飞书官方团队开源了一个 CLI 工具，6 天 5000 star，200+ 命令，19 个 AI 技能包。我全程让 Claude Code 来装，自己只点了两次确认。

---

为什么你应该关注这个

如果你在用飞书，又在用 Claude Code、Cursor 这些 AI 编程工具，那这个东西跟你直接相关。

飞书官方团队做了一个命令行工具叫 lark-cli，MIT 开源，上线 6 天就拿了 5000+ star。

但它不是一个普通的 CLI。

普通 CLI 是给人用的——你需要记命令、查参数、翻文档。而 lark-cli 做了一件不一样的事：它把飞书的所有能力打包成了 19 个 AI Agent 技能包，直接注入到你电脑上的 AI 工具里。

装完之后，你的 Claude Code / Cursor / Windsurf 就像多了一个会操作飞书的同事。你说一句"帮我查今天有什么会议"，它不是去搜网页，而是直接调飞书 API，用你的身份查你的日历。

我决定亲自装一下，但用一种特别的方式——全程让 AI 来装，我不敲一行命令。

---

全程让 Claude Code 装，我只点了两次确认

我在终端里跟 Claude Code 说了一句：“帮我把飞书 CLI 装一下。”

然后我就看着它自己干。

第一步：装 CLI 本体

AI 执行了：

npm install -g @larksuite/cli

跑了 33 秒，下载大约 15MB。前置条件只需要 Node.js，不需要 Python，不需要什么 SDK。

第二步：装 19 个 AI 技能包

npx skills add larksuite/cli -y -g

这步只有 1.3MB，但发生了两件让我印象深刻的事：

自动发现 AI 工具。 它扫了一遍我的电脑，自己找到了 Claude Code、Cursor、Windsurf、Kiro CLI、Codex 等所有已安装的 AI 工具，然后把 19 个技能包全部注入进去了。我没有指定任何路径。

自动安全评估。 安装完自动跑了三项安全扫描（Gen / Socket / Snyk），每个技能都有独立评分。这个细节说明这不是随便糊的项目。

第三步：创建飞书应用

AI 执行了 lark-cli config init --new，终端里弹出一个二维码和链接。

我打开链接，跳到飞书开发者控制台，一键创建应用——不需要手动填 App ID、App Secret、配置权限。

页面提示"创建成功"。这是我第一次点确认。

第四步：授权登录

AI 执行了 lark-cli auth login --recommend，又弹出一个浏览器链接。

注意这个授权页面——--recommend 自动勾选了多维表格、日历、通讯录、文档、消息与群组、邮箱、电子表格、任务、视频会议的常用权限。不需要你一个一个挑。

我点了"开通并授权"。这是我第二次点确认。

CLI 立刻收到确认：OK: 登录成功! 用户: Mrliang

一个真实的踩坑

授权这步其实没有一次成功。AI 执行 auth login --recommend 后，浏览器链接弹出来了，但我还没操作完，CLI 那边就超时报了 EOF 错误。

结果 AI 自己想了个办法：先用 --no-wait 拿到 device code 但不阻塞等待，等我在浏览器里完成授权后，它再用 --device-code 手动恢复轮询。

AI 在遇到问题时自己调整了策略，不是傻等或者报错退出。 这个细节让我觉得"AI Agent"不是一个营销概念，它真的在以 Agent 的方式工作。

安装小结

整个安装下来：2 条命令装软件，2 次浏览器点击，约 16MB 存储空间。

我做的事情：打开两个链接，点了两次确认。仅此而已。

---

装完第一件事：给飞书群发消息

装好之后我没有翻文档，直接跟 Claude Code 说：“帮我给 openclaw 军团群发条消息，问问大家今天做了什么。”

AI 自己做了三件事：

1. 用 +chat-search 搜群（搜"军团"，找到了"Liangxiao军团"）
2. 用 --dry-run 预览了一遍要发的内容
3. 确认无误后去掉 dry-run，消息发出

我全程没有查过任何文档，没有手动拼过任何命令参数。

但这个过程踩了两个坑：

坑一：Bot 必须先加入群聊。 发消息前报了 Bot/User can NOT be out of the chat。你需要去飞书群设置里手动把 CLI 机器人加进去才能发消息。这步没法自动化。

坑二：Bot 发的消息不触发其他机器人。 我群里有个 OpenClaw 的 AI 机器人，平时 @ 它会回复。但 lark-cli bot 发出去的消息，OpenClaw 完全无视了。

原因是飞书的事件订阅机制会区分消息来源——bot 的消息不会推送给另一个 bot 的事件回调。这是平台层面防止机器人之间无限循环的安全设计。如果你想用 CLI 跟其他 bot 交互，这条路走不通。

---

第二件事：让 AI 写文章，直接存进飞书文档

这个才是让我觉得"这东西真的有用"的时刻。

我跟 Claude Code 说了一句话：“帮我写一篇关于 lark-cli 的文章，写完直接发到飞书文档里。”

注意，这是一句自然语言指令，不是两条命令。但 AI 自己把它拆成了两步：

1. 先调用自己的写作能力，生成了一篇完整的 Markdown 文章
2. 然后直接调用 lark-cli 把文章存进飞书

它执行的命令：

lark-cli docs +create \
  --title "文章标题" \
  --markdown "$(cat article.md)"

打开返回的链接，飞书文档里已经有了完整的文章，格式完好，代码块、引用、表格全都正常渲染：

后来我让它更新文档内容，它用 docs +update --mode overwrite 直接覆盖了旧版本。

从"写文章"到"存进飞书"，我只说了一句话。飞书文档变成了 AI 可以随时读写的存储空间。

---

200+ 命令背后的架构设计

试完这两个场景后，我开始认真看它的命令体系，发现架构设计是有讲究的。

它分三层：

第一层：Shortcuts（快捷命令）

用 + 前缀标记，给人和 AI 日常使用。参数简洁，有智能默认值。

lark-cli calendar +agenda              # 查今天日程
lark-cli im +chat-search --query "xxx" # 搜群
lark-cli docs +create --title "xxx"    # 建文档
lark-cli task +create --title "xxx"    # 建任务
lark-cli mail +triage                  # 看收件箱

80% 的日常需求，这一层够用了。

第二层：API Commands

100+ 个命令，和飞书平台接口一一对应。Shortcuts 满足不了的，这一层精确控制每个参数。

lark-cli calendar events list --params '{"calendar_id":"primary"}'

第三层：Raw API

覆盖飞书 2500+ 个 API 的兜底通道。什么都能调。

lark-cli api GET /open-apis/calendar/v4/calendars

这三层的设计思路很成熟：快捷入口处理高频场景，API 层给进阶用户，Raw API 作为逃生通道。

--dry-run 贯穿所有层级——任何可能有副作用的操作都可以先预览再执行。对 AI Agent 来说，这个机制至关重要。

---

它到底能做什么？完整能力一览

我把所有 Shortcut 命令过了一遍，按场景整理如下：

日历

命令	能力
+agenda	查看今天/本周日程
+create	创建会议、邀请参会人
+freebusy	查某人是否有空
+suggestion	AI 推荐可用的会议时间

消息

命令	能力
+messages-send	发消息（需 bot 身份）
+messages-search	全局搜索聊天记录
+messages-reply	回复消息 / 话题回复
+chat-search	搜索群聊
+chat-create	创建群聊
+chat-messages-list	查看群聊历史消息

文档

命令	能力
+create	创建文档
+fetch	读取文档内容
+update	编辑文档
+search	搜索文档 / Wiki
+media-insert	往文档里插图片

邮件

命令	能力
+triage	看收件箱摘要
+message	读邮件全文
+send	写邮件发送
+reply / +forward	回复 / 转发
+watch	实时监听新邮件

表格 / 多维表格

命令	能力
+read / +write / +append	读写电子表格
+record-upsert / +record-list	多维表格增删改查
+data-query	数据聚合分析（JSON DSL）
+dashboard-create	创建仪表盘

任务

命令	能力
+create	创建任务
+assign	分配任务
+complete / +reopen	完成 / 重开
+get-my-tasks	查看我的待办

其他

场景	能力
云盘	上传 / 下载文件
通讯录	搜索用户
知识库	管理 Wiki 空间和节点
会议	搜索会议记录、查看纪要

---

真正的重点：19 个 AI 技能包

命令本身只是表层，真正有意思的是那 19 个 AI Agent 技能包。

安装完之后，你的 AI 工具自动获得了这些能力：

技能	覆盖能力
lark-shared	认证、配置、身份切换（所有技能自动加载）
lark-calendar	日历、日程、空闲查询、时间建议
lark-im	消息、群聊、搜索、上传下载、表情回复
lark-doc	文档创建、读取、更新、搜索（Markdown）
lark-drive	文件上传下载、权限管理
lark-sheets	电子表格读写、查找、导出
lark-base	多维表格全能力（字段、记录、视图、仪表盘、工作流）
lark-task	任务、任务列表、子任务、提醒
lark-mail	邮件收发、草稿、搜索、实时监听
lark-contact	通讯录搜索
lark-wiki	知识库空间和节点管理
lark-event	WebSocket 实时事件订阅
lark-vc	视频会议记录、会议纪要
lark-whiteboard	白板 DSL 渲染
lark-minutes	妙记（AI 摘要、待办、章节）
lark-openapi-explorer	API 文档探索
lark-skill-maker	自定义技能创建框架
lark-workflow-meeting-summary	会议纪要聚合工作流
lark-workflow-standup-report	日报/周报汇总工作流

装完这些，你在 Claude Code 里说一句"帮我查一下今天有什么会议"，AI 不是去搜网页，而是直接调飞书 API，用你的身份查你的日历，然后把结果告诉你。

你的 AI 现在像一个真正的飞书用户一样在工作了。

---

一个很现实的问题：企业版用不了

我实测发现，企业版飞书账号目前无法激活 lark-cli，只有个人版飞书可以用。

这带来一个尴尬的问题：lark-cli 覆盖的能力——日历、消息、文档、多维表格、任务、邮件——恰恰是企业场景里才有价值的。个人用户的飞书里没有团队协作、没有项目群、没有共享文档库，很多能力发挥不出来。

你一个人用飞书查查日历、写写文档，AI 能帮上的忙有限。但如果是在一个 50 人的团队里，AI 能帮你自动汇总站会纪要、批量更新项目表格、定时发周报到群里——那才是这个工具真正该发光的地方。

---

B 端才是这个工具的主战场

我觉得这个工具的意义不在当下，而在接下来半年到一年。

想象一下企业版开放之后的场景：

项目经理：让 AI 每天早上自动查所有人的日历，汇总成一份"今日团队日程概览"，发到项目群里。

运营团队：AI 自动从多维表格读取数据，生成周报文档，存进知识库。

技术 Leader：AI 监听群里的技术讨论，自动提取 action items，创建飞书任务并分配给对应的人。

HR：AI 自动整理面试反馈邮件，汇总到候选人跟踪表里。

这些场景在技术上 lark-cli 都已经能做了——命令和 API 都在，差的只是企业版权限的打通。

飞书出这个 CLI，不是给个人做一个好玩的小工具。它是在为企业级 AI Agent 铺路。

今天的 lark-cli 像一个预告片：能力已经 ready，生态已经搭好（19 个技能包自动注入所有主流 AI 工具），就等企业版的闸门打开。到那一天，每个企业的 AI Agent 都可以像一个真正的员工一样在飞书里工作——查日程、发消息、写文档、更新表格、跟进任务。

钉钉和企业微信应该已经在看这件事了。

---

安全这件事，必须认真说

既然 AI 可以直接操作你的飞书，安全问题就不是可选项了。

lark-cli 官方的安全设计：

• --dry-run 预览模式：执行前确认，不会真正触发操作
• 输入注入防护：防止 Prompt Injection 攻击
• OS 原生密钥链存储：凭证不是明文存在配置文件里
• 终端输出净化：防止输出内容被恶意利用

但更重要的是官方给出的一条建议：

把它作为你个人的私人助手，不要把 Bot 加入到别人也在用的群聊里。

原因很简单：AI Agent 以你的身份、用你的权限在操作。如果 Agent 出现幻觉，后果由你承担。

想象一个场景：你在一个 200 人的项目群里，Agent 因为理解偏差，把一条本该私发的消息广播给了全群。这不是 bug，这是 AI Agent 本身的风险特性。

默认的安全保护机制不要随意关闭。

---

我的判断

我装这个工具用了不到 10 分钟，但花了更多时间在想它背后的意义。

从工具本身来说：

• 安装很顺滑，16MB，3 步搞定
• 三层命令架构设计合理，--dry-run 让人放心
• 19 个技能包自动注入所有主流 AI 工具，自动发现机制做得好
• 实测发消息、创建文档都没问题，能力是实打实的

从趋势来说：

• 这是企业级 SaaS 厂商主动适配 AI Agent 生态的先手棋
• 现在只支持个人版，但能力是按企业场景设计的——它在等 B 端的闸门打开
• 飞书之后，钉钉和企业微信大概率会跟进
• "AI Agent 的权限边界"这个问题，会越来越重要

如果你在用飞书个人版，可以花 10 分钟装一下体验。如果你是企业用户，现在还用不了，但值得关注——一旦企业版开放，这可能会改变你团队的工作方式。

---

快速上手

# 1. 装 CLI（需要 Node.js）
npm install -g @larksuite/cli

# 2. 装 19 个 AI 技能包（自动注入所有检测到的 AI 工具）
npx skills add larksuite/cli -y -g

# 3. 初始化（打开浏览器，一键创建飞书应用）
lark-cli config init --new

# 4. 授权登录（--recommend 自动勾选常用权限）
lark-cli auth login --recommend

# 5. 检查是否正常
lark-cli doctor

几个实用命令速查：

# 查看今日日程
lark-cli calendar +agenda

# 搜索群聊
lark-cli im +chat-search --query "群名关键词"

# 给群发消息（先确保 Bot 已在群里）
lark-cli im +messages-send --chat-id "oc_xxx" --text "消息内容" --as bot

# 创建飞书文档
lark-cli docs +create --title "文档标题" --markdown "# 内容"

# 查看我的待办
lark-cli task +get-my-tasks

# 看收件箱
lark-cli mail +triage

# 任何命令都可以加 --dry-run 预览
lark-cli im +messages-send --chat-id "oc_xxx" --text "测试" --as bot --dry-run

GitHub 仓库：https://github.com/larksuite/cli

---

如果你装了之后有什么有意思的玩法，或者踩了什么坑，评论区聊聊？