSON 结果，而不是 Tool 定义。

QVeris CLI 可以免费使用吗？

安装免费，发现和检查也始终免费Discover/Inspect 免费。注册验证后一次性获得 1,000 credits；$19 购买 10,000 credits，永不过期，无月费、无自动续费。实时调用前请检查所选工具。

QVeris CLI 与 MCP Server 有什么区别？

CLI 适合终端工作流、脚本和 Agent 自动化管道，以子进程运行且没有 Schema 注入开销。MCP 服务器 更适合 Cursor 和 Claude Desktop 等 IDE 内嵌 Agent，因为这些场景需要 Tool Schema 进入上下文窗口。两者连接同一个 QVeris 网络，可根据工作流同时使用。

哪些 AI Agent 框架可以使用 QVeris CLI？

QVeris CLI 适用于任何能够执行 Shell 命令的 Agent 框架，包括 Claude Code、OpenCode、Cursor Terminal、OpenClaw 和自定义 Agent 脚本。只要框架能运行子进程，就可以使用 QVeris CLI；无需 SDK 依赖，也不要求特定语言绑定。

10,000+ API，一条命令即可访问