用 WorkBuddy 操作飞书知识库：从安装到实操

上篇教程我们基于销售的项目维护场景演示了如何让AI用workbuddy+飞书CLI如何自动化这个工作流，这篇教程能帮你怎么完成详细配置？

完成 WorkBuddy 安装和飞书授权后，你将能够直接用自然语言让 AI 读取知识库、总结文档、修改教程、创建子页面并整理目录。已经安装好 WorkBuddy 的读者，可以直接跳到文末“用 WorkBuddy 操作飞书知识库：完整实操”。

Windows 系统安装 WorkBuddy 指南

环境要求

• • Windows 10 及以上
• • 不支持 Windows 7/8/8.1

不满足上述要求的系统将无法启动 WorkBuddy。

一、下载

1. 1. 访问 WorkBuddy 官网，点击 立即下载，等待安装包下载完成。
2. 

二、安装

1. 
2. 1. 双击已下载的安装包，启动安装程序；
3. 2. 勾选 "我同意此协议"，点击 下一步；
4. 3. 选择安装路径（默认路径可直接点击下一步），点击 下一步；
5. 4. 确认开始菜单文件夹，点击 下一步；
6. 5. 建议勾选 "创建桌面快捷方式"，点击 下一步；
7. 6. 确认配置无误，点击 安装；
8. 7. 安装完成后，点击 完成 退出安装向导。

三、登录

1. 
2. 1. 启动 WorkBuddy，点击 登录 按钮；
3. 2. 勾选《服务条款》与《隐私协议》，使用微信扫码完成登录；
4. 3. 登录成功后自动返回客户端，即可开始使用。
5. 4. 如需切换界面语言，点击左下角 头像 → 语言 进行切换。

四、版本更新

点击左下角 头像 → 检查更新，系统将自动检测版本。

若已是最新版本则无需操作；若存在新版本，系统将自动下载并完成升级。

你不得不承认，大模型越来越聪明了，能理解需求、拆解任务、生成方案，甚至已经是一个“会思考的助理”。

但它会想，却不一定能做。

对一个真正可用的 AI Agent 来说，价值从来不只在“回答得对”，而在于“能不能把事办完”。它不仅要理解你的意图，还要真正进入你的工作环境，读取上下文、调用工具、执行操作，并把结果落到具体的业务系统里。否则，再聪明的 Agent，也只能停留在聊天框里。

这正是很多 AI Agent 落地时的关键瓶颈。很多时候，它给出的仍然只是“一段建议”，最后还得由人手动复制、粘贴、转发、搬运 feedback。

这正是飞书 CLI（lark-cli）的价值所在。作为飞书官方开源的命令行工具，它为 AI Agent 提供了连接飞书业务系统的标准化执行入口。接入后，Agent 不再停留在生成建议或输出文本的层面，而是可以直接读消息、查日历、写文档、建多维表格、发邮件，把任务真正落到飞书里完成。

从这个意义上说，飞书 CLI 解决的不是“再给 Agent 增加一个工具”，而是补上了 Agent 从理解到执行的关键一环，让 AI 能更自然地进入实际协作流程。

本文将详细介绍飞书 CLI 是什么、如何安装、覆盖哪些业务能力，以及哪些场景最适合使用它。

一、飞书 CLI 是什么

飞书 CLI（Command Line Interface）是飞书官方开源的命令行工具，旨在为 AI Agent 提供操作飞书的能力。

传统的 AI 对话是一个"三人群聊"：你、AI、你的电脑。以前的问题是——飞书不在这个群里。AI 再聪明，和飞书之间没有沟通渠道，所以它只能给建议，不能帮你干活。

飞书 CLI 把飞书拉进了这个群聊。装上之后，AI Agent 可以直接和飞书对话：

• • 读取你的飞书消息和群聊记录
• • 查询和创建日历事件
• • 读写飞书云文档
• • 管理和操作多维表格
• • 发送和阅读邮件
• • 搜索知识库和通讯录

对于使用 Trae、Claude Code、Codex、Cursor 等 AI 编程工具的用户而言，这意味着你可以直接让 AI 替你操作飞书——你只管拍板，具体的事 AI 来干。

核心定位：飞书 CLI 不是简单包装现有 API，而是为 AI Agent 使用方式专门设计的工具。出错时告诉 AI 怎么修复，缺权限时自动引导补授权，命令设计上优化了 token 消耗。用 AI 调用 CLI 的成功率远高于直接调 API。

CLI 跟普通用户有什么关系

你完全不需要学它，甚至不需要知道它存在。

CLI 的安装是一次性的。安装完成后，你只需用自然语言跟 AI Agent 对话，AI 会自己用 CLI 去操作飞书。你只需要说"帮我把这件事办了"，AI 就替你做了。

打个比方：以前是你操作电脑，现在你有了私人助理——你只管下达指令，助理（AI + CLI）替你执行。你不需要学命令行，就像你不需要懂汽车发动机也能打车一样。

谁适合使用飞书 CLI

使用 Trae、Claude Code、Codex、Cursor 的用户

直接安装 CLI，让 AI 代你操作飞书——总结昨日工作、整理群聊消息、批量更新多维表格数据。一行命令完成安装，几分钟即可上手。

构建企业级 AI Agent 的团队

如果你正在开发需要与飞书深度集成的 AI 产品——无论是 AI 员工、AI 客服还是自动化工作流——CLI 提供飞书官方推荐的最佳实践，覆盖核心业务域的高频操作，同时支持用户身份与应用身份，可直接集成进你的 Agent。

使用 OpenClaw 的用户

如果你在 OpenClaw 中安装了飞书插件，将以下内容发送给 OpenClaw 即可安装飞书CLI：

请按照该文档帮我安装飞书cli：https://open.feishu.cn/document/mcp_open_tools/feishu-cli/set-up-lark-cli-for-ai-agents-in-openclaw_hermes.md

二、飞书CLI 快速安装与配置

快速安装

普通用户不需要提前安装 npm

新版 WorkBuddy 已支持检测 Node.js、Python 等运行环境并一键安装，也会为 CLI 连接器按需准备 Node.js 运行时。建议先把 WorkBuddy 更新到最新版，再让它自动检查并准备环境；只有已经熟悉 Node.js 的开发者才需要手动执行 npx。

推荐方式：直接把下面这段话发给 WorkBuddy。

我不是开发者，这台电脑可能没有 Node.js 或 npm。请先检查 WorkBuddy 的运行环境；如果缺少 Node.js/npm，优先使用 WorkBuddy 的一键安装或托管运行时，不要让我手动配置命令行。环境准备好后，再帮我安装并配置飞书 CLI。你可以自动完成的步骤直接完成，只有需要我点击网页、扫码或授权时再告诉我。

如果 WorkBuddy 提示运行环境缺失，也可以进入“设置”中的运行环境检测页面，按提示一键安装。安装完成后重新发起上面的任务。

参考：WorkBuddy 官方更新日志；飞书 CLI 官方安装说明。

• • 开发者备选：如果电脑已经配置好 Node.js 和 npm，可以在终端中输入以下命令：

npx @larksuite/cli@latest install

• • 其他 AI Agent 工具：如果使用 Trae、Cursor、Codex 或 Claude Code，也可以把下面的官方安装说明直接发给 AI，让它先检查环境再完成安装。

# 飞书帮我安装飞书 CLI: https://open.feishu.cn/document/no_class/mcp-archive/feishu-cli-installation-guide.md

# Lark（海外版本）帮我安装 Lark CLI: https://github.com/larksuite/cli

配置完成后，为了确保 skills 完整加载，需要重启你的 AI Agent 工具（如 Trae、Cursor、Codex、Claude code），然后便可以发送指令开始操作飞书。

配置应用时，默认会创建一个新应用，也可以选择一个已有应用。

完成用户授权（可选）

飞书 CLI 支持两种工作模式，你可以按需选择：

• • 不授权，直接使用：AI 仍然可以执行发消息、创建文档等操作，但无法访问你的个人数据（如你的日程、私信、收件箱）。
• • 以你的身份操作：AI 可以访问你个人的日历、消息、文档，并以你的名义执行操作。需要完成一次用户授权——在终端中运行下方命令后，打开链接在飞书中确认即可。（如果暂时跳过，后续 AI 在需要访问你个人数据时，也会自动发起授权提示）

lark-cli auth login

开启你的第一个任务

打开你的 AI Agent 工具（如 Trae、Cursor、Claude Code），在对话框中输入：

帮我创建一篇云文档，介绍飞书 CLI 的能力有哪些，以及基于你对我的了解，我可以先开始用哪些能力

三、飞书CLI 核心能力详解

飞书 CLI 目前已覆盖飞书最核心的业务域，以下是各业务域的完整能力清单：

亮点能力：飞书 CLI 的邮箱模块做了重点增强，补齐了增删改查的完整能力，让飞书邮箱也能融入 AI 工作流。此外，视频会议纪要和妙记逐字稿的获取能力也是此前开发者呼声最高的功能。

四、飞书CLI 典型使用场景

场景 1：开完会，事就办了

会议里随口提一句“我之后把那个文档发给你”，开完会就忘了。现在 agent 直接从妙记里把这个待办识别出来，帮你把文档发了、会约了、调研做了。你只需要确认一下，剩下的它全干。

比如会上说要给谁发东西，agent 帮你发。说回头试一个新产品，agent 把链接找到发给你。说要约 follow up，agent 查完日历直接把会建好。做之前会先让你过目。

进阶玩法：Wake Word 指令。你可以设置一个触发词（比如“龙虾龙虾”），开会的时候随口说“龙虾龙虾，帮我把这个方案整理成文档发给老板”，会后 agent 自动从妙记逐字稿里识别出你的指令，提取为最高优先级待办，直接执行。你不需要记住自己在会上说了什么，agent 替你记着。

读一下这个妙记，然后把里面的待办提取出来，直接帮我办了。做之前给我看一下你的计划。

场景 2：人与 AI 共创文档

写方案要反复和 AI 对话、复制粘贴、格式排版，效率低。现在有两种玩法：

AI 起草，你来把关。 AI 在飞书文档里直接创建初稿，你在文档里用评论提修改意见，AI 读取评论、修改正文，持续迭代，全程不离开飞书。

你起草，AI 当审稿人。 你写好初稿后，让 AI 阅读全文，以评论的形式指出逻辑漏洞、数据缺失、表述不清的地方，和你在评论区讨论。就像有一个随时在线的资深同事帮你 review。

Markdown 无缝转飞书文档。 你在 AI 工具里用 Markdown 写了一篇技术方案，想发给同事看？直接说"把这个 Markdown 创建成飞书文档"，agent 自动转换格式，高亮块、表格、代码块、分栏全部保留。反过来也行，从飞书文档导出成 Markdown。

模式 A：写文档

根据我的所在部门、飞书消息、飞书云文档、日程等信息，帮我创建一篇飞书云文档，写一篇个人使用说明书。

{{文档链接}} 根据我的评论修改文档，修改后，用划词评论标识出修改点。

模式 B：AI 当审稿人

{{文档链接}}阅读一下这篇文档，看下作为提供给外部用户的说明文档，是否足够清晰、简洁。不要直接改文档，只把你觉得有优化空间的位置划词评论出来，在评论里写上修改意见。

模式 C：Markdown转飞书文档

把这篇 Markdown 内容创建成飞书文档，排版要好看

场景 3：跨时区多人智能约会

约一个 5 人会议，手动翻日历找共同空闲时间，来回沟通 20 分钟。团队还分布在不同时区，手动算时差更头疼。现在告诉 AI "帮我约这个群里的人下周开个会"，AI 自动拉群成员、查每个人的日历空闲、考虑所有人的时区，推荐几个"所有人都在合理工作时间"的选项。你选一个，会就建好了。

帮我看一下【XX】群里所有人的日历，然后下周找一个大家都合适的时间开一小时的讨论会

场景 4：会议审计到多维表格仪表盘

你知道自己每天在开会，但不知道时间到底花在了哪里。一句话，agent 拉取你过去两周的日历数据，自动给每场会议打标签（1:1/产品讨论/团队会/个人事务），写入多维表格，生成仪表盘。饼图看占比，柱状图看趋势。一张图告诉你该砍哪些会。

更进一步：agent 批量分析你的妙记，给每场会打一个"产出密度"分数，哪些会没有产出任何决策、哪些议题在重复讨论，直接帮团队减负。

拉取我过去两周的日历，把每个日程分类打标，写入多维表格，然后做一个仪表盘，我要看时间花在了哪里

分析我过去一个月所有的会议妙记，给每场会打个产出分数，告诉我哪些会建议砍掉

AI根据过往日历信息，自动创建多维表格仪表盘：

场景 5：未读邮件智能分类与处理

每天收几十封邮件，混杂着通知、审批、客户邮件，手动整理费时费力。AI 定期扫描未读邮件，按优先级分类，重要邮件摘要推送到群聊，低优先级自动归档，还能帮每封邮件起草回复。

用 CLI 之后：AI 定期扫描未读邮件，按优先级分类，重要邮件摘要推送到群聊，低优先级自动归档。

飞书 CLI 的邮箱能力做了重点增强，补齐了增删改查的完整能力，让飞书邮箱也能融入 AI 工作流。

查看我所有的未读邮件，重要邮件发摘要到 aurora 项目群，并给每封邮件写一个草稿回复。

五、为什么选飞书 CLI

你的 AI 缺两样东西：context 和手

市面上的 AI 模型都很聪明，但聪明不等于有用。一个 AI 如果不知道你今天开了什么会、跟谁聊了什么、手上有哪些待办，它就只能给你通用的回答。

而且就算它知道了，如果不能直接帮你操作飞书，它还是只能说"你应该去建个文档"，而不是替你建。

飞书 CLI 同时解决了这两个问题：让 AI 拿到你在飞书上沉淀的所有工作 context（消息、文档、日历、妙记、多维表格），同时给它操作这些东西的能力。既能看，也能动手。

为 AI Agent 使用方式专门设计

飞书 CLI 不是把现有 API 简单包装成命令行工具。它有几个专为 AI 设计的关键特性：

• • 错误提示优化：出错时告诉 AI 怎么修复，不只是说"错了"
• • 权限引导：缺权限时自动引导补授权，不让 AI 卡住
• • Token 消耗优化：命令设计上考虑了 AI 的调用成本
• • 高成功率：AI 用 CLI 调用的成功率远高于直接调 API

全面开源，无需登记

飞书 CLI 现已正式开源，面向所有用户开放。无需登记，无需审核。无论你想让 Claude Code、Codex 还是其他 Agent 直接操作飞书，欢迎立即获取代码，即刻上手。

👉 GitHub 开源地址：https://github\.com/larksuite/cli

六、用 WorkBuddy 操作飞书知识库：完整实操

下面不要求你学习命令行。你只需要把知识库链接和目标告诉 WorkBuddy，它会调用飞书 CLI 完成读取或写入。第一次使用时，建议从“只读检查”开始，确认连接和权限正常后再让它修改内容。

实操前检查

普通用户无需提前准备 Node.js 或 npm。请先把 WorkBuddy 更新到最新版，由它检查并准备运行环境；随后再安装飞书 CLI、完成应用配置。如果要访问自己的私有文档、日历、私信或知识库，还需要完成一次用户授权。

我可能没有配置 Node.js 或 npm。请先检查 WorkBuddy 运行环境并自动准备缺失依赖，再检查飞书 CLI 是否安装，验证当前飞书登录状态和用户授权。你能自动完成的步骤直接完成，只有需要我点击网页、扫码或授权时再提醒我。先不要修改任何飞书内容；如果缺少权限，只申请完成知识库读写所需的最小权限。

检查成功后，WorkBuddy 应明确告诉你当前使用的是用户身份还是应用身份、登录是否有效，以及是否具备文档和知识库的读写权限。

第一步：只读一篇知识库文档

先用一项不会改变数据的任务验证连接。把飞书 Wiki 链接直接粘贴给 WorkBuddy，并明确要求“只读”。

{{知识库文档链接}}读取这篇飞书知识库文档，先不要修改。请告诉我：1. 文档标题和主要章节；2. 这篇文档面向谁；3. 内容中最需要补充的三个地方；4. 是否包含图片、附件、表格或其他嵌入资源。

正确结果应该包含文档真实标题和章节，而不是根据链接名称猜测。如果 WorkBuddy 提示无权限，先完成授权或确认当前飞书账号确实可以打开该页面。

第二步：让 WorkBuddy 完善已有教程

修改文档时，最好把过程分成“先评审、再写入、最后验证”三段。这样既能降低误改风险，也方便你在写入前调整方向。

{{知识库文档链接}}请先阅读并评审这篇教程，不要修改。重点检查：目标读者是否明确、步骤是否连续、权限说明是否完整、示例能否直接照做、是否缺少常见问题和验收标准。给我一份简洁的修改计划。

按刚才的计划完善这篇教程。保留原有图片、附件、引用和有效链接，只做必要的定向修改，不要全文覆盖。完成后重新读取修改位置，列出实际改动和验证结果。

推荐的安全习惯是：没有明确授权时不删除内容、不移动页面、不修改权限；涉及外发消息、删除节点或覆盖正文时，先让 WorkBuddy 展示目标和影响范围。

第三步：创建并整理知识库结构

除了改正文，WorkBuddy 还可以帮助你创建子页面、调整节点层级和整理知识库目录。创建前要说清楚目标知识空间、父页面和页面标题，避免新文档出现在错误位置。

在这个知识库页面下面创建一个子页面：{{父页面链接}}标题：MCU Debug 案例记录规范内容包括：记录目的、必填字段、Debug 过程写法、单例/通用问题判断标准，以及一个完整示例。创建前先确认目标知识空间和父页面；创建完成后把新页面链接发给我。

{{知识库首页链接}}先只读盘点当前目录，找出重复页面、命名不一致和层级不合理的地方，给出建议目录树。不要直接移动或删除任何节点，等我确认后再执行。

常用任务提示词

理解用户身份与应用身份

用户身份适合访问你自己的知识库、私有文档和个人数据，并以你的身份执行操作。应用身份只能够访问已经授权给应用的资源，通常看不到用户的个人内容。出现“明明能在飞书里打开，但 WorkBuddy 读取不到”的情况时，应首先检查当前身份是否正确，而不是反复重试同一个请求。

排查登录状态时，可以让 WorkBuddy 执行验证；熟悉命令行的用户也可以运行：

lark-cli auth status --json --verify

常见问题排查

完成验收

当下面几项都通过时，说明 WorkBuddy 与飞书知识库已经形成可用闭环：

• • 能够读取指定 Wiki 链接，并返回真实标题和章节
• • 能够识别文档中的图片、附件和嵌入资源，并在修改时保留它们
• • 能够先给修改计划，经确认后定向写入正文
• • 写入后能够重新读取修改位置并验证结果
• • 能够在指定父页面下创建子页面，并返回正确链接
• • 遇到权限问题时能够说明当前身份、缺失权限和下一步操作

**推荐你的第一个真实任务：**把一篇正在维护的内部教程链接发给 WorkBuddy，让它先做只读评审；确认方案后再执行定向修改。这样最容易验证读取、判断、写入和回读是否全部正常。

7.如何自定义模型API

我们推荐使用自定义模型API,

1、点击用户名，出现选项

2、点击设置页面

3、点击模型出现模型配置页面

4、点击添加模型，选择我们提供的模型渠道

5、选择kimi coding plan我们已经订阅了这个coding plan

按我们提供的API

然后把红色框内都选择上打勾

7、选择你的项目空间也就是文件夹就可以了

点击自动下滑到我们配置好的模型即可