Karaithy WikiKaraithy Wiki

Appearance

飞书 CLI（lark-cli）完全指南 ​

一本面向所有岗位（产品、运营、研发、销售、HR、行政、客户成功……）的飞书 CLI 使用手册。

你不需要会写代码，只需要会复制粘贴、会跟着步骤敲命令，就能让 AI 帮你接管 80% 的"在飞书里点来点去"的重复工作。

本文配套来源：

适用版本：lark-cli v1.0.32+（本文以 2026 年 4 月版本为基准）

目录 ​

一、先看一张图：飞书 CLI 到底是什么 ​

1.1 你可能已经在用智能伙伴 / 智能体了——那为什么还要看 CLI？ ​

如果你在飞书生态里，大概率早就接触过飞书智能伙伴（My AI）和智能体（Aily 等飞书原生 Agent）。 公司里不少同事已经把它们用得很深、很好：让智能伙伴写日报、改文档；让智能体管 OKR、跟项目、做客户对话分析；甚至让智能体在群里值班。这条路是对的，先继续用、用熟。

那为什么还要再看一眼"飞书 CLI"？因为它和智能伙伴不是替代关系，是补位关系。它们解决的是两个不同问题：

一句话区分：

维度飞书智能伙伴 / 智能体飞书 CLI + 外部 Agent
运行位置飞书云端你的电脑 / 服务器
触发方式飞书 App 内点选、@、对话终端 / IDE / Claude Code 自然语言
能力边界飞书内部功能为主飞书 + 本地文件 + 任意外部系统
可编排深度在 Aily 里搭"画布"，有限自由任何能跑命令的地方都能编排
代码生产力不擅长（不是定位）极强（IDE 里直接边写代码边操作飞书）
可审计性平台日志你电脑上的命令历史，逐条可回放
安全控制企业管理员统一管你本地 OAuth Token + 钥匙串

简单一句话：

智能伙伴 / 智能体 = 飞书把"AI"放进了飞书；CLI = 你把"飞书"放进了 AI。

前者优势在飞书内部场景一站式打通；后者优势在让 Cursor / Claude Code / Codex 这种"代码生产力 Agent"把飞书当成可调用工具，混合操作"飞书 + Git 仓库 + 本地文档 + 第三方系统"。

1.2 两者具体在哪些事上分工不同 ​

下面这张图横向并列，告诉你"哪些事让智能伙伴做、哪些事让 CLI 做、哪些事两者配合做"——这是这篇文章的核心定位：

1.3 两个更现实的对比例子（替代"60 秒"那种"非黑即白"的故事） ​

例子 A：周一上午写一份"上周项目周报"

  • 用智能伙伴：在飞书里 @ 智能伙伴 → "帮我总结上周的会议纪要" → 它给你一段文字 → 你手动整理到周报模板里 → 还得自己去翻群消息和 Base 里的任务状态。很快，但天花板是飞书内部信息。
  • 用 CLI + Claude Code：在 IDE 里说一句"读上周妙记、项目群消息和 Base 任务表，结合本地 secondbrain 里的项目模板生成周报草稿，发到周报知识库，并把行动项写回任务表"。Claude Code 串起 5–6 个步骤，1 分钟交付，跨系统数据全打通。

两个都能用。前者更轻、更"在飞书里"；后者更重、更"跨系统"。选什么取决于本周的数据是不是都在飞书内。

例子 B：客户反馈进入多维表格再做分类决策

  • 智能体（Aily）：可以做，但你需要在 Aily 画布里搭一个流程，调用飞书内的反馈来源、调用 LLM 节点、写入 Base。学习曲线在 Aily 自身。
  • CLI + Codex：本地一个 30 行脚本：lark-cli im +chat-messages-list 取群里反馈 → 让 Codex 做分类 → lark-cli base records batch_create 写入 Base。改一行代码就能加新来源（邮件、表单、CSV、CRM 导出）。

结论：不是非此即彼。智能伙伴负责飞书内部"对话即可达成"的事；CLI 负责飞书外部"要写一点点逻辑、要打通别的系统、要在 IDE 里和代码一起做"的事。

1.4 高阶能力一览：CLI + 外部 Agent 能做、智能伙伴不擅长的事 ​

下面这张图（横向，避免占满屏）列出 CLI 真正的"高阶玩法"，以及每件事对应什么岗位、需要搭配哪种外部 Agent 工具：

岗位 × 高阶用法 × 推荐 Agent 工具：

岗位高阶用法推荐外部 Agent
产品经理把"群里反馈 + 飞书文档 + Jira 工单"拉到一处做需求池分析Claude Code / Codex
研发 / SREIDE 里 commit 完代码，Cursor 顺手把任务、文档、群通知都改好Cursor / Claude Code
项目经理多项目周报：跨 5+ 群消息 + 妙记 + Base 任务 + secondbrain 模板一键生成Claude Code
运营 / 增长多渠道反馈（飞书群、邮件、CSV、表单）→ AI 分类 → Base 池 → 决策看板Codex / Claude Code
销售 / BD客户对话纪要 → 商机字段更新 + 跟进任务批量创建Claude Code
HR / 行政招聘日程多角色协调；onboarding 文档批量生成 + 自动入库Codex
客户成功工单关键词实时事件订阅（lark-cli event）→ 高优工单自动升级Claude Code + 定时调度
数据 / 分析飞书 Base / Sheets 当数据源，本地 Python 做 ETL，分析结果回写文档Codex / Cursor
一人公司 / 自由职业者多客户多账号统一看板；secondbrain 内容批量发布到不同客户飞书空间Claude Code

1.5 一张更准确的"它在哪一层"图 ​

到这里你应该已经有判断：

  • 如果你只在飞书里办公，且任务能用对话完成：先用智能伙伴 / Aily，省事。
  • 如果你的任务涉及"代码 / 本地文件 / 第三方系统 / 复杂批处理 / IDE 协作"：必须上 CLI + 外部 Agent。
  • 大多数严肃的项目交付场景，两者都会用上。

下面所有章节都围绕"CLI + 外部 Agent"这条线展开。智能伙伴 / Aily 不是本文重点（飞书官方文档已经讲得很好），需要时移步 飞书智能伙伴官方介绍 与 飞书智能体 Aily 平台。

二、为什么是"现在"开始用它 ​

飞书 CLI 是 2026 年 3 月 28 日由飞书官方在 GitHub 正式开源的（larksuite/cli）。第一天 GitHub Star 破千，一周内突破 1.7k。

它和过去的"飞书 SDK"、"飞书 Bot"有什么本质区别？三句话讲清楚：

维度老的 SDK / Bot飞书 CLI
谁是用户程序员程序员 + AI Agent + 普通人
怎么用写代码 → 调用 SDK命令行 / 让 AI 调用
覆盖范围某个业务域（比如 IM）11 大业务域 + 2500+ API 全覆盖
学习成本高（要懂 OAuth、SDK API）低（看说明书 / 让 AI 看说明书）
可审计弱（散落在代码里）强（每一步都是一条命令）

更重要的：飞书 CLI 自带 26 个 AI Agent Skills，把"AI 怎么使用每个命令、每个最佳实践、每个坑"打包成结构化知识，让任何支持 Anthropic Skills 协议 的 Agent（Claude Code、Codex、Cursor、Windsurf、Hermes）装上即用。

它真正的革命性在于：第一次，让"非程序员"能 100% 享受到飞书 OpenAPI 的能力。

三、谁应该看这篇文章（按岗位拆解） ​

用一张紧凑的表替代大思维导图：

岗位4 个典型用法
产品经理需求池自动维护 · 竞品反馈分析 · 纪要转 PRD 行动项 · 跨群周报
运营 / 增长反馈进 Base · 活动数据日报 · Markdown→飞书 · KOL 对话整理
研发 / 工程Bug 单同步 Base · 代码评审纪要 · 项目台账 · Schema 集成
销售 / BD客户群信息提取 · 拜访纪要转文档 · 商机台账 · 跟进任务批量建
HR / 行政面试日程自动协调 · onboarding 文档 · 考勤导出 · 培训反馈分析
客户成功 / 售后工单日报 · 客户群风险预警 · 问题分类台账 · 满意度调研
财务 / 法务合同审批数据导出 · 报销表抓取 · 流程效率分析 · OKR 抽取
一人公司 / 自由职业者多客户群看板 · 纪要→交付文档 · Markdown→飞书 · 项目 Base

如果你属于其中任何一类，这篇文章都值得收藏。如果你不属于但你的同事属于，请把这篇文章转发给他。

四、核心概念：三层命令架构 ​

理解飞书 CLI 的命令体系，是理解它为什么"好用"的关键。

4.1 第一层：快捷命令（+ 前缀） ​

这一层是飞书 CLI 团队精心设计的"开箱即用快捷方式"。

特点：

  • 命令以 + 开头：如 +agenda、+messages-send、+create
  • 自带智能默认值
  • 输出已经做过"人类可读"的格式化
  • AI Agent 第一时间会选择这一层

例子：

bash
# 看今天的日程
lark-cli calendar +agenda

# 发一条群消息
lark-cli im +messages-send --chat-id "oc_xxx" --text "Hello"

# 新建一篇飞书文档
lark-cli docs +create --doc-format markdown --content "# 周报"

# 搜消息
lark-cli im +messages-search --query "需求"

# 搜群
lark-cli im +chat-search --query "项目"

记住：优先用这一层。 它是为"人 + AI"设计的。

4.2 第二层：API 命令 ​

当 + 命令解决不了你的需求时（比如要传一些复杂参数），降到第二层。这一层与飞书开放平台的 API 路径基本一一对应。

例子：

bash
# 列出某个多维表格的记录
lark-cli base records list \
  --params '{"app_token":"bascnXXX","table_id":"tblXXX"}'

# 给某个文档加评论
lark-cli docs comments create \
  --params '{"file_token":"...","file_type":"docx"}' \
  --data '{"content":"请审阅"}'

格式相对原始，但能精确控制每个字段。

4.3 第三层：通用 API 调用（终极兜底） ​

如果上述两层都没覆盖到你想做的事情，第三层让你直接调用 2500+ 飞书开放 API 中的任何一个：

bash
# GET
lark-cli api GET /open-apis/calendar/v4/calendars

# POST
lark-cli api POST /open-apis/im/v1/messages \
  --params '{"receive_id_type":"chat_id"}' \
  --data '{"receive_id":"oc_xxx","msg_type":"text","content":"{\"text\":\"hello\"}"}'

这意味着：只要飞书官方 API 支持，飞书 CLI 就能做到。

⚠️ 普通用户和大多数 AI Agent 99% 的时间只会停留在第一层。第三层是给"我有非常具体的、上层封装没覆盖的需求"的人准备的兜底。

五、安装手册（5 分钟完成） ​

5.1 前置要求 ​

只需要一件事：Node.js v18+。

如果你的电脑没装 Node.js，按以下步骤来。

Mac 用户（推荐用 Homebrew）：

bash
# 检查是否有 brew
brew --version
# 如果没有，先装 brew
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# 装 Node
brew install node@20

Windows 用户：

下载 Node.js 官方安装包，选 LTS 版本（v20.x），双击安装即可。

Linux 用户：

bash
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt-get install -y nodejs

验证：

bash
node --version
# 应当输出 v18 或以上
npm --version

5.2 安装飞书 CLI ​

bash
# 一行命令
npm install -g @larksuite/cli

如果你在 Mac 上遇到权限错误，加 sudo：

bash
sudo npm install -g @larksuite/cli

验证：

bash
lark-cli --version
# 应输出：lark-cli version 1.0.32（或更高）

5.3 安装 AI Agent Skills（强烈推荐） ​

如果你打算让 Claude Code、Codex、Cursor 或 Windsurf 来"驾驶" CLI，这一步是关键。

bash
npx skills add larksuite/cli -y -g

这条命令会把 26 个 lark-* Skills 装到 ~/.agents/skills/，让所有支持 Skills 协议的 AI Agent 自动看到这些技能包。

要单独装某一类：

bash
# 只装日历相关
npx skills add larksuite/cli -s lark-calendar -y

# 只装 IM 相关
npx skills add larksuite/cli -s lark-im -y

5.4 健康检查 ​

bash
lark-cli doctor

如果你刚装好还没授权，会显示 auth: not configured。这是正常的。接下来我们做授权。

六、授权与配置（OAuth 全流程） ​

授权是飞书 CLI 唯一需要"动点脑子"的环节。但只需要做一次，之后 6 个月不用管。

6.1 整体流程一张图 ​

6.2 步骤 1：创建一个飞书自建应用 ​

打开 飞书开放平台 → 开发者后台，点"创建企业自建应用"。

填写：

  • 应用名称：Lark CLI - 个人助手（任意，自己看的）
  • 应用描述：通过 lark-cli 让 AI Agent 操作飞书
  • 应用图标：随便传一个

创建后，记下两个值：

  • App ID（形如 cli_xxxxxxxxxxxxxxxx）
  • App Secret（形如 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx）

⚠️ App Secret 是密钥，不要发到任何聊天、Git 仓库、博客文章里。后面 CLI 会把它加密存到 macOS Keychain / Linux Secret Service。

6.3 步骤 2：配置 CLI ​

bash
lark-cli config init --new

按提示输入 App ID 和 App Secret。完成后会写入 ~/.config/lark-cli/config.toml（注意：Secret 不会明文存这里，而是存进系统钥匙串）。

6.4 步骤 3：OAuth 授权登录 ​

bash
lark-cli auth login --recommend

--recommend 表示"申请一组合理的推荐权限"（覆盖日历、消息、文档、Base、知识库、任务、邮箱、通讯录等常见域）。

执行后会：

  1. 在终端打印一个 URL
  2. 自动打开浏览器（如果失败，复制 URL 手动粘贴）
  3. 浏览器跳转到飞书授权页，让你确认要授予哪些范围
  4. 你点"同意"
  5. 终端自动收到 token，提示成功

如果你只想授权某个细分域：

bash
# 只授权日历相关
lark-cli auth login --domain calendar

# 多个域
lark-cli auth login --domain calendar,im,docs

6.5 步骤 4：验证 ​

bash
lark-cli auth status

应显示当前用户、租户、已授权权限范围。

bash
lark-cli doctor

所有项都应是 ✓。

6.6 切换身份：用户 vs 机器人 ​

飞书 CLI 支持两种身份执行操作：

身份--as 标志用途
用户身份--as user（默认）以"你"的名义操作，看到的就是你能看到的
机器人身份--as bot以"应用机器人"名义操作，能在群里以 Bot 身份发言

例如：

bash
# 以你本人发消息
lark-cli im +messages-send --chat-id oc_xxx --text "Hi" --as user

# 以机器人发消息（这条消息会显示是 Bot 发的）
lark-cli im +messages-send --chat-id oc_xxx --text "通知" --as bot

6.7 多账号 / 多 Profile ​

如果你同时管理多个飞书租户（比如自己公司 + 客户公司），用 profile：

bash
# 创建一个新 profile
lark-cli profile create --name client-a

# 切换
lark-cli profile use client-a

# 也可以在单条命令上指定
lark-cli --profile client-a calendar +agenda

七、第一次跑通：从 0 到第一条飞书消息 ​

让我们用一个最小可行的端到端任务，验证整套系统能跑通。

目标：给自己发一条飞书消息。

7.1 找到自己的 user_id 或 chat_id ​

bash
# 用名字搜自己
lark-cli contact +search-user --query "你的名字"

输出大概是：

json
{
  "users": [
    {
      "name": "Mike",
      "open_id": "ou_xxxxxxxxxxxxxxxxxxxxxxxx",
      "user_id": "xxxxxxxx",
      "email": "mike@example.com"
    }
  ]
}

记下 open_id 或 user_id。

7.2 发送一条消息 ​

bash
lark-cli im +messages-send \
  --user-id "ou_xxxxxxxxxxxxxxxxxxxxxxxx" \
  --text "Hello from lark-cli 🎉"

如果你打开飞书，应该已经收到这条消息了。第一次跑通，恭喜你。

7.3 发到群里 ​

bash
# 先搜群
lark-cli im +chat-search --query "测试群" --format pretty

# 拿到 chat_id 后
lark-cli im +messages-send \
  --chat-id "oc_xxxxxxxxxxxxxxxxxxxxxxxx" \
  --text "Hello team!"

7.4 用 Dry-Run 安全预览 ​

执行有副作用的命令前，加 --dry-run 看看会发生什么但不真发：

bash
lark-cli im +messages-send \
  --chat-id "oc_xxx" \
  --text "重要通知：今晚 8 点全员加班" \
  --dry-run

输出会告诉你"如果真发，会发到哪个群、内容是什么"，但不会真发。养成这个习惯，能避免 99% 的事故。

八、核心命令全景：12 大业务域 ​

下面我们按业务域系统地过一遍。你不需要全部记住——只需要知道"飞书里我能做的几乎所有事，CLI 都能做"。

命令域按"沟通 / 内容 / 数据 / 调度 / 治理"五类一目了然：

分组命令域
沟通协作im 消息 · mail 邮箱 · contact 通讯录
内容创作docs 文档 · markdown MD互转 · wiki 知识库 · slides 演示 · whiteboard 白板 · drive 云空间
数据生产base 多维表格 · sheets 电子表格
时间调度calendar 日历 · vc 会议 · minutes 妙记 · task 任务 · attendance 考勤
流程治理approval 审批 · okr 目标 · event 实时事件

8.1 im：消息与群聊 ​

最常用的一类。

bash
# 搜群
lark-cli im +chat-search --query "客运" --format pretty

# 列出我加入的所有群
lark-cli im +chat-list --page-all

# 拉某个群最近 30 条消息
lark-cli im +chat-messages-list \
  --chat-id "oc_xxx" \
  --sort desc \
  --page-size 30 \
  --format pretty

# 拉指定时间段
lark-cli im +chat-messages-list \
  --chat-id "oc_xxx" \
  --start "2026-05-23T00:00:00Z" \
  --sort asc \
  --page-size 50 \
  --format json | jq '.data.messages[] | {sender:.sender.name, time:.create_time, content:.content}'

# 发送 Markdown 富文本
lark-cli im +messages-send \
  --chat-id "oc_xxx" \
  --markdown "# 周报\n\n- 项目 A 进展 80%\n- 风险：人力不足"

# 全局搜消息
lark-cli im +messages-search --query "需求" --format pretty

# 回复某条消息
lark-cli im +messages-reply \
  --message-id "om_xxx" \
  --text "收到，下午回复"

# 下载消息里的图片/文件
lark-cli im +messages-resources-download \
  --message-id "om_xxx" \
  --file-key "key_xxx" \
  -o ./received/

# 收藏 / 取消收藏（书签）
lark-cli im +flag-create --message-id "om_xxx"
lark-cli im +flag-list --page-all --format pretty
lark-cli im +flag-cancel --message-id "om_xxx"

8.2 docs：飞书云文档 ​

bash
# 创建一篇 Markdown 文档
lark-cli docs +create \
  --doc-format markdown \
  --title "2026 Q2 项目方案" \
  --content "# 背景\n\n# 方案\n\n# 风险"

# 读取一篇文档
lark-cli docs +get --doc-token "doccnXXX" --format pretty

# 列出最近文档
lark-cli docs +list --page-size 20

也可以用专门的 markdown 命令组：

bash
# 从本地 Markdown 文件创建飞书文档
lark-cli markdown create --file ./周报.md --title "本周周报"

# 把本地 md 覆盖到一篇已有飞书文档
lark-cli markdown overwrite --file ./新版.md --doc-token "doccnXXX"

# 把飞书文档拉成本地 md
lark-cli markdown fetch --doc-token "doccnXXX" -o ./下载.md

💡 这是非程序员最容易低估的杀手锏：写文章用本地 Markdown 编辑器（如 Obsidian、Typora），写完一条命令推到飞书，排版完美。再也不用在飞书里被那个"半残的所见即所得编辑器"折磨。

8.3 base：多维表格 ​

多维表格是飞书最强大的功能之一，CLI 让你能把它当数据库用。

bash
# 列记录
lark-cli base records list \
  --params '{"app_token":"bascnXXX","table_id":"tblXXX"}' \
  --page-all

# 创建记录
lark-cli base records create \
  --params '{"app_token":"bascnXXX","table_id":"tblXXX"}' \
  --data '{"fields":{"任务":"修复登录","负责人":"张三","状态":"进行中"}}'

# 更新记录
lark-cli base records update \
  --params '{"app_token":"bascnXXX","table_id":"tblXXX","record_id":"recXXX"}' \
  --data '{"fields":{"状态":"已完成"}}'

# 批量创建（导入）
lark-cli base records batch_create \
  --params '{"app_token":"bascnXXX","table_id":"tblXXX"}' \
  --data '{"records":[{"fields":{"任务":"A"}},{"fields":{"任务":"B"}}]}'

8.4 sheets：电子表格 ​

bash
# 读取单元格区域
lark-cli sheets +read \
  --spreadsheet-token "shtcnXXX" \
  --range "Sheet1!A1:D100"

# 追加行
lark-cli sheets +append \
  --spreadsheet-token "shtcnXXX" \
  --range "Sheet1!A:D" \
  --values '[["2026-05-30","客户A","订单","成交"]]'

# 找一个值的位置
lark-cli sheets +find \
  --spreadsheet-token "shtcnXXX" \
  --range "Sheet1!A:A" \
  --query "客户A"

8.5 calendar：日历 ​

bash
# 今天日程
lark-cli calendar +agenda

# 明天 / 本周
lark-cli calendar +agenda --date tomorrow
lark-cli calendar +agenda --date "this week"

# 创建事件
lark-cli calendar +create \
  --title "方案评审会" \
  --start "2026-06-01T15:00:00+08:00" \
  --end   "2026-06-01T16:00:00+08:00" \
  --attendees "mike@example.com,lisa@example.com" \
  --description "评审 Q3 方案"

# 查忙闲
lark-cli calendar +freebusy \
  --users "mike@example.com,lisa@example.com" \
  --start "2026-06-01T09:00:00+08:00" \
  --end   "2026-06-01T18:00:00+08:00"

# 推荐合适时间
lark-cli calendar +suggest \
  --users "mike@example.com,lisa@example.com" \
  --duration 60 \
  --range "this week"

8.6 vc 和 minutes：会议和妙记 ​

bash
# 列出最近会议
lark-cli vc meetings list --page-size 20

# 获取一个会议的纪要
lark-cli minutes +get --minute-token "obcnXXX" --format pretty

# 搜索会议纪要
lark-cli minutes +search --query "产品评审"

# 下载妙记原文
lark-cli minutes +download --minute-token "obcnXXX" -o ./meeting.md

8.7 task：任务 ​

bash
# 列出我的任务
lark-cli task tasks list --page-size 50

# 创建任务
lark-cli task tasks create \
  --data '{"summary":"准备评审材料","due":{"timestamp":"1717142400000"}}'

# 添加子任务
lark-cli task subtasks create \
  --params '{"task_guid":"xxx"}' \
  --data '{"summary":"画架构图"}'

# 创建任务清单
lark-cli task tasklists create --data '{"name":"沈阳客运项目"}'

8.8 wiki：知识库 ​

bash
# 列出所有知识空间
lark-cli wiki spaces list

# 列出某个空间下的节点
lark-cli wiki nodes list --space-id "7xxx" --page-all

# 创建一个节点（文档）
lark-cli wiki nodes create \
  --space-id "7xxx" \
  --data '{"obj_type":"docx","node_type":"origin","title":"05-30 日报"}'

# 把一篇文档移进知识库
lark-cli wiki nodes copy \
  --space-id "7xxx" \
  --data '{"obj_token":"doccnXXX","obj_type":"docx"}'

8.9 drive：云空间 ​

bash
# 列出文件夹内容
lark-cli drive files list --params '{"folder_token":"fldXXX"}'

# 上传文件
lark-cli drive files +upload --file ./合同.pdf --folder-token "fldXXX"

# 给文件加权限
lark-cli drive permissions +create \
  --token "doccnXXX" \
  --type docx \
  --member "user@example.com" \
  --perm view

8.10 mail：邮箱 ​

bash
# 列出收件箱
lark-cli mail messages list --params '{"folder":"INBOX"}' --page-size 20

# 搜邮件
lark-cli mail messages +search --query "合同"

# 发邮件
lark-cli mail messages +send \
  --to "client@example.com" \
  --subject "合同已签" \
  --body "请查收附件"

# 列出邮件草稿
lark-cli mail drafts list

8.11 contact：通讯录 ​

bash
# 按名字搜
lark-cli contact +search-user --query "张三"

# 按邮箱搜
lark-cli contact +search-user --query "zhangsan@example.com"

# 列出部门
lark-cli contact departments list --params '{"parent_department_id":"0"}'

8.12 slides 和 whiteboard：演示和白板 ​

bash
# 创建一个空白演示
lark-cli slides +create --title "Q3 战略汇报"

# 读取演示内容
lark-cli slides +get --slide-token "shtcnXXX"

# 创建白板
lark-cli whiteboard +create --title "需求脑图"

8.13 其他业务域 ​

  • approval：审批流程，可查、可发、可处理
  • okr：拉取目标、关键结果、对齐与进度
  • attendance：考勤打卡记录查询
  • event：实时事件订阅（WebSocket），适合做"群里出现关键词就触发自动化"

九、AI Agent Skills：让 Claude / Codex / Windsurf 接管飞书 ​

这是飞书 CLI 真正的"魔法所在"。

9.1 Skills 是什么 ​

Anthropic Skills 协议 是一个简单的开放规范：每个 Skill 是一个目录，里面有一份 SKILL.md，告诉 AI Agent：

"我能做什么，什么时候触发我，调用时要注意什么。"

飞书 CLI 把"如何用 lark-cli 完成日历管理"、"如何用 lark-cli 跑会议纪要工作流"等 26 类知识打包成 26 个 Skills。

9.2 26 个官方 Skills 全清单 ​

分类Skill主要场景
核心lark-shared应用配置、认证、身份切换（自动加载）
业务lark-calendar日历事件、议程、忙闲、会议室、RSVP
业务lark-im消息收发、群聊、搜索、媒体上下载
业务lark-doc文档增删改查、Markdown 转换
业务lark-drive云空间、上传下载、权限、评论
业务lark-sheets电子表格读写、追加、查找、导出
业务lark-base多维表格、字段、记录、视图、仪表盘
业务lark-task任务、清单、子任务、提醒
业务lark-mail邮件浏览、搜索、发送、回复、草稿
业务lark-contact通讯录按姓名/邮箱/电话查询
业务lark-wiki知识空间、节点、文档管理
业务lark-vc视频会议查询、会议记录
业务lark-minutes妙记内容、元数据获取
业务lark-okrOKR、关键结果、进度查询
业务lark-slides演示文稿创建和阅读
业务lark-whiteboard白板创建和编辑
业务lark-approval审批实例和任务
业务lark-attendance考勤数据
业务lark-event实时 WebSocket 事件订阅
工作流lark-workflow-meeting-summary会议纪要→行动项→飞书文档
工作流lark-workflow-chat-digest群聊→日报
工作流lark-workflow-doc-publish本地 Markdown→飞书文档
工作流lark-workflow-feedback-board反馈→多维表格
工具lark-skill-maker自定义 Skill 创建辅助
工具lark-schema-explorerAPI 自省
工具lark-debug调试、诊断、日志分析

9.3 安装到不同 Agent ​

一条命令装到全部：

bash
npx skills add larksuite/cli -y -g

9.4 真实对话示例 ​

装好 Skills 后，打开任何 Agent，下面这些自然语言就能直接工作：

例 1：日程查询

你：明天有什么会议？

Agent：（自动调用 lark-cli calendar +agenda --date tomorrow） 你明天有 3 个会议：

  1. 09:00-10:00 与客户 A 的需求沟通
  2. 14:00-15:00 产品评审
  3. 16:00-16:30 1on1

例 2：跨群信息聚合

你：把今天"沈阳客运"和"AI 试点攻坚"两个群里所有提到"风险"的消息整理一下

Agent：（依次调用 +chat-search 找 chat_id，再 +chat-messages-list 拉消息，再 jq 过滤"风险"关键词） 整理如下：

  • 09:14 张工：现场设备网络不稳，可能影响演示
  • 11:38 李工：需求 B 还没确认验收标准，进度风险 ...

例 3：Markdown 一键发布

你：把 ~/Desktop/方案/客运 AI 试点.md 发布到飞书"沈阳项目"知识库

Agent：（依次调用 lark-cli wiki spaces list 找空间，markdown create 创建文档，wiki nodes copy 移入知识库） ✅ 已发布。链接：https://xxx.feishu.cn/wiki/...

例 4：会议纪要→任务

你：把上次的"5/29 产品评审"妙记内容拉下来，提取所有行动项变成任务分给各负责人

Agent：（依次调用 minutes +search、minutes +get 拉纪要，AI 提取行动项，task tasks create 批量建任务） ✅ 已创建 8 条任务，涉及 4 位负责人，待办全部带截止时间。

这就是为什么我们说"飞书 CLI 是 AI 操作飞书的标准插座"。

十、10 个开箱即用的实战工作流 ​

下面是经过验证、按"难度从低到高"排列的实战工作流。每个都给出"输入 → 步骤 → 输出"的标准结构，以及触发它的自然语言模板。

工作流 1：群聊日报（最低门槛，最高 ROI） ​

输入：一个项目群的 chat_id 输出：当天所有群消息分类摘要，写成一篇飞书文档 触发：帮我生成"沈阳客运需求开发群"今天的日报

字段建议：时间、说话人、原文摘要、类型（需求/风险/决策/待办/噪音）、建议动作。

工作流 2：会议纪要 → 行动项 → 任务 ​

输入：飞书妙记 token 输出：所有行动项变成飞书任务，分发给负责人 触发：把 5/29 产品评审的妙记拆成任务

工作流 3：本地 Markdown → 飞书文档 → 知识库 ​

输入：本地 .md 文件路径 输出：飞书文档 + 入库到对应 wiki space 触发：把这篇方案发到 Q3 项目知识库

bash
# 一行版本
lark-cli markdown create --file ./方案.md --title "方案 v1"

工作流 4：客户反馈聚合到多维表格 ​

输入：多个反馈源（群聊、邮件、表单、电话纪要） 输出：一张"反馈池"Base，含原文、客户、模块、情感、优先级、状态 触发：把本周客户反馈整理进反馈池 Base

工作流 5：项目台账（Base 项目管理） ​

建一张 Base，含项目表 / 任务表 / 风险表 / 反馈表 / 交付物表。CLI 维护数据，飞书界面读数据，AI 做周报。

工作流 6：跨群消息聚合（一人公司神器） ​

场景：你同时跟 8 个客户群、3 个产品群、2 个内部群。每天信息洪流，但真正要处理的不到 10 条。

做法：

bash
# 1. 列出所有要监听的群 ID（一次性）
GROUPS=(oc_a oc_b oc_c oc_d ...)

# 2. 每天用脚本聚合
for g in ${GROUPS[@]}; do
  lark-cli im +chat-messages-list \
    --chat-id "$g" \
    --start "$(date -v-1d -u +%Y-%m-%dT00:00:00Z)" \
    --format json
done > today.json

# 3. 让 AI 总结

输出一张"今天 8 个群里我必须看的 6 件事"，飞书一键回复。

工作流 7：从飞书文档生成日历事件 ​

场景：你有一篇"Q3 项目排期"文档，里面写满了"5/30 评审"、"6/3 验收"等节点。

bash
# 1. 拉文档
lark-cli markdown fetch --doc-token doccnXXX -o ./plan.md

# 2. AI 提取所有日期 + 标题
# 3. 批量创建日历事件
lark-cli calendar +create --title "..." --start "..." --end "..." ...

⚠️ 创建日程是不可逆动作。务必加 --dry-run 让用户确认每一条。

工作流 8：实时事件触发（高级） ​

lark-cli event 支持订阅实时事件。比如：

当"客户支持群"里有人发"加急"两个字，自动 @ 我并创建一条飞书任务。

bash
lark-cli event +subscribe \
  --event-type "im.message.receive_v1" \
  --filter '{"chat_id":"oc_xxx","contains":"加急"}' \
  --on-event 'lark-cli task tasks create --data ...'

工作流 9：周报自动化（综合） ​

工作流 10：把 secondbrain（个人 Wiki）发布到飞书 ​

这是 Mike 本人用得最多的一个。本地 Obsidian / VitePress 内的方法论、模板、复盘 → 用 CLI 一键发布飞书文档供同事浏览。

bash
# 用 markdown create 即可
lark-cli markdown create \
  --file ~/Desktop/secondbrain/wiki/playbooks/某方法.md \
  --title "某方法 - $(date +%Y-%m-%d)"

十一、进阶技巧 ​

11.1 输出格式 ​

bash
--format json     # 默认，完整 JSON
--format ndjson   # 每行一个 JSON，适合管道
--format table    # 终端可读表格
--format csv      # 适合导入 Excel
--format pretty   # 人类友好彩色高亮

例：

bash
lark-cli calendar +agenda --format table
lark-cli base records list --params '...' --format csv > today.csv

11.2 分页 ​

bash
--page-all                 # 自动翻页
--page-size 50             # 每页大小
--page-limit 10            # 最多翻 10 页
--page-delay 500           # 每页间隔 500ms（避免限流）

11.3 jq 内置过滤 ​

bash
# 内置 jq
lark-cli im +chat-messages-list --chat-id oc_xxx \
  -q '.data.messages[] | {sender:.sender.name, content:.content}'

无需 | jq 管道。

11.4 Dry-Run ​

任何写操作前加 --dry-run：

bash
lark-cli im +messages-send --chat-id oc_xxx --text "测试" --dry-run

打印请求内容但不真发。

11.5 Schema 自省 ​

不知道某个 API 要传什么？让 CLI 告诉你：

bash
# 列出所有服务
lark-cli schema

# 看某个 API 的参数、返回、权限
lark-cli schema calendar.events.instance_view --format pretty
lark-cli schema im.messages.delete

这个能力对 AI Agent 尤其重要——它能"自己学会"任何新 API。

11.6 通用 API（兜底） ​

bash
lark-cli api GET /open-apis/calendar/v4/calendars \
  --params '{"page_size":50}'

lark-cli api POST /open-apis/im/v1/messages \
  --params '{"receive_id_type":"chat_id"}' \
  --data '{"receive_id":"oc_xxx","msg_type":"text","content":"{\"text\":\"hi\"}"}'

2500+ 飞书开放 API 全覆盖。

11.7 配置 Profile 与多账号 ​

bash
lark-cli profile create --name work
lark-cli profile create --name personal
lark-cli profile use work
lark-cli profile list

# 或单次切换
lark-cli --profile personal calendar +agenda

11.8 与 shell 管道结合 ​

bash
# 把今天所有日程标题导出到 Markdown 列表
lark-cli calendar +agenda --format json \
  | jq -r '.events[] | "- \(.start_time) \(.title)"' \
  > today.md

# 把项目群本周消息转给 ChatGPT 做摘要
lark-cli im +chat-messages-list --chat-id oc_xxx \
  --start "$(date -v-7d -u +%Y-%m-%dT00:00:00Z)" \
  --format json \
  | jq '.data.messages[] | {t:.create_time, s:.sender.name, c:.content}' \
  | gpt summarize

十二、安全边界与最小权限策略 ​

飞书 CLI 是"以你的身份"操作飞书。这意味着它能做的事 = 你能做的事。所以安全策略不能偷懒。

12.1 权限授予的金科玉律 ​

✅ 做❌ 不做
用 --domain calendar,im 按需授权一上来就 --recommend 全开
定期 auth status 看授了哪些一年都不回头看
写入只针对"已知文件夹 / 已知 Base"写入飞书全局空间
重要操作必 --dry-run直接执行
Agent 自动化只做低风险动作让 Agent 自动改权限 / 群发

12.2 凭证存储 ​

CLI 会把 App Secret 和 OAuth Token 加密存到：

  • macOS：Keychain
  • Linux：Secret Service（gnome-keyring / kwallet）
  • Windows：Credential Manager

不在任何文件里明文存。 但请仍然注意：

  • 不要把 ~/.config/lark-cli/ 目录提交到 Git
  • 不要在公开聊天里粘贴 lark-cli config show 的输出

12.3 给 AI Agent 划红线 ​

在你的项目 CLAUDE.md 或 AGENTS.md 里加一段：

markdown
## 飞书 CLI 红线

- 任何 `--as bot` 操作不得自动执行，必须人工确认
- 任何 `im +messages-send` 给"不是私聊 / 不是已知群"的发消息，必须先 `--dry-run`
- 任何 `drive permissions` 改动，必须用户确认
- 任何 `wiki nodes delete`、`docs delete`、`base tables delete` 一律拒绝
- 任何超过 10 条的批量写入，必须先报告"我准备做什么"

12.4 数据流向：什么进 secondbrain，什么不进 ​

适合进个人 Wiki不适合
方法论、模板、复盘飞书 token、App Secret
去敏后的项目经验客户敏感原文
自己的笔记员工隐私
公开资料未脱敏群聊全文

十三、故障排查（FAQ） ​

Q1：lark-cli auth login 后浏览器没打开？ ​

复制终端打印的 URL 手动粘贴。或检查默认浏览器设置。

Q2：报 403 forbidden / 权限不足？ ​

bash
lark-cli auth check
lark-cli auth scopes
lark-cli auth login --domain <你需要的域>

按提示重新授权。

Q3：lark-cli doctor 显示网络问题？ ​

检查你是否能访问 open.feishu.cn。企业内网可能有代理：

bash
export HTTPS_PROXY=http://your-proxy:8080

Q4：消息发不出去，提示 chat_id invalid？ ​

chat_id 是 oc_ 开头的字符串，不是群名。先用 lark-cli im +chat-search --query "群名" 拿到正确 ID。

Q5：怎么完全重置？ ​

bash
lark-cli auth logout
rm -rf ~/.config/lark-cli/
# 系统钥匙串里搜 "lark-cli" 删除

Q6：Skills 在 Claude Code 里没被自动调用？ ​

检查：

  1. ~/.agents/skills/ 下有 lark-* 目录吗
  2. 在 Claude Code 里 /help 或 /skills 能看到 lark- 开头的 skills 吗
  3. 你的提问里有"飞书 / Lark / 群 / 文档 / 日历"等触发词吗

Q7：能在没图形界面的服务器上用吗？ ​

可以。OAuth 登录改成 device code 模式：

bash
lark-cli auth login --device-code
# 终端会打印一个 URL 和一个 code
# 在任意有图形界面的设备打开 URL 输入 code
# 服务器端轮询拿到 token

或者直接 --no-wait 立即返回，之后再 auth resume。

Q8：API 调用速率限制怎么办？ ​

bash
--page-delay 500

或在脚本里加 sleep。飞书开放平台单 App 默认 100 QPS，对个人使用完全够。

Q9：CLI 怎么更新？ ​

bash
lark-cli update
# 或
npm install -g @larksuite/cli@latest

Q10：能贡献代码或反馈 bug 吗？ ​

可以。仓库在 github.com/larksuite/cli，issues 和 PR 都接受。

十四、延伸阅读与社区资源 ​

官方资源 ​

优秀社区文章 ​

配套 AI Agent 与工具 ​

本站相关阅读 ​

结语：让 AI 替你"在飞书里点来点去" ​

如果你只记得这篇文章的一句话，请记这句：

飞书 CLI 不是给程序员的玩具，是给所有"在飞书里工作"的人的解放工具。

它把"打开飞书、点 5 下、复制 3 段文字"这种重复劳动，变成"对 AI 说一句话"。

如果你只动手做一件事，请做这件：

bash
npm install -g @larksuite/cli
npx skills add larksuite/cli -y -g
lark-cli config init --new
lark-cli auth login --recommend

四条命令，五分钟。然后打开 Claude Code，对它说：

"看看我今天有什么会议。"

剩下的，交给 2026 年。

作者：Mike · 最近更新：2026-05-30 · 站点：wiki.karaithy.com

本文献给所有还在飞书里"手动复制粘贴" 50 次的同事们。

Karaithy Wiki · 个人知识库

© karaithy.com