一文說清楚飛書、企微CLI究竟是什么，怎么用？| 附8大玩法

大家好，我是小栗子。

就在昨天半夜，我收到了合伙人發來的消息：“周末項目討論會的紀要來得及發我一份。”

要是以前，我大概得——打開飛書、找到會議妙記、一個個翻記錄、整理成文檔、發出去。保守估計半小時起步。

但現在的我，只是掏出手機，給我的 AI 助手發了條消息：

幫我把昨晚的會議整理成紀要，重點標出決策和待辦，然后發給林總。

不到兩分鐘，紀要鏈接已經自己躺在和林總的對話框里了。

沒錯，我給我的蝦也升級了飛書的CLI。

先說清楚CLI是什么

最近，飛書、企業微信、網易云音樂、Google、Stripe、ElevenLabs都紛紛推出了自己的開源CLI。

你可能聽說過這個詞，但不明白為什么最近這么多廠商都在搞這個東西。

這不是巧合。這是軟件行業在Agent Native時代的一次集體轉向。

要理解這件事，得先明白一個根本性的變化：軟件的用戶變了。

過去幾十年，軟件是給人類設計的。工程師們絞盡腦汁優化按鈕位置、動畫效果、交互流程，都是為了讓“人”用得舒服。GUI（圖形界面）就是這個時代的產物——它用鼠標點擊降低了使用門檻，讓不懂技術的人也能操作復雜的電腦系統。

但現在，出現了一個新的用戶群體：AI Agent。

Agent不需要按鈕，不需要動畫，不需要交互設計，它的輸入輸出都是純文本。你讓它查個日程，它不需要看到日歷界面上那些花花綠綠的色塊，它只需要一行清晰的指令和結構化的返回數據。

CLI（命令行界面），就是給這種新用戶準備的交互方式。

它不是技術倒退，不是“復古”。恰恰相反，它是軟件架構的進化——從“讓人看懂”進化到“讓Agent能直接用”。

歸藏提了一個觀點：AI的實際能力=它能調用的工具+它能拿到的上下文。

以前AI只能給你建議，因為它沒有“手”——它動不了你的飛書、改不了你的文檔、發不了你的消息。現在，CLI給它裝上了這只手。同時，CLI也讓AI能讀取你的數據（日歷、消息、文檔），拿到執行所需的上下文。

你動嘴，它動手。而且是直接在你的電腦里動手，不是在對話框里給你寫一堆文字讓你自己去復制粘貼。

這就是CLI的本質：它是AI Agent的基礎設施，是連接智能與執行的橋梁。

一個關鍵事實：CLI不限于某個AI使用

這個時候，你可能會有一個誤解：是不是必須用飛書的“龍蝦”才能使用CLI？

不是的。

CLI 的本質是命令行工具。它不是某個AI的專屬插件，而是一套開放的命令接口。任何能執行命令的AI都能調用它。

這意味著什么？

Claude Code可以用。你把飛書CLI裝到本地，Claude Code就能直接調用lark-cli命令，幫你發消息、建文檔、查日歷。

Cursor可以用。同樣裝上CLI，Cursor的AI助手也能操作你的飛書。

Trae、Codex、甚至本地的終端AI，都能用。

甚至你還可以連同企業微信CLI混著用，你可以讓Claude Code同時操作飛書和企業微信。比如：把飛書日歷的會議信息同步到企業微信群里，或者把企業微信的待辦自動同步到飛書任務。

這就是CLI和插件的本質區別。

插件是綁定在某個平臺上的——飛書的插件只能在飛書里用，OpenAI的插件只能在ChatGPT里用。但CLI是操作系統層面的，它不care調用它的是誰。只要你的AI能執行shell 命令，它就能驅動CLI。

這也是為什么廠商們都選擇CLI作為AI時代的開放接口。它不是為了某個AI定制的，它是為所有AI準備的通用協議。

我挖到的8種飛書CLI玩法

理解了CLI是什么，下面說說我這幾周實打實用出來的8大場景。

有些是日常提效，有些是真的讓我覺得amazing。

玩法一：讓AI每天早上給你播報日程

我以前每天到公司第一件事，就是打開飛書日歷看一眼今天有啥安排。

后來我煩了，跟AI說：

每天早上9點給我發一條消息，告訴我今天幾點的會、待辦事項、有沒有需要跟進的消息。

現在AI每天準時給我推送晨間簡報，格式大概長這樣：

【項目組】小李發了測試反饋

你可以讓它按你喜歡的格式輸出，也可以讓它只提醒“有變化的”事項。我設置的是：如果日程有變動、或者有超過 10 條未讀消息的群，才在簡報里標出來。

效果是什么？以前我早上要花10-15分鐘在飛書里翻來翻去，現在30秒看完簡報，心里有數了。更重要的是，我不會再漏掉那些藏在群聊里的待辦。以前經常開會時有人隨口說“那個東西弄一下”，當時沒記，后來就忘了。現在AI會主動幫我catch住這些。

并且你也可以無縫絲滑的在你的claudecode里面查看這些日程：

玩法二：一句話整理完一周的周報

寫周報是我最討厭的工作之一。

周五下午坐在那回憶：“這周干了啥來著？周一開了個會、周三對了個需求、好像還寫了點東西……”

現在我會跟AI說：

拉一下我這周的日歷和群聊消息，幫我整理一份周報，包含這周的主要工作、結論和下周的待辦。

AI會基于我的日歷事件、參與過的會議、群聊里的討論，整理出一份結構化的周報，當然你也可以讓它按照你自己或者公司要求的格式輸出，比如：

[ ] 周三前完成技術評審

它不是簡單的事件羅列。它會理解會議討論的內容，提取出“結論”和“待辦”。比如群聊里有人說“這個方案可以，但價格還得再談談”，它會識別出這是一個待跟進事項。

以前寫周報要半小時，現在3分鐘。省下的時間不多，但周五下午的心情完全不一樣。以前是焦慮地回憶這周干了啥，現在是輕松地點評AI寫得怎么樣。

它不僅僅可以幫你完成周報，還可以直接幫你存在飛書文檔里，甚至直接一鍵發送給對應的負責人。

玩法三：會議開完，待辦自動分配好

這個是我最近用得最多的場景。

以前開完會，紀要整理完，待辦還得自己一條條建。給誰、什么時間、提醒什么，全要手動填。最煩的是，經常開完會就忘了，等到下周才想起來，黃花菜都涼了。

現在我會說：

幫我把這場會議的待辦事項提取出來，分配給對應的人，今天下班前完成的設提醒。

AI會這樣操作：

1. 讀取會議妙記（如果是飛書會議，直接調妙記接口）。

2. 識別待辦語句：從對話中提取"小王負責整理需求"、"周五前給反饋"這類表述。

3. 判斷責任人：根據提到的名字匹配通訊錄，自動@對應的人。

4. 設置截止時間：識別"今天"、"本周五"、"下周三"這類時間詞，轉成具體日期。

5. 創建飛書任務：所有待辦自動進任務列表，責任人收到通知。

實際案例：上周我們開了一個產品評審會，會上說了七八個待辦。以前我可能要花20分鐘一個個錄入任務系統，還要確認誰負責什么。這次AI兩分鐘全搞定了，而且一個都沒漏。

更妙的是，它還會給任務加描述，比如“來源：3月28日產品評審會，相關文檔：[需求文檔鏈接]”。

這才是真正的“開完會，事就辦了”。

玩法四：群聊消息不再需要爬樓

你有沒有過這種經歷——開會的時候群里有重要討論，你因為在打電話錯過了。

等會議結束打開群聊，99+未讀，翻了半天終于找到重點，但那個“王總說回頭把方案發給他”的待辦，早就不知道忘哪兒去了。

現在我會直接問AI：

【項目組】群最近三天說了什么？有哪些跟我相關的待辦？幫我創建任務設提醒。

AI會返回一個結構化的總結：

? "確認新功能需求文檔"，截止周五，已設提醒

關鍵在它怎么判斷“與我相關”。

AI會識別群聊里@你的名字、提到你負責的業務、或者跟你的角色相關的討論。比如你是產品經理，它會特別關注“需求”、“產品方案”這類關鍵詞。你是技術，它會關注“接口”、“排期”、“技術方案”這類詞。

你不用爬樓，不用自己記，它全都幫你搞定了。

玩法五：一句話搞定復雜會議預約

預約會議，是我覺得最麻煩的事之一。

不是約一個人，是約一群人。每個人時間不一樣，會議室還要搶，時區還得考慮。以前我得一一打開日歷、看每個人的空閑時間、找共同空檔、發邀請、等回復、有人說不行再改時間、反復幾次才能定下來。

現在我跟AI說：

幫我約下周三下午一個產品評審會，需要張總、李經理、王開發參加，時長1小時，要個有投影儀的會議室。

AI會這樣操作：

1. 查日歷：調取張總、李經理、王開發的日歷，找出下周三下午大家都有空的時間段。

2. 看會議室：篩選出有投影儀、能容納4人以上的空閑會議室。

3. 智能推薦：如果下午2-3點大家都空，但3-4點張總有個會，AI 會優先推薦2-3點，并標注"張總3點后另有安排"。

4. 創建會議：自動生成會議邀請，標題"產品評審會"，時間地點填好，參會人@好。

5. 發通知：給所有人發飛書消息，"已為您預約下周三14:00-15:00產品評審會，地點：會議室A"。

甚至還能處理復雜情況。

比如我說：“約個會，要王總參加，但他這周好像挺忙的，實在不行就約下周一早上他第一個會之前。”

AI查了王總的日歷，發現他本周確實排滿了，于是自動約了下周一早上9點，還加了一句備注：“已避開王總周一上午9:30的客戶拜訪，預留30分鐘緩沖。”

這才是真正的“說人話，辦實事”。

以前約個會要來回溝通十幾條消息，現在一句話搞定。

玩法六：把飛書文檔變成你的知識庫

我以前有個習慣，看到好的文章會收藏，但收藏之后基本不會再翻。

后來我跟AI說了一個需求：

幫我把最近收藏的那些關于 AI 工具的文章整理一下，按照主題分類，寫成一篇飛書文檔，標注每篇文章的核心觀點和我可以借鑒的地方。

AI是這樣做的：

1. 掃描我的收藏夾，找出所有標記過的文檔。

2. 提取核心內容：不是全文復制，而是提取"這篇文章講什么、核心觀點是什么、有什么 actionable 的 insight"。

3. 主題分類：自動歸類到"AI 寫作"、"AI 編程"、"AI 設計"等類別。

4. 生成索引文檔：輸出一個結構化的知識庫文檔，包含每篇文章的標題、核心觀點、我的筆記、原文鏈接。

實際效果：

我讓它整理了我收藏的30多篇AI相關文章，最后生成了一篇5000字的知識庫文檔。它自動分成了幾個板塊：AI提效工具、AI編程助手、AI內容創作、AI Agent開發、行業趨勢分析。

每篇文章下面都有AI提取的核心觀點，比如：

這個玩法特別適合做內容的人，把散落的信息聚合成系統的知識，比單純收藏有用多了。而且因為AI幫你提取了核心觀點，你后面要引用的時候，直接搜這個知識庫就行，不用重新打開原文。

玩法七：多維表格自動整理，不用手動錄

我之前想整理自己寫過的所有文章，按照主題、閱讀量、發布時間分類做個匯總表。

按傳統方式，我得一個個打開文檔、手動錄入數據。幾十篇文章，做完手都要酸了。

現在，我直接跟AI說：

幫我把這幾個月寫的文章整理成一張表格，包含標題、發布日期、閱讀量、主題分類、平臺分布。

AI自己去飛書文檔里扒數據，整理成一張完整的多維表格。

它自動生成的字段包括：

• 標題

• 發布日期

• 閱讀量

• 主題標簽（AI 自動識別文章主題打的標簽）

• 發布平臺（公眾號/小紅書/知乎等）

• 文章狀態（已發布/草稿/待修改）

而且它還能幫我加視圖：

• 按主題分類視圖：看哪個主題的文章最多

• 按時間排序視圖：看內容產出節奏

• 爆款分析視圖：篩選閱讀量>1w的文章，分析共性

• 待辦視圖：標出需要更新或修改的文章

最關鍵的是，它是活的。

我后來跟AI說：“每周一更新這個表格，把上周的新文章加進去。”現在它每周自動更新，我隨時能看到最新的數據。

不用手動錄，數據自動整理好，還能自定義看它的方式。

玩法八：讓AI當你的審稿人，直接在文檔里提意見

最后一個是我覺得最有意思的協作模式。

以前讓AI幫忙看文檔，你得把內容復制過去、看完再復制回來。來回幾次，格式還容易亂。而且AI給的反饋是“整塊”的，你不知道具體是哪一段有問題。

現在我會這么說：

幫我review這篇文檔，只提意見不要改，用劃詞評論的方式標出你覺得有問題的地方，在評論里寫上建議。

AI直接在飛書文檔里用評論標出問題，就像真人同事給你審稿一樣。

它會標出這些問題，比如：

• 邏輯斷層：這一段和上一段之間的邏輯跳躍有點大，建議加一句過渡

• 信息缺失：提到這個數據，但沒有給出來源，建議補充

• 表達啰嗦：這句話可以用更簡潔的方式表達，建議改成...

• 格式問題：這個標題層級不太對，建議改成二級標題

AI提完意見后，我可以在評論里回復：“這個建議不錯，幫我改一下”，或者“這個不改，因為……”

確認要改的部分，AI直接修改正文，然后在評論里標記“已修改”。不確認的部分，保留評論供后續討論。

人跟AI在同一個文檔里協作，評論即討論，正文即結果。

這種體驗比傳統的“復制-粘貼-再復制”流暢太多了。

你可能想問：這和飛書插件有什么區別？

如果你之前用過OpenClaw的飛書插件，可能會有疑問：這次開源的CLI和之前的插件有什么不同？我該用哪個？

是的，我也有這個疑問，所以我讓我的小龍蝦幫我整理了一個功能對比。

通俗解釋：

官方CLI像一套完整的工具箱，什么都有——郵箱、會議、知識庫、畫板，甚至能自己創建自定義技能。但它需要你自己安裝、配置授權，稍微麻煩一點。

OpenClaw插件像一把瑞士軍刀，常用功能（發消息、寫文檔、查日歷）都有，拿出來就能用，不用配置。但一些高級功能（郵箱、視頻會議、知識庫）它沒有。

據了解，完整的CLI功能也將在不久之后更新在插件中。已經安裝過插件版本的伙伴們，可以期待一下。

不只是飛書，企業微信也來了

說到這，不得不提一下企業微信的動作。

就在飛書開源CLI的第二天，企業微信也正式開源了自己的CLI工具，上線GitHub。開放的能力包括消息、日程、文檔、智能表、會議、待辦、通訊錄，基本覆蓋了日常辦公的核心場景。

兩大廠商，前后腳開源CLI，這已經很能說明問題了。

大廠們意識到，下一代的辦公協作競爭，不再是“誰的界面更好看”、“誰的功能更多”，而是“誰能讓AI Agent更好地調用自己的能力”。

CLI就是這個能力的載體。它不像API那樣需要開發者寫一堆適配代碼，也不像插件那樣被平臺審核卡住。CLI是跨平臺的、免審核的、人和AI都能用的。裝上了，AI就能直接操作。

企業微信這次開放的是面向10人及以下小團隊的版本，覆蓋的都是最高頻的場景。對開發者來說，這意味著可以用更低的門檻搭建企業級AI應用，比如一句話創建會議、自動匯總群聊消息這些功能，不再是demo，而是可以直接落地的能力。

這些玩法背后的變化

寫到這里，我想暫停一下，說說這些玩法到底意味著什么。

第一層變化：效率提升。

這個很明顯，周報從30分鐘變成3分鐘，會議紀要從手動錄入變成自動提取，這是最直接的收益。

第二層變化：工作流的重構。

以前的工作流是線性的：開會 → 整理紀要 → 錄入待辦 → 跟進執行。每個環節都需要人工操作。

現在的流程是：開會 → AI 自動提取并分配 → 人只需要跟進異常。大量的中間環節被壓縮掉了。

第三層變化：角色的轉變。

這是最深層的變化。以前，你是“工具的使用者”，你操作飛書、操作文檔、操作任務系統。現在，你是“任務的委托人”，你把任務委托給AI，它去操作工具，你負責驗收和決策。

CLI，讓這個轉變成為了可能。

因為AI能直接操作飛書、企微這些平臺，這就讓它不再是一個“只給建議的軍師”，而是一個“能動手執行的執行者”。你只是把工作委托出去，它幫你完成全套操作。

未來會是什么樣子？

飛書和企業微信開源CLI，只是開始。

我預測接下來會有幾個趨勢：

第一，更多廠商跟進。

其他辦公平臺遲早都會出自己的CLI。這不是選擇題，是必答題。不給AI入口，就會被淘汰。

第二，跨平臺工作流成為常態。

想象一下：AI用你的飛書日歷判斷你什么時候有空，自動在Email里預約會議，然后到網盤創建會議紀要模板，最后在企業微信里通知團隊。這種跨平臺的自動化，以前需要寫代碼，現在用CLI就能實現。

第三，人機協作的新模式。

現在是我們教AI怎么用工具。未來可能是AI教新人怎么用工具——它直接操作，新人看著學。或者AI成為團隊的“數字實習生”，處理那些重復性、流程性的工作，人專注在決策和創意上。

CLI是基礎設施，上面的應用層才剛剛開始。

怎么開始？

說了這么多，如果你想試試，安裝其實很簡單。

飛書 CLI：把下面這段話復制給你的AI Agent（Claude Code、Trae、Cursor 、龍蝦都可以），它會幫你搞定剩下的。

幫我安裝lark-cli，命令是npm install -g @larksuite/cli，安裝完成后配置一下。

企業微信CLI：同樣，復制這段話給你的 AI Agent。

幫我安裝企業微信 CLI，命令是npm install -g @wecom/cli，然后安裝skill：npx skills add wecom/cli -y -g

這兩個CLI都支持主流的AI Agent，裝上一個，你的工作流就已經開始變了。

歡迎來到Agent Native時代。