夜雨聆风我用 OpenClaw + 飞书CLI 搭了个全自动AI助理，现在它比我还能干
每天早上自动查天气、看日程、推送AI选题；我想干什么直接飞书说一句，它自己搞定。这篇聊聊我是怎么搭出来的。
先说结果
我现在的工作日常是这样的：
早上醒来，飞书消息里已经有了今天的天气、日程安排、以及 5 个 AI 领域的选题推荐。我想写文章？跟它说一句，它自动搜索、写作、生成配图、发布到公众号草稿箱。
我想查飞书文档？它直接帮我读。想建日程、管任务、搜消息？一句话的事。
这个"它"，就是 OpenClaw + 飞书CLI 组合出来的 AI 助理。
全程命令行，没有图形界面，但我反而觉得比任何 GUI 工具都好用。为什么？因为 CLI 是 AI Agent 的母语。
为什么是命令行？
2026年3月底，钉钉、飞书、企业微信三天之内先后开源了自己的 CLI 工具。这不是巧合，而是一个明确的信号：
AI Agent 时代，命令行正在全面复兴。
原因很简单——
AI 读文本比看图快得多。 一个按钮、一个弹窗，人一眼就看懂了，但 AI 需要做视觉识别、坐标计算、模拟鼠标点击，效率极低。而命令行呢？纯文本、结构化输出，参数格式清晰规范，AI 直接解析，没有歧义。
GitHub Octoverse 2025 报告显示，主流大模型对 CLI 语法的理解准确率接近 90%，远高于私有 MCP 扩展。
所以当我看到飞书开源了 lark-cli（也就是飞书CLI），我第一时间就接入了。
OpenClaw 是什么？
在聊具体搭建之前，先介绍一下 OpenClaw。
OpenClaw 是一个本地部署的 AI Agent 框架，你可以把它理解为一个运行在你自己服务器上的"AI 管家"。它有什么特点？
完全本地运行，数据不出你的机器 全平台 CLI 兼容，任何命令行工具都能直接调用 多渠道接入，飞书、Discord、Telegram 等都能对接 定时任务 + 心跳，可以自动巡检、定时推送
简单说，OpenClaw 就是把你本地的各种工具（CLI、脚本、API）统一管理起来，让 AI 通过自然语言就能调用它们。
截至 2026 年 3 月底，OpenClaw 在 GitHub 上已经收获了超过 34 万颗星标，超越 React，成为 GitHub 历史上星标最多的仓库。
飞书CLI 接入实战
飞书CLI（lark-cli）是我接入的第一个核心工具，也是目前最常用的。
安装
npm install -g @larksuite/cli
一行命令搞定。飞书CLI 基于 Go 编写，同时支持 npm 全局安装，前端开发者也能直接用。
初始化配置
lark-cli config init
配置你的飞书应用（App ID + App Secret），然后进行用户授权：
lark-cli auth login --domain all
--domain all 是一次性授权所有权限。授权完成后，AI 就能以你的身份操作飞书了——查日历、发消息、读文档、管任务，全部自动化。
飞书CLI 的三层架构
飞书CLI 的设计很聪明，它有三层命令架构：
第一层：快捷命令（Shortcuts）
以 + 为前缀，内置智能默认值。这是日常最常用的：
lark-cli calendar +agenda # 查看今日日程
lark-cli im +messages-search # 搜索消息
lark-cli doc +search "关键词" # 搜索文档
简短、直接，适合快速操作，也特别适合 AI Agent 调用。
第二层：API 命令
与飞书开放平台 API 一一对应，覆盖 100 多个常用接口：
lark-cli calendar events --start "2026-04-07" --end "2026-04-08"
lark-cli im messages-send --chat-id oc_xxx --text "你好"
需要精细控制参数的时候用这层。
第三层：Raw API
支持直接调用飞书全部 2500+ 个 API。这是终极兜底，任何飞书能力都能触达。
这三层架构的好处是：日常用快捷命令，复杂场景用 API 命令，边缘需求走 Raw API。对 AI Agent 来说，这个设计非常友好——大部分任务用快捷命令就够了，省 token。
Agent Skills：让 AI "学会"用飞书
飞书CLI 最让我惊喜的是它的 Agent Skills 系统。
Skills 本质上就是一份"使用说明书"——告诉 AI 在什么场景下该调用什么命令、传什么参数。飞书CLI 内置了 19 个 Skill，覆盖 11 大业务领域：
lark-im：收发消息、搜索聊天记录、下载图片文件 lark-calendar：日程管理、忙闲查询、会议安排 lark-doc：文档创建、内容编辑、搜索 lark-drive：云空间文件管理 lark-task：任务和清单管理 lark-contact：通讯录查询 lark-sheet：电子表格操作 lark-wiki：知识库管理 ...还有邮件、视频会议、画板等
安装 Skills 的过程：
lark-cli skills install lark-im lark-calendar lark-doc lark-task
安装之后，AI Agent 就能自动理解这些 Skill 的用法，不需要你一条条教它。
在 OpenClaw 中串联一切
有了飞书CLI 和 OpenClaw，接下来就是让它们协同工作。
定时任务：每天自动推送
我在 OpenClaw 中配置了定时任务（cron），每天自动执行：
早间问候（每天 8:00）
查询当天天气 查看今日日程 推送到飞书私聊
每日选题（每天 11:00）
搜索最新 AI 资讯 生成 5 个具体选题（至少 3 个技术方向） 推送给我选择
这些任务完全自动运行，不需要我手动触发。
实时对话：一句话搞定
OpenClaw 对接了飞书，所以我能直接在飞书上跟 AI 对话。说几句自然语言，它就自动调用飞书CLI完成任务：
"帮我查一下明天的日程" → 调用 lark-cli calendar +agenda"在飞书文档里搜一下关于 MCP 的内容" → 调用 lark-cli doc +search"帮我建一个明天下午3点的会议，邀请张三" → 调用日历 API 创建日程 "把这篇文章发到草稿箱" → 调用写作 + 发布流程
我甚至不需要知道底层用了什么命令，自然语言就是我的操作界面。
自动写文章：从选题到发布全流程
这是我最常用的场景，也是最有价值的：
我选一个选题（比如"飞书CLI接入实战"） AI 自动执行： 搜索最新资料（多轮搜索，确保信息新鲜） 按照写作规范撰写文章（钩子开头、短段落、加粗重点） 用即梦 AI 生成配图和封面图 调用 wenyan-cli 排版发布到公众号草稿箱
我只需要去公众号后台审核发布
整个过程 10-15 分钟，我真正参与的时间不到 1 分钟。
还有更多 CLI 可以接
飞书CLI 只是一个开始。OpenClaw 的魅力在于任何 CLI 工具都能接入：
即梦CLI：AI 生图，文章配图用它 mcporter：MCP 工具调用，图片分析、网页搜索、GitHub 代码阅读 dreamina：AI 视频生成 lark-cli：飞书全套能力
把各种 CLI 接入 OpenClaw，就等于把各种能力统一暴露给 AI。CLI 就是 AI 时代的 API。
更疯狂的是，还有一些开源项目在把"万物"变成命令行：
CLI-Anything（港大团队）：扫描软件源码，自动生成 CLI，已支持 16+ 桌面应用 OpenCLI：从浏览器出发，自动发现网站 API 并生成 CLI，内置 66+ 适配器
也就是说，未来你的 AI Agent 可以用命令行操控几乎所有软件。
搭建建议
如果你也想搭一个类似的 AI 助理，这里是我的建议：
1. 先选一个 Agent 框架
OpenClaw（我用的，本地部署、全平台兼容） 也可以看看 Claude Code、Gemini CLI 等
2. 接入你常用的工具 CLI
办公：飞书CLI / 钉钉dws / 企微CLI 写作：wenyan-cli 搜索：各种 MCP 服务
3. 配置定时任务
每日资讯推送、日程提醒、自动巡检
4. 从小场景开始
不要一上来就想搞个大而全的系统 先让 AI 帮你做好一件事（比如每日推送），再加能力
写在最后
CLI 复兴的本质，不是技术的倒退，而是 AI 时代交互范式的回归。
过去 40 年，我们一直在给计算机穿图形界面的外衣。现在 AI 来了，命令行反而成了最高效的交互方式——因为 CLI 本来就是为程序设计的，而 AI 本质上就是一个超级程序。
工具链准备好了，剩下的就是你的想象力。
你用 AI Agent 自动化过哪些工作？欢迎留言聊聊 👇
想学习更多的内容欢迎扫码链接我，备注：加群 限时免费学习群~群里有大家学习过程中的案例互相分享，共同成长！
