文章目录这事儿到底有多香打个比方你就懂飞书这次开的是什么源不是玩具是正经的生产力工具为 AI 量身打造的说明书三分钟给你的 AI 装上手脚第一步一键安装第二步扫一扫授权搞定第三步直接开干能干什么活儿举几个接地气的例子场景一晨会之前自动理日程场景二文档太多让 AI 先扫一眼场景三群里消息自动总结这事儿背后的门道结语这事儿得从咱们日常使用 AI 的痛点说起。你有没有发现现在市面上的 AI 助手不管是 Claude、GPT 还是国内的各路大模型跟咱们聊天那叫一个溜写代码、改 Bug 也是手到擒来。可一旦你想让它干点正经事儿——比如帮你查一下今天飞书上有几个会要开或者把昨天同事发在群里的那份 PDF 总结个摘要AI 立马就懵了只能尴尬地回你一句“抱歉我无法访问您的飞书数据。”为啥因为 AI 再聪明它也只是一堆代码跑在云端它没法登录你的飞书没法点开那个蓝色的图标更没法在成百上千的消息记录里翻找你想要的文件。这就好比你请了个哈佛毕业的高材生当助理结果你发现他连你办公室的门都进不去只能隔着窗户跟你喊话。不过就在前几天飞书干了一件挺狠的事儿——他们把自家的命令行工具 lark-cli 直接开源扔到了 GitHub 上。这可不是什么边角料的代码而是正经八百的官方出品用 Go 语言写的MIT 协议随便用涵盖了消息、文档、日历、多维表格、邮箱、会议等 11 个核心业务域整整 2500 多个 API 接口打包成了 200 多条命令还带着 19 个专门为 AI Agent 设计的 Skills。说白了飞书这次是给所有 AI 都发了一把万能钥匙。这事儿到底有多香打个比方你就懂以前你想让 AI 帮你处理飞书里的工作相当于什么呢相当于你请了个保姆但是家里所有房间都上了锁保姆每次想帮你收个衣服、洗个碗都得给你打电话“老板帮我开下卧室门呗”“老板厨房柜子密码是多少”折腾几次下来你烦了保姆也崩溃了。最后这 AI 只能沦为聊天搭子中看不中用。现在有了开源的 lark-cli情况完全不一样了。飞书相当于把整个办公大楼的后勤系统变成了一套标准化的遥控器。只要是支持命令行的 AI——不管是 Claude Code、Codex还是你自己部署的开源模型——都能直接拿着这套遥控器去操作飞书。想查日程一行命令lark-cli calendar agenda搞定。想发消息直接lark-cli im messages-send带上内容和接收人。甚至连读文档、下载文件、创建多维表格这些复杂操作AI 都能通过命令行丝滑完成。更重要的是这事儿对普通用户来说门槛极低。你不需要懂 Go 语言也不需要去折腾复杂的 API 文档几分钟就能搭起一个真正能干活儿的 AI 助手。飞书这次开的是什么源可能有人要问了开源工具多了去了这玩意儿有啥特别的不是玩具是正经的生产力工具首先得澄清一个误区。这开源的 lark-cli 可不是什么社区爱好者随便写着玩的小工具它是飞书官方团队维护的正经项目就在github.com/larksuite/cli上挂着。代码质量、更新频率、接口稳定性都有保障跟那些三天两头断更的第三方脚本完全不是一个量级。而且它覆盖的业务域是真的全。从最常见的 IM 消息、云文档到相对复杂的日历管理、任务追踪、会议录制甚至包括邮箱和知识库几乎涵盖了你在飞书里日常会接触到的所有功能。总共 200 多条命令基本上你想让 AI 帮你干啥都能找到对应的操作指令。为 AI 量身打造的说明书不过最狠的还得是它那个三层调用架构的设计。飞书显然是想明白了人类用户和 AI 用户需求是不一样的。人操作命令行可能需要交互式的引导、表格化的输出、详细的帮助提示但 AI 不一样AI 要的是结构化、标准化的返回数据最好是 JSON 格式别整那些花里胡哨的界面。所以 lark-cli 做了三件事第一层叫Shortcuts就是给那些人 AI混合场景准备的。比如agenda这种快捷命令参数简单输出友好人看了舒服AI 调用也方便。第二层是API 命令跟飞书开放平台的官方 API 一一对应适合需要精确控制的场景。第三层是原始 API 调用2500 多个接口任你组合想怎么折腾都行。这种设计说白了就是把简单易用和能力强大这两件事给平衡了。你让 AI 帮你干简单活儿用 Shortcuts 就行要是想搞复杂自动化流程底层 API 也全开放随意组装。而且飞书还内置了 19 个 AI Agent Skills这玩意儿可以理解为给 AI 准备的预制菜。Claude Code、Cursor 或者其他支持 Skills 的 AI 工具装上就能直接用连 Prompt 都不用自己写。三分钟给你的 AI 装上手脚说了这么多到底咋上手其实比泡碗面还简单。第一步一键安装飞书把 lark-cli 发到了 npm 上所以你只需要一条命令npminstall-glarksuite/cli如果你用 Claude Code 这类 AI 编程工具更省事直接告诉它“帮我装一下飞书 CLI 和所有的 Skills看这个地址https://github.com/larksuite/cli”。AI 自己就会跑去 GitHub 上看文档把该装的全给你装好连 19 个 Skills 都会自动配置好。第二步扫一扫授权搞定装好之后第一次用需要让 AI 能访问你的飞书数据。运行lark-cli config init lark-cli auth login--recommend这时候终端会弹出一个授权链接你用手机飞书扫一下点几个同意搞定。这套 OAuth 流程走完之后AI 就有了一个访问令牌可以在你授权的范围内操作飞书。安全性方面也做得挺到位。凭证是存在系统自带的钥匙链里的不会明文躺在配置文件里而且每次敏感操作前lark-cli 都支持--dry-run模式可以先看看 AI 到底要干啥确认没问题再执行。第三步直接开干授权完成你的 AI 就已经接入飞书了。接下来你可以直接在对话里给 AI 下指令“帮我看看今天下午有哪些会要开”“把昨天销售部发在群里的 Q1 总结文档找出来给我提炼三个重点。”“给项目组群发一条消息说今晚的代码评审改到九点了。”AI 收到这些指令后会自动调用对应的 lark-cli 命令查日历、读文档、发消息然后把结果整理成人类能看懂的话回复你。整个过程你甚至不需要打开飞书客户端所有的交互都在终端或者 AI 的对话界面里完成。能干什么活儿举几个接地气的例子光说不练假把式咱得看看这玩意儿在实际工作里到底能帮上什么忙。场景一晨会之前自动理日程每天早上九点你的 AI 助手可以自动执行lark-cli calendar agenda--formatpretty然后它会把今天的会议按时间排好还会贴心地提醒你老板十点半那个会和十二点的 lunch meeting 间隔只有半小时你确定来得及吗甚至它还能帮你查参会人的空闲时间自动建议要不要把某个会往后挪半小时。场景二文档太多让 AI 先扫一眼做调研的时候同事甩过来十几个飞书文档链接正常情况下你得一个个点开、等加载、慢慢读。现在你可以直接扔给 AI“把这十几个文档都读了告诉我哪个提到了’预算削减’哪个提到了’用户增长’。”AI 会通过 lark-cli docs 相关的命令批量把这些文档都拉下来转成 Markdown 格式然后飞速过一遍内容给你整理出个摘要表格。原本一上午的活儿现在五分钟搞定。场景三群里消息自动总结有些工作群特别活跃半天不看就 99 条消息。你可以让 AI 每小时执行一次lark-cli im messages-list --chat-idoc_xxx--limit50然后 AI 会自动过滤掉那些收到、“哈哈”、表情包之类的无效信息只把关键的业务讨论、决策结论、待办事项给你拎出来发个总结报告。你再也不用爬楼翻历史记录了。这事儿背后的门道飞书选择在这个时间点开源 CLI其实释放了一个挺强烈的信号。你看啊现在各家大厂都在卷 AI AgentOpenClaw、Manus、各种智能体层出不穷。但有一个核心问题始终没解决AI 怎么跟现有的办公系统打通如果 AI 只能聊天不能操作真实的业务系统那它就永远只是个高级搜索引擎。飞书把 CLI 开源出来等于是在说我不介意用户以后少打开几次飞书 App我就是要让 AI 能直接操作飞书的底层能力。这种自断流量的打法反而把飞书 positioning 成了 AI 时代的基础设施——就像 AWS 对于互联网应用一样。而且开源这事本身也有讲究。MIT 协议意味着不管是个人开发者、创业公司还是其他竞争对手都可以基于这个 CLI 去开发自己的 AI 应用。这种开放心态在目前国内的大厂环境里还真不多见。对于咱们普通开发者和用户来说这绝对是个利好。以前你想搞个飞书机器人得申请开发者资质、读大段大段的 API 文档、处理各种鉴权逻辑门槛高得吓人。现在好了几行命令就能让 AI 连上飞书个人做自动化工具的成本降到了接近于零。结语说到底lark-cli 的开源不仅仅是飞书放出了个新工具它更像是一个AI 办公时代的开关被打开了。以前我们总说AI 将改变办公方式但说归说真要让 AI 去操作你的日程、发消息、改文档中间隔着千山万水。现在这层窗户纸被捅破了。任何懂一点代码、甚至完全不懂代码但会用 AI 助手的人都能在几分钟内搭建起一个真正能动手干活的飞书 AI 助理。这事儿往小了说是咱们打工人可以偷个懒让 AI 去处理那些琐碎的办公事务往大了说它预示着未来的办公软件交互形态可能真的要变天了——从人找功能变成AI 直接执行从图形界面变成自然语言 命令行的混合模式。如果你还没试过真的建议去 GitHub 上搜一下 larksuite/cli花个三五分钟配置一下。当你第一次对着 AI 说帮我把这周没回复的飞书消息都整理一下然后看着它真的列出一张表格给你的时候那种感觉就像是从算盘时代突然跨进了云计算时代——挺魔幻也挺让人兴奋的。毕竟能让 AI 真正进门干活的机会谁会想错过呢
飞书 CLI 直接开源，为所有 AI 打开了大门——几分钟搭建一个能干活的 AI 助手
发布时间：2026/5/19 5:48:44
文章目录这事儿到底有多香打个比方你就懂飞书这次开的是什么源不是玩具是正经的生产力工具为 AI 量身打造的说明书三分钟给你的 AI 装上手脚第一步一键安装第二步扫一扫授权搞定第三步直接开干能干什么活儿举几个接地气的例子场景一晨会之前自动理日程场景二文档太多让 AI 先扫一眼场景三群里消息自动总结这事儿背后的门道结语这事儿得从咱们日常使用 AI 的痛点说起。你有没有发现现在市面上的 AI 助手不管是 Claude、GPT 还是国内的各路大模型跟咱们聊天那叫一个溜写代码、改 Bug 也是手到擒来。可一旦你想让它干点正经事儿——比如帮你查一下今天飞书上有几个会要开或者把昨天同事发在群里的那份 PDF 总结个摘要AI 立马就懵了只能尴尬地回你一句“抱歉我无法访问您的飞书数据。”为啥因为 AI 再聪明它也只是一堆代码跑在云端它没法登录你的飞书没法点开那个蓝色的图标更没法在成百上千的消息记录里翻找你想要的文件。这就好比你请了个哈佛毕业的高材生当助理结果你发现他连你办公室的门都进不去只能隔着窗户跟你喊话。不过就在前几天飞书干了一件挺狠的事儿——他们把自家的命令行工具 lark-cli 直接开源扔到了 GitHub 上。这可不是什么边角料的代码而是正经八百的官方出品用 Go 语言写的MIT 协议随便用涵盖了消息、文档、日历、多维表格、邮箱、会议等 11 个核心业务域整整 2500 多个 API 接口打包成了 200 多条命令还带着 19 个专门为 AI Agent 设计的 Skills。说白了飞书这次是给所有 AI 都发了一把万能钥匙。这事儿到底有多香打个比方你就懂以前你想让 AI 帮你处理飞书里的工作相当于什么呢相当于你请了个保姆但是家里所有房间都上了锁保姆每次想帮你收个衣服、洗个碗都得给你打电话“老板帮我开下卧室门呗”“老板厨房柜子密码是多少”折腾几次下来你烦了保姆也崩溃了。最后这 AI 只能沦为聊天搭子中看不中用。现在有了开源的 lark-cli情况完全不一样了。飞书相当于把整个办公大楼的后勤系统变成了一套标准化的遥控器。只要是支持命令行的 AI——不管是 Claude Code、Codex还是你自己部署的开源模型——都能直接拿着这套遥控器去操作飞书。想查日程一行命令lark-cli calendar agenda搞定。想发消息直接lark-cli im messages-send带上内容和接收人。甚至连读文档、下载文件、创建多维表格这些复杂操作AI 都能通过命令行丝滑完成。更重要的是这事儿对普通用户来说门槛极低。你不需要懂 Go 语言也不需要去折腾复杂的 API 文档几分钟就能搭起一个真正能干活儿的 AI 助手。飞书这次开的是什么源可能有人要问了开源工具多了去了这玩意儿有啥特别的不是玩具是正经的生产力工具首先得澄清一个误区。这开源的 lark-cli 可不是什么社区爱好者随便写着玩的小工具它是飞书官方团队维护的正经项目就在github.com/larksuite/cli上挂着。代码质量、更新频率、接口稳定性都有保障跟那些三天两头断更的第三方脚本完全不是一个量级。而且它覆盖的业务域是真的全。从最常见的 IM 消息、云文档到相对复杂的日历管理、任务追踪、会议录制甚至包括邮箱和知识库几乎涵盖了你在飞书里日常会接触到的所有功能。总共 200 多条命令基本上你想让 AI 帮你干啥都能找到对应的操作指令。为 AI 量身打造的说明书不过最狠的还得是它那个三层调用架构的设计。飞书显然是想明白了人类用户和 AI 用户需求是不一样的。人操作命令行可能需要交互式的引导、表格化的输出、详细的帮助提示但 AI 不一样AI 要的是结构化、标准化的返回数据最好是 JSON 格式别整那些花里胡哨的界面。所以 lark-cli 做了三件事第一层叫Shortcuts就是给那些人 AI混合场景准备的。比如agenda这种快捷命令参数简单输出友好人看了舒服AI 调用也方便。第二层是API 命令跟飞书开放平台的官方 API 一一对应适合需要精确控制的场景。第三层是原始 API 调用2500 多个接口任你组合想怎么折腾都行。这种设计说白了就是把简单易用和能力强大这两件事给平衡了。你让 AI 帮你干简单活儿用 Shortcuts 就行要是想搞复杂自动化流程底层 API 也全开放随意组装。而且飞书还内置了 19 个 AI Agent Skills这玩意儿可以理解为给 AI 准备的预制菜。Claude Code、Cursor 或者其他支持 Skills 的 AI 工具装上就能直接用连 Prompt 都不用自己写。三分钟给你的 AI 装上手脚说了这么多到底咋上手其实比泡碗面还简单。第一步一键安装飞书把 lark-cli 发到了 npm 上所以你只需要一条命令npminstall-glarksuite/cli如果你用 Claude Code 这类 AI 编程工具更省事直接告诉它“帮我装一下飞书 CLI 和所有的 Skills看这个地址https://github.com/larksuite/cli”。AI 自己就会跑去 GitHub 上看文档把该装的全给你装好连 19 个 Skills 都会自动配置好。第二步扫一扫授权搞定装好之后第一次用需要让 AI 能访问你的飞书数据。运行lark-cli config init lark-cli auth login--recommend这时候终端会弹出一个授权链接你用手机飞书扫一下点几个同意搞定。这套 OAuth 流程走完之后AI 就有了一个访问令牌可以在你授权的范围内操作飞书。安全性方面也做得挺到位。凭证是存在系统自带的钥匙链里的不会明文躺在配置文件里而且每次敏感操作前lark-cli 都支持--dry-run模式可以先看看 AI 到底要干啥确认没问题再执行。第三步直接开干授权完成你的 AI 就已经接入飞书了。接下来你可以直接在对话里给 AI 下指令“帮我看看今天下午有哪些会要开”“把昨天销售部发在群里的 Q1 总结文档找出来给我提炼三个重点。”“给项目组群发一条消息说今晚的代码评审改到九点了。”AI 收到这些指令后会自动调用对应的 lark-cli 命令查日历、读文档、发消息然后把结果整理成人类能看懂的话回复你。整个过程你甚至不需要打开飞书客户端所有的交互都在终端或者 AI 的对话界面里完成。能干什么活儿举几个接地气的例子光说不练假把式咱得看看这玩意儿在实际工作里到底能帮上什么忙。场景一晨会之前自动理日程每天早上九点你的 AI 助手可以自动执行lark-cli calendar agenda--formatpretty然后它会把今天的会议按时间排好还会贴心地提醒你老板十点半那个会和十二点的 lunch meeting 间隔只有半小时你确定来得及吗甚至它还能帮你查参会人的空闲时间自动建议要不要把某个会往后挪半小时。场景二文档太多让 AI 先扫一眼做调研的时候同事甩过来十几个飞书文档链接正常情况下你得一个个点开、等加载、慢慢读。现在你可以直接扔给 AI“把这十几个文档都读了告诉我哪个提到了’预算削减’哪个提到了’用户增长’。”AI 会通过 lark-cli docs 相关的命令批量把这些文档都拉下来转成 Markdown 格式然后飞速过一遍内容给你整理出个摘要表格。原本一上午的活儿现在五分钟搞定。场景三群里消息自动总结有些工作群特别活跃半天不看就 99 条消息。你可以让 AI 每小时执行一次lark-cli im messages-list --chat-idoc_xxx--limit50然后 AI 会自动过滤掉那些收到、“哈哈”、表情包之类的无效信息只把关键的业务讨论、决策结论、待办事项给你拎出来发个总结报告。你再也不用爬楼翻历史记录了。这事儿背后的门道飞书选择在这个时间点开源 CLI其实释放了一个挺强烈的信号。你看啊现在各家大厂都在卷 AI AgentOpenClaw、Manus、各种智能体层出不穷。但有一个核心问题始终没解决AI 怎么跟现有的办公系统打通如果 AI 只能聊天不能操作真实的业务系统那它就永远只是个高级搜索引擎。飞书把 CLI 开源出来等于是在说我不介意用户以后少打开几次飞书 App我就是要让 AI 能直接操作飞书的底层能力。这种自断流量的打法反而把飞书 positioning 成了 AI 时代的基础设施——就像 AWS 对于互联网应用一样。而且开源这事本身也有讲究。MIT 协议意味着不管是个人开发者、创业公司还是其他竞争对手都可以基于这个 CLI 去开发自己的 AI 应用。这种开放心态在目前国内的大厂环境里还真不多见。对于咱们普通开发者和用户来说这绝对是个利好。以前你想搞个飞书机器人得申请开发者资质、读大段大段的 API 文档、处理各种鉴权逻辑门槛高得吓人。现在好了几行命令就能让 AI 连上飞书个人做自动化工具的成本降到了接近于零。结语说到底lark-cli 的开源不仅仅是飞书放出了个新工具它更像是一个AI 办公时代的开关被打开了。以前我们总说AI 将改变办公方式但说归说真要让 AI 去操作你的日程、发消息、改文档中间隔着千山万水。现在这层窗户纸被捅破了。任何懂一点代码、甚至完全不懂代码但会用 AI 助手的人都能在几分钟内搭建起一个真正能动手干活的飞书 AI 助理。这事儿往小了说是咱们打工人可以偷个懒让 AI 去处理那些琐碎的办公事务往大了说它预示着未来的办公软件交互形态可能真的要变天了——从人找功能变成AI 直接执行从图形界面变成自然语言 命令行的混合模式。如果你还没试过真的建议去 GitHub 上搜一下 larksuite/cli花个三五分钟配置一下。当你第一次对着 AI 说帮我把这周没回复的飞书消息都整理一下然后看着它真的列出一张表格给你的时候那种感觉就像是从算盘时代突然跨进了云计算时代——挺魔幻也挺让人兴奋的。毕竟能让 AI 真正进门干活的机会谁会想错过呢
