夜雨聆风先说件有意思的事。
飞书最近在 GitHub 上开源了一个命令行工具。45 天，一万个 star。国内第一个破万星的办公套件开源项目。
我花了三分钟装完，试了一条命令：建群、建文档、发通知，一口气跑完。盯着终端看了几秒，才反应过来这意味着什么——不是"飞书出了个新功能"，是 AI 现在能像敲命令一样，直接操作整个办公系统了。
但这不是重点。重点是装完之后我翻了一遍它能做什么，才发现这玩意儿比我想象的大得多。
它到底能做什么
这个 CLI 覆盖了飞书 20 多个业务模块。IM 消息和群聊。Base 多维表格。Docs 文档。Sheets 电子表格。Calendar 日历。Drive 云空间文件。Wiki 知识库。Task 任务。Approval 审批。Mail 邮箱。Minutes 妙记。Slides 幻灯片。Whiteboard 白板。Video Conference 视频会议。Attendance 考勤。Contact 通讯录。
总共 200 多个命令。每一个都对应一个真实的工作操作。
说几个我测完觉得真正有用的场景。
场景一：新人入职，一条命令搞定全部环境。 以前新同事入职，HR 要拉群、IT 要开权限、团队要建文档、Leader 要建项目看板——涉及四五个人、横跨一个上午。现在一条脚本全自动跑完：建项目群、拉人、在 Wiki 里建项目文档、在 Base 里建任务看板、在 Calendar 里约 onboarding 会议。不是什么"提效"，是直接不用人做了。
场景二：每日站会，AI 帮你收、帮你记、帮你归档。 写一个定时脚本，每天早上 9:55 在项目群发一条消息"今天的站会，大家每人三条：昨天做了什么、今天计划做什么、有什么阻塞"。10:05 自动把群里的回复收集起来，用 lark-cli base +record-create 写进多维表格。10:10 把汇总发回群里。整个过程从 30 分钟的手动操作变成零秒的自动执行。而且每一步执行都有终端输出，哪条写失败了、为什么，清清楚楚。
场景三：把本地文件直接变成在线文档。lark-cli drive +import --file ./产品方案.md --type docx --folder-token xxx ——一行命令，本地 Markdown 变成飞书在线文档。不只是 Markdown，Word、Excel、CSV 都可以。反过来也能导出：lark-cli drive +export 把云文档拉回本地。对有大量文档需要在本地和云端之间搬运的团队来说，以前是手动上传下载，现在是脚本批量跑。
场景四：CI/CD 流水线直接长在飞书上。 代码合并到主分支 → 自动在项目群发通知附上 changelog → 更新 Wiki 里的发布文档 → 有报错的话自动建一个 Base 记录追踪。这些以前需要单独写 bot、调 API、处理鉴权、维护 token。现在一条 CLI 命令扔进 CI 脚本，跑完就完了。飞书操作变成了和 git push 一样的基建命令。
场景五：多维表格不只是"看"，是能查能写能建。 Base 模块可能是这个 CLI 里最强的部分。建表、加字段、增删改记录、配置视图、管理仪表盘、设置权限——全能从命令行做。甚至有一个 DSL 查询接口 +data-query，支持聚合、过滤、排序，相当于在飞书表格上跑 SQL。以前做数据分析要导出 CSV 再导入 Python，现在终端里直接查。
场景六：AI Agent 链条。 你跟 Claude Code 说："帮我建一个 Q2 项目群，把相关文档建在 Wiki 里，在 Base 里拉一个任务看板，给全组发欢迎通知，再约一个下周二下午三点的 kickoff 会议。"Claude Code 直接帮你拼好 CLI 命令串，执行、输出结果。你看得到每一步在干什么，哪步成功哪步失败。不是黑盒。
CLI 为什么比 API 更适合 AI
飞书其实完全可以不做 CLI。做个 MCP Server，把能力封装成 API tool，AI 直接调。更快，更轻，更符合现在的行业习惯。
但他们选了 CLI。然后开源。
这里面的逻辑不复杂。CLI 的所有输入输出都是纯文本。任何 AI Agent、任何自动化脚本、任何编程语言，不需要 SDK，不需要理解飞书的鉴权体系，不需要处理 token 过期——命令行就是接口。
更重要的是可见性。MCP 的调用过程对用户透明，换句话说就是不可见。CLI 每一个字节的输出都在你眼前——执行了什么、返回了什么、哪里报错了、堆栈是什么。对于要承担责任的操作，这种透明度不是附加功能，是信任前提。你不会把公司的关键操作交给一个你看不到内部运行的黑盒。你也不会让你的 AI Agent 去信任那样的东西。
lark-cli 在文档里反复写 "Visible and Controllable"，不是口号。CLI 的每一步输出都是文本、每一条错误都有堆栈、每一次操作都留痕迹。开发者把这叫"可审计性"。在 AI Agent 时代，这可能变成办公软件最被低估的竞争力。
飞书 CLI 能不能从万星走到十万星，要看后续投入和社区运营。开源项目的长跑比的是耐力。
但 45 天万星说明了一件事：AI Agent 已经开始操作办公系统了。而让 Agent 放心操作的前提，不是 API 文档写得多漂亮——是每一步执行，你敢不敢让开发者看见。
飞书开了个头。
