我用openclaw小龙虾搞定报销的72小时实战复盘

楔子：每个月那令人头疼的3小时

"老板，这个月的报销还没整理好..."

每个月的25号到27号，是我最焦虑的3天。面对一堆打车票、打印费、通讯单据，我总是要花好几个小时去整理、核对、计算。

地点A到地点B，打车14元；打印投标报价文件，20０元；通讯费固定100元...各种费用要查看微信账单、支付宝、交通小程序、京东等，每一笔都要核对清楚。

问题在于，工作实在太忙了，天天都有干不完的活，哪有时间去整理这些报销，还要慢慢去贴发票。

这一切，在我用上OpenClaw之后，彻底改变了。

第一天：从零开始，各种碰壁

尝试1：自己写Python脚本

最开始，我想自己写个Python脚本搞定。

思路很简单：

1. 读取飞书表格
2. 判断日期属于哪个月
3. 在第3行插入新记录

结果呢？

• 飞书表格的API怎么调用？查了半天文档
• Token怎么获取？又折腾了好久
• 写好的脚本一运行就报错，调试到深夜

结论： 这条路走不通，太耗时了。

尝试2：用现成的expense-tracker技能

网上找到了一个expense-tracker技能，看起来很完美！

安装、配置、测试...结果一运行，OpenClaw服务直接崩溃了！

查看日志，发现这个技能有bug，导致服务异常。而且，它根本就没有真正写入数据到飞书表格——只是保存到本地了！

结论： 这个技能不能用，得重新想办法。

第二天：换个思路，用官方工具

转折点：发现lark-cli

就在我快要放弃的时候，我发现了飞书官方的命令行工具——lark-cli！

这个工具是飞书官方维护的，有200+个命令，包括：

• 操作飞书表格（sheets）
• 操作飞书文档（docs）
• 操作云空间（drive）
• 等等...

而且，安装超级简单：

npm install -g @larksuite/cli

测试：直接用lark-cli写入表格

我决定直接测试一下lark-cli的表格操作功能。

步骤1：插入新行

lark-cli sheets +insert-dimension \  --spreadsheet-token JwlDslIIMhit6ctT39CcdJamnYe \  --sheet-id 90afcf \  --dimension ROWS \  --start-index 2 \  --end-index 3

步骤2：写入数据

lark-cli sheets +write \  --spreadsheet-token JwlDslIIMhit6ctT39CcdJamnYe \  --sheet-id 90afcf \  --range A3:C3 \  --values '[["2026年4月18日", "测试：地点A到地点B", 14]]'

结果：成功！ 🎉

飞书表格里真的出现了新记录！而且正好在第3行！

第三天：封装成技能，一劳永逸

思路：不要每次都敲命令

既然lark-cli这么好用，为什么不把它封装成一个OpenClaw技能呢？

这样的话：

• 以后不用再记复杂的命令
• 不用每次都手动插入行、写入数据
• 直接告诉AI："帮我记录一笔报销"，它就自动搞定了

创建expense-tracker-lark技能

说干就干！我计划创建一个新技能，包含：

1. SKILL.md - 技能说明文档
2. expense_tracker.py - 核心执行脚本
3. expense-tracker-lark - 启动脚本
4. config.json - 配置文件

核心功能：

• ✅ 自动判断报销月份（根据日期范围：每月26日至下月25日）
• ✅ 自动在第3行插入新记录
• ✅ 自动写入飞书表格
• ✅ 本地备份记录

测试技能，完美运行

技能创建好后，我立即测试了一下：

expense-tracker-lark add "2026年4月18日""打印投标报价文件" 20０

结果：

🔄 正在写入飞书表格...✅ 成功写入飞书表格📋 报销记录详情：   📅 日期：2026年04月18日   📝 用途：打印工务署报价文件   💰 金额：20.0元   📊 归属：４月报销

打开飞书表格一看——新记录真的在第3行！完美！

而且可以直接发信息给小龙虾：我今天打印投标报价文件，用了200元，帮我记一下，过几分钟，飞书在线表格就新增了一条报销，以后只要工作中有费用产生，我发条信息给小龙虾就可以了，到报销日直接下载打印即可，省了几个小时整理报销的时间。

关键领悟：AI不是士兵，是军师

在这个过程中，我最深的领悟是：

AI不是让你自己去写代码、去调试的——AI是帮你自动化、帮你节省时间的。

刚开始，我犯了一个错误：自己去写Python脚本，自己去调试，花了很多时间，结果还不行。

后来，我换了个思路：

1. 先找官方工具（lark-cli）
2. 测试工具是否能用
3. 封装成技能，以后直接调用

这才是正确的思路！

方法论：如何用AI搞定重复性工作

基于这次实战，我总结出一套方法论：

第一步：明确需求，写下来

• 具体要做什么？（记录报销）
• 有什么规则？（第3行插入、日期范围判断）
• 用什么工具？（飞书表格）

第二步：找现成的工具，不要重复造轮子

• 官方工具优先（lark-cli）
• 成熟的第三方工具
• 不要一上来就自己写代码

第三步：测试工具，确认能用

• 小范围测试
• 确认功能正常
• 记录操作步骤

第四步：封装成技能，一劳永逸

• 把操作步骤封装成技能
• 以后直接调用，不用再走一遍流程
• 节省时间、节省tokens、提高效率

总结：从72小时到30秒

之前：

• 每个月花3天整理报销
• 每次都要重新想步骤
• 容易出错、容易搞混

现在：

• 30秒搞定一笔报销
• 直接说："帮我记录报销"
• AI自动完成所有步骤

这就是AI的力量——不是让你更忙，而是让你更高效！

From 一个被报销折磨了很久的人

PS： 如果你也有类似的重复性工作，不妨试试这个思路——找工具、测试、封装成技能。相信我，你会爱上这种感觉的！