我用飞书官方 CLI + OpenClaw 搭了一套 AI 办公系统,同事以为我雇了助理

昨天飞书官方在 GitHub 开源了 lark-cli，今天我就用它 + OpenClaw 搭了一套完整的 AI 办公系统。

现在我的日常是这样的：

• 早上 8:30，AI 自动查看今天日程，生成站会报告发到工作群
• 开完会，AI 自动整理纪要、提取待办、创建跟进任务
• 周五下午，AI 自动汇总团队周报发到管理层群
• 有新客户咨询，AI 自动记录到多维表格、设置跟进提醒

同事问我：你是不是偷偷请了个助理？

我说：没有，我只是花了 3 分钟装了个工具。

今天这篇文章，我就手把手教你怎么做。

第一步：认识 lark-cli

lark-cli 是飞书官方开源的命令行工具，昨天刚发布 v1.0.0。

它能让你在终端里操作飞书的一切——日历、消息、文档、表格、任务、邮件、会议……覆盖 11 大业务域，200+ 命令。

但最厉害的不是这个。最厉害的是它原生支持 AI Agent。

它内置了 19 个 Agent Skill，Claude Code、GPT、Gemini 等任何 AI Agent 装上这些 Skill，就能直接操作你的飞书。

而 OpenClaw，就是那个最佳搭档。

组合起来就是：OpenClaw + lark-cli = 你的私人 AI 办公助理。

第二步：安装 lark-cli

2.1 安装 CLI

打开终端，一行命令搞定：

npm install -g @larksuite/cli

如果你还没有 Node.js，先去 https://nodejs.org 安装一个。

验证安装：

lark-cli --version

看到版本号就说明安装成功。

2.2 安装 Agent Skill

这一步是让 AI Agent 能理解和使用 lark-cli 的关键：

npx skills add larksuite/cli -y -g

这会安装 19 个飞书相关的 Agent Skill，包括日历、消息、文档、表格、任务等。

2.3 创建飞书应用

你需要一个飞书开放平台的应用来获取 API 权限：

1. 打开 https://open.feishu.cn
2. 登录后点击「创建企业自建应用」
3. 填写应用名称（比如 "My AI Assistant"）
4. 记下 App ID 和 App Secret

2.4 配置 lark-cli

lark-cli config init --new

命令会输出一个授权链接，复制到浏览器打开，按提示完成授权即可。

这里要特别注意，如果已有应用，可以直接去选择跟openclaw绑定的飞书应用。

2.5 登录授权

lark-cli auth login --recommend

同样会输出授权链接，在浏览器中完成授权。--recommend 会自动选择常用的权限范围。

2.6 验证

lark-cli auth status

看到登录信息就说明一切就绪。

试试看：

lark-cli calendar +agenda

如果能看到你的日程，恭喜，基础环境搭建完成！🎉

第三步：接入 OpenClaw

如果你已经在用 OpenClaw（我之前介绍过），接入 lark-cli 非常简单。

OpenClaw大龙虾出生记：全网最完整保姆级安装指南

用OpenClaw和飞书多维表格，打造你的24小时AI任务管家

OpenClaw 通过 Skill 系统扩展能力，而 lark-cli 已经提供了标准的 Agent Skill 格式。只需确保：

1. lark-cli 已安装（第二步完成）
2. Skill 已安装（npx skills add larksuite/cli -y -g）
3. 认证已完成（lark-cli auth login --recommend）

之后你就可以直接在 OpenClaw 对话中用自然语言操作飞书了。

不需要写任何代码。不需要配任何 API。

直接跟你的 AI Agent 说：

"帮我看看今天有什么日程"

"创建一个明天下午3点的会议，邀请张三"

"把上周完成的任务汇总成一份周报"

AI Agent 会自动调用 lark-cli 完成操作。

第四步：5 个实操案例

接下来是重头戏。以下 5 个场景，全部可以直接使用。

案例一：每日自动站会报告

场景：每天早上，AI 自动查看你的日程和任务，生成站会报告并发到工作群。

在 OpenClaw 中说：

"每天早上 8:30，帮我看一下今天的日程和进行中的任务，生成一份站会报告，发送到'产品研发群'"

AI Agent 实际执行的命令：

效果：以前每天花 10 分钟手动整理站会，现在 30 秒自动完成。

案例二：会议纪要自动生成

场景：开完会后，AI 自动获取飞书妙记的 AI 纪要，整理成结构化文档，并创建跟进任务。

在 OpenClaw 中说：

"帮我整理一下今天会议的纪要，提取待办事项并创建跟进任务"

AI Agent 实际执行的命令：

效果：开完会不用再花半小时整理纪要，AI 全自动完成，待办自动创建并分配。

案例三：团队周报自动汇总

场景：每周五下午，AI 自动收集团队成员本周完成的任务，汇总成周报发送给管理层。

在 OpenClaw 中说：

"每周五下午 5 点，帮我把团队这周完成的任务汇总成周报，发到产品研发群"

AI Agent 实际执行的命令：

效果：周五不用催周报了，AI 自动汇总，数据准确，格式统一。

进阶技巧

身份切换：User vs Bot

lark-cli 支持两种身份，用 --as 参数切换：

# 以用户身份操作（访问你自己的日历、文档等）lark-cli calendar +agenda --as user# 以机器人身份操作（以应用名义发消息、创建文档）lark-cli im +messages-send --chat-id "oc_xxx" --text "Hello" --as bot

什么时候用哪个？

场景	身份	原因
查看个人日程	`--as user`	Bot 看不到你的日历
发消息到群	`--as bot`	以应用名义发送
创建个人文档	`--as user`	文档归属你自己
管理公共多维表格	`--as bot`	应用级别操作

Dry Run 预览

不确定命令会不会搞出问题？先预览：

lark-cli im +messages-send \  --chat-id "oc_xxx" \  --text "这是一条测试消息" \  --dry-run

加上 --dry-run，只看请求不实际执行。安全第一。

多种输出格式

--format json    # 完整 JSON（默认，Agent 最喜欢）--format table   # 表格（人类可读）--format pretty  # 格式化输出--format csv     # CSV 格式

三层架构：按需选择

lark-cli 提供三层命令粒度：

第一层：快捷命令（+前缀）

lark-cli calendar +agenda

人机友好，智能默认值，日常使用首选。

第二层：API 命令

lark-cli calendar calendars list

与飞书 API 一一对应，100+ 精选命令。

第三层：Raw API

lark-cli api POST /open-apis/im/v1/messages --body &#x27;{"receive_id":"oc_xxx"}&#x27;

直接调用任意端点，覆盖 2500+ API。

日常用第一层，复杂场景用第二层，特殊需求用第三层。

安全提醒

lark-cli 虽然强大，但安全方面需要注意：

• ⚠️ 不要把 App Secret 发到群里 — 妥善保管凭证
• ⚠️ 最小权限原则 — 只授权需要的业务域
• ⚠️ Bot 不建议加入大群 — 避免权限滥用
• ⚠️ 先用 dry-run — 危险操作先预览

lark-cli 内置了输入防注入、终端输出净化、OS 原生密钥链存储等安全机制，默认配置已经很安全，不建议修改。

总结

步骤	时间	操作
安装 lark-cli	1 分钟	`npm install -g @larksuite/cli`
安装 Agent Skill	1 分钟	`npx skills add larksuite/cli -y -g`
配置 & 授权	1 分钟	`lark-cli config init && lark-cli auth login --recommend`
开始使用	即时	用自然语言告诉 AI Agent 你要做什么

三分钟搭建，终身受益。

lark-cli 是飞书官方对 AI Agent 生态的一次正式表态。200+ 命令、19 个 Agent Skill、MIT 开源——这不是一个玩具，而是一个生产级的工具。

如果你在用飞书办公，如果你在用 OpenClaw 或任何 AI Agent 平台，这个工具值得你花 3 分钟试试。

项目地址：https://github.com/larksuite/cli

你最想让 AI Agent 自动帮你处理飞书里的什么工作？评论区告诉我 👇