大家好!我是瓜哥。前互联网技术副总裁,现在带队死磕 AI 编程。
这是我最近被问到最多的问题。
既然飞书有 2500 多个 API,直接让 AI 写个 Python 脚本去调不就行了,为什么要用这个 CLI?
确实,传统的飞书 API 很全,但那是给人类看的。对于 Agent 来说,直接调 OpenAPI 的体验非常差。
你要传海量的文档上下文给它,它还经常把 chat_id 和 open_id 搞混,甚至在分页处理时逻辑直接断掉。
lark-cli 的出现,它把飞书全家桶封装成了 19 个的 Skill。
本质上是在做 Agent-Native 的基础设施。
它的核心逻辑不是 '能不能做',而是 在多低成本下,能做到什么程度 ?
01 / 核心差异对比
| 维度 | 传统 OpenAPI 调用 | lark-cli AI Skills |
|---|---|---|
| 集成成本 | 需要 AI 理解数千行文档,写请求代码 | 一条结构化指令(如 +agenda)直接交付结果 |
| Token 消耗 | 极高,需要携带大量 API 定义和 Schema | 极低,压缩后的 Skill 定义,仅保留核心参数 |
| 执行成功率 | 中等,AI 容易产生参数幻觉或类型错误 | 极高,经过预校验的原子命令,参数零歧义 |
| 逻辑复杂度 | AI 需要处理鉴权、分页、重试 | CLI 内部自动闭环,AI 只负责下达业务指令 |
| 身份切换 | 需手动管理 User/Bot Token | 原生支持 --as user 或 --as bot 一键切换 |
打个比方:传统的 API 像是一堆散落在地上的零件,AI 得边看说明书边组装。
而lark-cli 则是已经组装好的 Skill。
你只需要通过你的 Agent 告诉它:把这个 Markdown 方案存进飞书云文档,并同步到项目群。

02 / 官方原生的 Skill 案例
在 larksuite/cli 的官方生态中,每一项 Skill 都经过了 Agent 视角的适配。下面这三个场景的值得你了解:
① 跨产品编排:全自动站会(Workflow Skill)
这是官方预置的 lark-workflow-standup-report。
它通过 SKILL.md 强制约束了 Agent 的行为:先调 calendar 获取日程,再调 task 获取待办。
最终你只需要在手机飞书上发一句:“今天的站会报告”,它就能给出一份结构化清晰的总结。

② 结构化数据自愈:Bitable 自动化记录
lark-base Skill 提供了 `+record` 快捷指令。
AI 在写入前会先调用 field list 搞清楚 Schema。
这种 自愈 能力确保了 AI 能够像操作数据库一样精准操作飞书。

③ 智能摘要聚合:会议纪要整理
这是官方 `lark-workflow-meeting-summary` 的核心。
它能让 AI 批量检索 vc 记录,并循环调用 minutes 接口提取 AI 摘要。
想知道上周开了哪些会?AI 只需一条命令就能完成聚合。

④ 它其实是在帮你运营工作区
用了一周之后,我最大的感受是:lark-cli 不是在帮你发消息,它在帮你运营整个飞书工作区。
传统的 AI 编程工具,解决的是 '代码生产效率'。
但当你写完了代码,后续的同步、文档归档、进度分发、团队协作,才是最耗费精力的琐事。

##
03 / 如何快速开始?
保姆级《飞书 CLI 快速安装配置手册》已打包,点关注,私信【飞书】,免费获取!
如果你已经习惯了在终端和 AI 配合,这就是你开启 'Agent 自动化' 的第一步:
① 安装 Node
开始之前,请确保你安装了:Node.js
用 node -v 命令检查,如显示版本号就代表已安装。

如还没安装,请前往 Node 官网 (https://nodejs.org/en) ,根据操作系统下载安装就好。

② 安装飞书CLI
复制并到你的终端里执行下面的命令
# 安装飞书CLInpm install -g @larksuite/cli
③ 安装飞书CLI Skill
# 一键注入 19 个专家级 Skillsnpx skills add larksuite/cli -y -g
④ 配置应用凭证
运行此命令,命令会输出一个授权链接。
lark-cli config init --new扫码或复制该链接在浏览器打开

创建应用成功,返回 appID、appSecret、brand信息

⑤ 登录授权
复制并在终端运行命令,完成 User OAuth 授权。
lark-cli auth login --recommend
⑥ 验证安装成功
复制并在终端运行命令
lark-cli auth status看到黄线成功标注,就代表成功了

以Gemini CLI为例(claude code/codex 基本一样),重启 Agent,就能看到这 19 个 Skill 已经就绪。

到这,咱们就完成的飞书 CLI 和 19个 飞书 Skill 的安装与配置。
04 / 写在最后
在 AI 编程的场景里,代码写完只是开始,协作闭环才是关键。
飞书这 19 个 Skill 解决的不是如何写代码,而是帮你把写完代码后的繁琐环节全部接管,进化成对接飞书工作流、云文档、多维表的一个办公协作助手。
接下来,从写文档、做表格这些琐事中解放出来,更专注于产品的打磨和价值的创造吧。
附:飞书CLI Skill 全量清单
别再去折腾那 2500 个复杂的 API 接口了。
这 19 个官方整理好的 Skill,丢给 Agent 就能直接上手干活。这些现成的技能,直接对应解决你实际的办公需求。
| Skill 名称 | 核心能力边界 |
|---|---|
| lark-shared | 核心基石:处理基础配置、OAuth 登录、身份切换、错误治理。 |
| lark-im | 通讯终端:消息收发、群聊管理、历史记录搜索、文件上下传。 |
| lark-doc | 内容仓库:飞书文档创建、读取、Markdown 转换、块操作。 |
| lark-base | 数据建模:多维表格快捷记录 (+record)、字段/视图管理。 |
| lark-calendar | 日程管理:日历管理、忙闲查询、智能推荐时间 (+suggestion)。 |
| lark-task | 任务清单:任务清单、子任务拆解、负责人设置、任务评论。 |
| lark-drive | 文件管理:文件元数据、权限配置、文档评论、文件上下传。 |
| lark-wiki | 知识治理:知识库空间管理、文档树节点维护、移动/复制节点。 |
| lark-mail | 邮件自动化:飞书邮箱收发、草稿管理、标签过滤、未读提醒。 |
| lark-minutes | 会议遗产:妙记内容提取、AI 摘要、行动项提取、逐字稿检索。 |
| lark-vc | 会议分析:视频会议历史查询、会议纪要汇总、参会人分析。 |
| lark-approval | 流程推进:审批任务查询、同意/拒绝/转交、实例管理。 |
| lark-contact | 身份检索:通讯录员工搜索、部门结构查询、Profile 获取。 |
| lark-event | 实时触发:Websocket 实时事件订阅、消息路由触发。 |
| lark-whiteboard | 视觉交付:画板渲染、架构图/流程图 DSL 生成与插入。 |
| lark-openapi-explorer | 自我进化:Agent 自动探索官方文档找接口。 |
| lark-skill-maker | 元能力:根据需求自动编写并生成新的飞书 Skill。 |
| lark-workflow-standup-report | 工作流:横向编排日历与任务,生成一键日报。 |
| lark-workflow-meeting-summary | 工作流:批量汇总指定主题的会议纪要报告。 |
提交反馈
图文极度简化!从 2500+ 接口到 19 个Skill,飞书 CLI 正在补齐智能体,最后一块办公拼图!
评论区
暂无公开评论还没有公开评论。