OpenClaw 实操指南 07：飞书 CLI 开源：让 AI 真正接管你的飞书全流程

优质文章学习记录

— 9 min read
OpenClaw 实操指南 07：飞书 CLI 开源：让 AI 真正接管你的飞书全流程

2026年3月28日，飞书官方开源larksuite/cli（v1.0.0），以200+命令、19个AI Agent Skills，将飞书2500+开放API封装为命令行接口，面向人类开发者与AI Agent双用户，重构办公协作的操作范式。这不仅是工具升级，更是飞书从“GUI服务人”到“GUI+CLI双态并行”的战略跃迁——GUI给人交互，CLI给AI执行，让AI真正成为办公的“执行者”而非“旁观者”。

一、飞书CLI是什么：从API到命令行的能力跃迁

1. 核心定位与架构

飞书CLI是官方开源、MIT协议、免费商用的命令行工具，核心定位是让AI Agent直接操控飞书全量数据与业务，而非仅做信息查询。其三层架构清晰划分能力边界：

  • Shortcuts层：高频快捷命令（如lark-cli calendar +agenda查今日日程），降低人类使用门槛。
  • API Commands层：200+精选命令，与飞书开放API一一映射，覆盖11大核心业务域。
  • Raw API层：直接调用飞书2500+全部OpenAPI，满足深度定制开发需求。

2. 能力全景：11大业务域全覆盖

飞书CLI打通飞书全生态，覆盖消息、文档、日历、邮件、表格、多维表格、任务、审批、知识库、组织架构、会议纪要等核心场景，实现“你的飞书，CLI全能管”：

业务域

核心能力

典型命令示例

消息/群聊

发消息、搜群聊、管成员、查历史

lark-cli im +messages-send --chat-id "oc_xxx" --text "通知"

文档

创建/读写/更新、Markdown双向转换

lark-cli docs +create --title "周报" --markdown "# 内容"

日历

查日程、建会议、邀参会、查忙闲

lark-cli calendar +events-create --title "评审会" --start "2026-03-30 10:00"

多维表格

批量增删改查、数据同步

lark-cli base +records-batch-create --app-token "xxx" --records "[{...}]"

任务

列任务、改状态、设截止时间

lark-cli task +list --completed false

3. 关键优势：为什么CLI是AI时代的最优解

对比传统GUI操作与API调用，飞书CLI的优势直击AI协作痛点：

  • AI友好：纯文本指令+结构化输出，无需模拟点击、识别界面，LLM天然适配命令行语法，19个内置AI Skills即插即用。
  • 效率极致：一行命令替代多步GUI操作，支持脚本化、管道化、批量执行，自动化效率提升10倍+。
  • 灵活可控：开源可定制、本地可部署、支持Dry-run预览、权限严格校验，兼顾开发自由度与企业安全。
  • 生态兼容：无缝对接Claude Code、Cursor、OpenClaw等主流AI工具，无需额外适配，3分钟接入办公生态。

二、飞书CLI开发能力：从安装到实战的全流程

1. 环境准备与安装（3分钟快速上手）

（1）前置条件
  • Node.js ≥16.0.0（推荐v18.20.5），npm/npx可用。
  • 飞书账号（企业/个人均可，需扫码授权）。
（2）安装步骤（推荐npm方式）
# 1. 安装CLI核心工具npm install -g @larksuite/cli --registry https://registry.npmmirror.com# 2. 初始化配置（扫码授权，自动生成配置文件）lark-cli config init# 3. 安装AI Agent Skills（必需，解锁19个开箱即用能力）npx skills add larksuite/cli --all -y -g# 验证安装成功lark-cli --version
避坑：必须安装Skills，否则AI Agent无法直接调用CLI能力；国内推荐使用npm镜像源加速安装。

2. 核心开发能力详解

（1）命令行基础操作
  • 鉴权管理：lark-cli auth login（登录）、lark-cli auth logout（登出）、lark-cli auth whoami（查看当前用户）。
  • 命令查询：lark-cli [模块] +[命令] --help（如lark-cli im +messages-send --help），快速获取参数说明。
  • 批量操作：支持循环、管道、脚本调用，实现数据批量处理（如批量导出周报、批量创建任务）。
（2）AI Agent集成开发（核心场景）

飞书CLI的最大价值是让AI Agent具备“执行能力”，19个内置Skills覆盖高频办公场景，无需开发者从零适配：

  • Skill调用方式：在Claude Code/Cursor中直接输入自然语言指令，AI自动解析并调用对应CLI命令。

示例2：CI/CD自动化通知在Jenkins/GitLab CI中集成CLI，部署成功后自动发飞书群通知：

# CI脚本片段if [ $DEPLOY_STATUS == "success" ]; then  lark-cli im +messages-send --chat-id "oc_dev" --text "✅ 项目v1.0.0部署成功！"else  lark-cli im +messages-send --chat-id "oc_dev" --text "❌ 部署失败，请检查日志"fi

示例1：AI自动生成周报

# 自然语言指令帮我汇总今日任务、项目群消息，生成周报并发送到部门群# AI自动执行的CLI命令lark-cli task +list --completed false --date today > tasks.mdlark-cli im +messages-search --query "项目进展" --chat-id "oc_xxx" --date today > messages.mdcat tasks.md messages.md > week-report.mdlark-cli docs +create --title "今日周报" --markdown "$(cat week-report.md)"lark-cli im +messages-send --chat-id "oc_dept" --text "今日周报已生成：[文档链接]"
（3）企业级安全与权限控制

飞书CLI内置多重安全机制，满足企业合规要求：

  • 权限最小化：扫码授权时仅开放必要权限，支持自定义权限范围。
  • 操作审计：所有CLI操作记录可追溯，支持日志导出。
  • Dry-run模式：--dry-run参数预览命令执行结果，避免误操作。
  • 凭据托管：安全存储授权信息，无需手动管理密钥。

3. 开发场景与价值落地

（1）开发者场景：降低飞书集成门槛
  • API快速调试：无需编写代码，直接用CLI命令测试OpenAPI，提升开发效率。
  • 批量数据处理：一键导出/导入飞书数据（如多维表格、文档），替代手动复制粘贴。
  • 自定义工具开发：基于CLI封装企业内部工具（如考勤统计、报表生成），实现办公流程自动化。
（2）AI Agent场景：重构人机协作模式
  • 个人AI助理：让Claude Code/Cursor直接帮你发消息、建会议、写文档，实现“对话即操作”。
  • 企业AI中枢：搭建企业级AI Agent，统一调度飞书CLI能力，自动处理审批、任务、数据同步等流程。
  • 跨系统协同：CLI作为桥梁，打通飞书与GitHub、Jenkins、ERP等系统，实现全链路自动化。
（3）DevOps场景：CI/CD与运维自动化
  • 部署通知：集成CI/CD流程，自动发送部署状态到飞书群，提升团队协作效率。
  • 监控告警：结合监控工具，通过CLI发送告警消息到指定群组，快速响应故障。
  • 资源管理：批量管理飞书组织架构、用户权限，简化企业IT运维工作。

三、飞书CLI的战略意义：AI时代办公的新基建

1. 行业趋势：从“人机协作”到“人机共生”

软件演化路径正逆向回归：CLI → GUI → CLI（AI专用）。飞书CLI的开源，标志着办公软件正式进入双态并行时代——GUI服务人类的交互需求，CLI服务AI的执行需求。这不是倒退，而是为AI量身打造的“操作层”，让AI从“信息助手”升级为“工作伙伴”。

2. 飞书生态的核心价值

  • 开放生态升级：从“API开放”到“命令行开放”，降低AI与飞书集成的技术门槛，吸引更多开发者与AI工具接入。
  • 企业效率革命：通过CLI实现办公流程自动化、AI化，减少重复劳动，让员工聚焦高价值工作，整体效率提升50%+。
  • AI落地加速器：解决AI“能说不能做”的痛点，让AI真正参与办公执行，加速企业AI转型进程。

3. 未来展望

飞书CLI有望成为办公自动化的标准接口：

  • 成为所有AI工具与飞书交互的“通用语言”，实现跨工具、跨平台的无缝协同。
  • 演进为企业RPA、工作流编排的核心组件，支撑复杂业务流程的自动化执行。
  • 持续迭代，覆盖更多飞书能力，同时开放更多定制化接口，满足企业个性化需求。

四、总结与行动建议

飞书CLI的开源，是AI时代办公领域的里程碑事件。它不仅是一款工具，更是一套面向未来的办公基础设施，为人类开发者与AI Agent提供了统一、高效、安全的操作入口。

行动建议

  1. 立即体验：按本文教程安装飞书CLI，尝试基础命令与AI集成，感受命令行办公的效率。
  2. 场景落地：结合企业实际需求，优先落地AI周报、CI/CD通知、批量数据处理等高频场景。
  3. 生态共建：参与飞书CLI开源社区，提交Issue、PR，共同完善工具能力，共享AI办公红利。

未来已来，CLI不是飞书的终点，而是AI办公时代的起点。拥抱飞书CLI，就是拥抱更高效、更智能的办公未来。

相关阅读：

OpenClaw 实操指南06｜5-20 分钟搞定！OpenClaw 3 种部署方案速通

OpenClaw 实操指南 05｜Claude Code本地部署零基础实操教程-新人也可以拥有自己的AI模型

OpenClaw实操指南 04｜主流AI编程模型权威对比：Claude Code/Codex/Gemini+国产，你的模型选对了吗？

OpenClaw实操指南03｜OpenClaw vs Coze/Dify/n8n 帮你10分钟内选对合适的AI

Read more

Face3D.ai Pro惊艳效果：4K UV贴图支持Alpha通道，完美处理发丝与胡须

Face3D.ai Pro惊艳效果：4K UV贴图支持Alpha通道，完美处理发丝与胡须 1. 效果展示：发丝与胡须的完美呈现 Face3D.ai Pro在4K UV贴图生成方面达到了令人惊艳的专业级水准，特别是在处理传统3D重建中最为棘手的发丝和胡须细节方面表现突出。 1.1 发丝细节的精准捕捉 传统3D人脸重建往往将头发处理为模糊的色块，而Face3D.ai Pro能够精确识别并重建每一缕发丝的走向和透明度。通过Alpha通道的支持，生成的UV贴图完美保留了发丝的透明渐变效果，从发根到发梢的细微变化都能清晰呈现。 在实际测试中，即使是复杂的卷发或飘逸的长发，系统也能准确重建发丝的层次感和空间关系，为后续的3D渲染提供了高质量的纹理基础。 1.2 胡须的真实还原 男性面部的胡须处理一直是3D重建的技术难点。Face3D.ai Pro通过深度学习算法，能够区分胡须区域与皮肤区域，并生成带有透明度的胡须纹理。 从测试结果看，系统不仅能够重建胡须的整体形状，还能捕捉到胡须的密度变化和生长方向。即使是短短的胡茬，也能在4K贴图中得到清晰表现，避免了传统方法中胡须看起来像"贴

Stable-Diffusion-3.5-FP8环境配置全指南

Stable-Diffusion-3.5-FP8环境配置全指南 你已经听说过 Stable-Diffusion-3.5-FP8 ——那个被开发者圈称为“消费级GPU也能跑1024×1024”的高性能量化模型。它以接近FP16的视觉质量，仅需约7GB显存即可完成推理，推理速度相比原版提升近50%。但当你真正准备部署时，却发现：文档零散、依赖冲突、加载报错频出……明明硬件达标，却始终卡在“第一步”。 别急。这并不是你的问题，而是当前大模型本地化落地过程中普遍存在的“最后一公里”难题：我们缺的不是算力，而是可复现、稳定、高效的运行环境配置方法论。 本文将带你从零开始，系统性地构建一个可用于开发调试甚至生产部署的 SD3.5-FP8 运行环境。我们将不只告诉你“怎么装”，更要解释“为什么这么配”——让你不仅“能跑”，更能“跑得好”。 什么是 Stable-Diffusion-3.5-FP8？它为何值得投入时间？ 在深入配置前，先明确一点：FP8 不是简单的压缩降质，

6000字技术向拆解｜火山引擎多模态数据湖携手“大晓机器人”探索视频处理新路径

资料来源：火山引擎-开发者社区 国内具身智能领域又迎来重磅消息。 12月18日，“大晓机器人”正式亮相，作为行业级“具身超级大脑”，“大晓机器人”将以全新研发范式、全新数据采集范式，以及性能领先全球的“开悟”世界模型3.0（Kairos 3.0），精准剖析并响应当前阶段行业在技术突破和商业落地的双重诉求，将前沿技术转化为可落地、可复用的解决方案。 同步发布的还有“具身超级大脑模组A1”，通过搭载首创纯视觉无图端到端VLA具身智能模型，让具身智能摆脱了预先地图采集的依赖，能够快速适应复杂的陌生环境——基于这项能力，“大晓机器人”将与国内领先的智能企业达成战略合作，在安防、巡检等工业场景率先部署机器狗。 “大晓机器人”将前沿高新技术转化为可被企业、行业快速落地且易于 复用的通用能力，助力企业、行业在AI时代持续繁荣。 同时，“大晓机器人”也以积极态度拥抱行业合作，先后与包括火山引擎等在内的多家云厂商开展联合探索，进一步提升在大模型领域的创新力。 本文将核心探讨“大晓机器人”与火山引擎，聚焦千万小时级的视频数据处理场景，如何通过火山引擎 LAS AI数据湖解决方案，跑通最佳实
Vivado 使用教程

Vivado 使用教程

目录 一、创建工程 二、创建文件 三、编写代码 四、仿真验证 五、配置管脚 六、生成Bitstream文件并烧录 一、创建工程 1.左边创建（或打开）工程，右侧可以快速打开最近打开过的工程。 2.来到这一步，命名工程并设置工程的存放路径（这里以D触发器为例） 3.选择RTL点击next。会来到添加文件环节（可以在这里添加.v等文件，不过后面再添加是一样的）直接点击next。 4.选择芯片型号（根据开发板选，这里随便选的），完成后点next会弹出信息概要，finish完成。         二、创建文件 完成上述步骤会进入当前界面： 1.工程管理器add sourse添加（创建）设计文件，创建文件后选择Verilog语言并命名。 2.定义端口（可选），若在这定义后，