原创 逛逛 2026-05-15 11:04 浙江
逛 GItHub 的时候，看到一个熟悉的项目冲上了新里程碑：飞书 CLI（lark-cli）Star 破万了。
从 3 月底开源到现在，不到两个月，10000+ Star。在所有办公软件 CLI 里增速最猛，而且拉开第二名一大截。
回看这场 CLI 竞赛挺有意思的。
3 月初 Karpathy 公开说过一句话：CLI 是 AI Agent 时代最重要的接口，因为命令行的纯文本指令天然契合大语言模型。
紧接着不到两周里，Google、钉钉、飞书、企业微信、WPS 先后推出各自的 CLI，像是约好了一样。
但几个月过去，各家差距已经很明显了。
这场 CLI 竞赛里，飞书跑得最快。
Google 的 Workspace CLI 是非官方的，覆盖面有限。钉钉和企业微信的 CLI 在社区影响力没有飞书 CLI 大。
飞书 CLI 则一路狂奔，狂揽 1 万 Star。
01
开源项目简介
lark-cli 是飞书官方开源的命令行工具，把飞书 2500+ 个 API 压成了 200 多条命令 + 24 个 AI Agent Skill。
你的 Agent 装了这个 CLI，聊聊天就能管理飞书。
开源地址：https://github.com/larksuite/cli/blob/main/README.zh.md以前你想搞一个 Bot 帮你在飞书上干活，比如发条消息、查个日程、创建一个文档。
你得去飞书开放平台注册应用、搞懂 OAuth 授权流程、看 API 文档拼 HTTP 请求、处理 token 过期和各种错误码。
一套下来半天就没了，搞不好还要踩几个坑。
现在不用了。
说句话让 AI 帮你搞定。
你不需要记 CLI 命令，你只需要说你的意图，Agent 自动用 CLI 命令和飞书交互。
而且它覆盖的范围非常广——17 个业务域，基本涵盖了飞书所有核心功能：
日历、消息、文档、云盘、多维表格、电子表格、幻灯片、任务、知识库、通讯录、邮箱、会议、考勤、审批、OKR、白板、Markdown。
你在飞书上能干的事，它基本都能通过命令行完成。
装它只需要 Node.js 环境，一条 npm 命令就搞定。
02
不是给你用的，是给 AI 用的
虽然提供了很多 CLI 命令，但是不需要你死记硬背。
因为这个 CLI 是给 AI 用的，它从设计之初就是 Agent-Native 的。
从一开始就考虑：如果调用方是一个 AI Agent，这个工具该怎么设计，才能让 Agent 用得爽、出错少、成功率高。
具体来说，有这几个设计很不一样。
24 个开箱即用的 Skill
lark-cli 提供了 24 个 AI Agent Skill，涵盖日历、消息、文档、表格、邮箱、任务、审批、OKR 等所有飞书核心场景。
你不需要自己告诉 AI 你要用哪个命令、传什么参数。每个 Skill 里已经写好了完整的指令：这个工具能干什么、什么场景该用什么命令、参数怎么传、输出怎么读。
直接喂给 Claude Code、Codex、Cursor、Trae 就能用。
AI 读一遍 Skill 就知道该怎么操作飞书了，零额外配置。
三层命令架构
lark-cli 把命令分成了三层，从简单到复杂全覆盖：
第一层是 Shortcuts。用+前缀的快捷命令，比如 lark-cli calendar +agenda、lark-cli im +messages-send。
人类和 AI 都友好，有智能默认值、表格化输出、dry-run 预览。你想快速干个事，用这层就够了。
第二层是 API Commands。从飞书 OAPI 元数据自动生成，100 多条命令和平台接口一一对应。
比如lark-cli calendar events list、lark-cli calendar calendars create。这层适合需要精确控制参数的场景。
第三层是 Raw API。可以直接调飞书开放平台的任意端点，覆盖 2500+ API。
比如 lark-cli api GET /open-apis/calendar/v4/calendars。前两层没覆盖到的冷门接口，这层都能调。
这三层的设计很聪明——简单的事情用 Shortcuts 一行搞定，复杂的事情往下走一层，实在不行直接调 Raw API。不管你的需求多特殊，总有路走。
每个命令都经过真实 Agent 测试
这不是随便写写就发布了。
lark-cli 的每个命令都拿真实的 AI Agent 跑过，验证参数是否精简、默认值是否合理、输出格式是否对 AI 友好。
比如所有输出都支持 JSON 格式，AI Agent 直接读结构化数据就行，不用费劲解析人类视角的文本。
还有 dry-run 功能，AI 发消息之前可以先–dry-run预览一下，确认没问题再真正执行，避免手滑发错消息。
还支持分页自动加载（–page-all）、多种输出格式（json、table、csv、ndjson）、schema 自省（lark-cli schema查任意 API 的参数结构）。
这些细节单独看都不起眼，但串在一起，就是让 AI Agent 从勉强能用变成用得很顺手。
03
三分钟上手
装起来很简单，两种方式选一个就行。
方式一：自己装
打开终端，按顺序敲这五行命令：
#1. 安装 CLInpm install -g @larksuite/cli# 2. 安装 Skill（必须，这步给 AI 用的）npx skills add larksuite/cli -y -g# 3. 配置应用凭证（交互式引导，跟着走就行）lark-cli config init# 4. 登录（会弹浏览器让你扫码授权）lark-cli auth login --recommend# 5. 试试看lark-cli calendar +agenda
config init 会帮你在飞书开放平台创建一个应用、配置好凭证。auth login 会引导你扫码授权。
整个过程跟着提示走就行，不需要提前懂任何 API 知识。
方式二：丢给 AI 装
直接把 GitHub 链接扔给你的 Claude Code、Hermes 或者 OpenCLaw。
这个开开源项目的 README 里专门给 AI Agent 写了一套独立的 Quick Start 步骤，从安装到配置到验证，每一步都写得很明确。
AI 读到这个文档就知道该怎么做了。
① 丢给 Agent 链接让它安装
② 再配置飞书应用凭证并登录。
直接让 Agent 帮你执行 lark-cli config init 和 lark-cli auth login 。
你只需要使用飞书扫个码：
点了飞书应用配置链接，点击授个权。
后面如果你 Agent 用其它应用的时候没权限，它也会引导你去浏览器进行授权。
当你完成了扫码 + 授权两步，就全部 OK 了。
③ 安装完试用
比如你可以直接再飞书创建一个记账的文档。
把它当做云端记账本儿。
好处是丢几张截屏，说两句话就能记了。
而且想调整结构说话就行。
真的，现在能聊天解决的 我一点儿不想操作 GUI 点点点。
而且，你可以把飞书文档共享给你的老婆/老公。
这样每个人都能实现往同一个记账表格里面记账了。
两个人只需要对着自己的 Agent 聊聊天。
支持把飞书 CLI 拉进群了
而且目前可以在飞书中，把你的飞书 CLI 拉进群里了。
Agent能 @ 其他 Agent、互相调用，多 Agent 协作最基础的信道已经打通。
而且 Agent 能识别群里其他 Bot 的身份和名字，为多 Agent 调度和协作铺路。
04
飞书跑的很快
在 办公软件 + AI Agent 这条赛道上，飞书已经挺领先了。
其实在 AI 大模型这一波来临之前，飞书就挺开放、挺灵活的，从开放平台的建设就能看出来。
只不过在 AI 时代这个优势被放大了。
首先是开放度。
飞书直接把 2500+ API 全部暴露出来。
这意味着任何 AI 工具、任何 Agent 框架都可以无缝接入飞书，没有任何限制。相比之下，其他家的 CLI 多少有点”内部工具”的味道，开放力度和社区运营都差了一截。
其次是 Agent 原生设计。
24 个 Skill 不是事后补的接口文档，而是专门为 AI Agent 写的操作手册。
每个 Skill 里详细说明了这个工具能干什么、什么场景该用什么命令、参数怎么传、输出怎么读。
AI 读一遍就知道怎么操作飞书了。其他家还停留在”把 API 包装成命令行”的阶段，飞书已经在想怎么让 Agent 用得最顺手。
然后全覆盖。
除了 Claude Code、Codex、Cursor、Trae、Gemini CLI 这些主流 AI 工具，Hermes Agent、OpencClaw 这些都能快速接入。
然后飞书本身就覆盖了 IM、文档、表格、日历、邮箱、审批、OKR、会议、知识库几乎企业办公的所有场景。
现在这些能力全部通过 CLI 暴露给 AI Agent，飞书就从一个办公软件变成了一个 AI Agent 可调用的企业能力平台。
这个定位的含金量很高。
想想看，当你的 AI Agent 既能帮你读消息、又能帮你写文档、还能帮你管日程、处理审批，它就不再是一个聊天机器人，而是一个真正的数字员工。
而飞书，就是这个数字员工的操作系统。
未来每个 SaaS 都需要回答一个问题：如果用户只通过 AI Agent 与我交互，我的产品该长什么样？
飞书给了一个答案，而且是目前跑得最快的那一个。
05
点击下方卡片，关注逛逛 GitHub
这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接关注微信公众号：逛逛 GitHub ，后台对话聊天就行了：
补充阅读建议
如果你是通过搜索进入这篇内容，可以先确认它解决的问题、适用阶段和后续可复用的步骤，再决定是否继续深入。
继续学习入口
📖 相关推荐
资深互联网从业者，专注AI工具研究与实战应用。长期跟踪ChatGPT、Claude、Stable Diffusion等前沿AI技术，擅长将复杂的技术概念转化为通俗易懂的教程。运营颜资源小站，致力于为中文用户提供高质量的AI教程、开源项目推荐和数字资源整理。
评论(0)