刚刚，飞书把这件事做对了✔

这两天我最大的感受就一句话：

“官方下场，真的不一样。”

就在刚刚，飞书出了官方的 lark cli。

它本质上是一款面向 Lark 与 Feishu Open Platform 的命令行工具，专门给人和 AI 代理使用。

它覆盖的不是边角功能。

而是你平时最常用、也最难打通的那一堆核心能力：

消息、文档、多维表格、电子表格、日历、邮件、任务、会议、知识库……

而且不是小打小闹。

官方页面直接给出了一个很猛的信息：

“200多个命令，19项 AI 代理技能。”

这张图最值得看的，不是“它能做很多事”。

而是它把定位写得非常清楚：

“为人类和 AI 代理打造。”

这句话特别重要。

它意味着这不是一个只给开发者看文档、自己再慢慢封装的工具，而是飞书官方已经开始把“AI 可直接调用”这件事，往标准化、产品化的方向推了。

对我们这种想把 AI 深度接进业务的人来说，这不是小更新。

这是一个很明确的信号。

为什么我会这么兴奋

因为我前面其实已经折腾过很多次了。

最近我一直在用 OpenClaw，想把飞书深度打通。

说实话，这件事以前不是不能做。

但体验一直差一口气。

最常见的问题就两个：

1. 授权总是不顺
2. 授权完了，调用结果也不稳定

有时候是权限没配对。

有时候是接口通了，但返回的信息不够完整。

还有一种最烦：

表面上像是打通了，实际上 AI 拿到的是半残废能力，很多关键动作还是做不了。

所以，过去那种感觉很像什么？

很像你把车点着了，但一踩油门就熄火。

能启动。

但跑不起来。

这次不一样。

这次我直接去 GitHub 把飞书官方这个开源程序下载下来，然后让我的“小龙虾”先学习这套能力。

结果很快就出来了。

我的小龙虾，一口气多学会了 19 项飞书能力

（广泛覆盖 — 11个业务域名，200+个策划命令，19项AI代理
https://github.com/larksuite/cli/blob/main/skills）

实测后，我这边先跑通了 19 项能力。

这一点我专门看了对话反馈。

它不是那种泛泛地说“我学会了飞书能力”。

而是把技能一项一项列出来了。

这张截图特别有说服力。

因为它告诉你的不是“能不能接”。

而是“接进去以后，具体能干什么”。

我给你翻成更接地气的话，就是下面这些事：

✅ 文档类能力

• 云文档创建、读取、编辑、评论、插入媒体
• 知识库节点与文档完整操作
• 文档内容调取与整理

✅ 协同类能力

• 即时消息发送、回复、搜索
• 群管理
• 通讯录查询
• 任务创建、指派、提醒

✅ 数据类能力

• 多维表格全能力
• 电子表格读写与导出
• 公式操作
• 权限管理

✅ 日程与会议类能力

• 日历与日程管理
• 视频会议管理
• 会议纪要自动生成
• 自动会议总结工作流
• 自动站会报告工作流

✅ 自动化与扩展类能力

• 事件订阅
• OpenAPI 接口查询
• 基于模板生成自定义技能

说白了，这已经不是“AI 会聊天”了。

这是“AI 开始真正接手飞书里的工作对象”。

谁是工作对象？

文档、表格、消息、会议、邮件、任务。

也就是你每天真正在用的东西。

我马上做了一个最实际的测试

我不想看它“宣称会什么”。

我只想知道，它到底能不能干活。

所以我直接给它安排了一个很具体的任务：

帮我查一下飞书文档里的《市政施工组织投标方案》，这个文档一共写了多少字。

注意，这种任务看起来简单。

但其实很考验真实调用能力。

因为这里面至少有 3 个门槛：

1. 它得先找到正确的文档
2. 它得能读取内容
3. 它得返回真实统计结果，而不是自己瞎猜一个数字

结果，授权之后，它真给了反馈。

而且反馈不是一句“已完成”。

而是把统计结果明确发给我了。

这里最让我满意的，是它返回的信息很完整：

✅ 纯文本总字数，约 4200 字

✅ 文档总大小，约 11KB

✅ 当前文档更新到第一章“编制说明及依据”

✅ 已包含编制依据、编制原则、编制范围三个小节

✅ 还没有后续章节内容

这说明什么？

说明它不是只读到了一个标题。

也不是只做了表层检索。

而是已经深入拿到了文档内容与文档状态。

这一步，对接飞书的价值就已经出来了。

因为很多场景里，我们需要的不是“帮我写一篇文章”。

而是先让 AI 看懂“我现在手里到底有什么”。

比如：

• 这份投标方案写到哪一步了
• 还差哪些章节
• 当前内容大概有多少量
• 现有文档适不适合继续往下扩写

以前这些事，要么你自己翻。

要么让人一段段检查。

现在，AI 能先帮你把底盘摸清楚。

然后，我做了第二个更关键的测试

我继续给它下任务：

“我想看文档的全文。”

这一步比查字数更重要。

因为统计信息对了，不代表全文调用就对。

很多 AI 工具最容易翻车的地方就在这：

前面看着挺像那么回事。

一到具体内容，就开始“脑补”。

结果这次，它真把《市政施工组织投标方案》的完整全文给我调出来了。

说实话，看到这里的时候，我第一反应不是激动。

而是警惕。

因为我太清楚大模型有“幻觉”这个毛病了。

它有可能给你一篇“看起来很像”的内容。

但不一定是真文档。

所以我马上做了第三步：

去对照飞书原文。

我把 AI 返回结果，和飞书原文做了逐段对比

这一对比，才是最爽的地方。

我把 AI 返回的文档内容，和飞书里的原文页面摆在一起看。

结果发现，内容真的能对上。

不是大概意思差不多。

而是标题、小节、正文结构都能对得上。

这张对比图非常关键。

因为它证明了两件事：

这次不是“像打通了”

而是“真的打通了”

很多工具的问题在于：

它能给你反馈，但这个反馈未必来自真实源头。

这次不一样。

我拿原文核对后，结果基本一致。

这说明 OpenClaw 这边调飞书能力，至少在这个文档读取场景下，已经进入可用状态了。

以后很多动作，可以直接自动化了

只要“读取飞书真实内容”这一步跑通，后面能接的事就多了。

比如：

✅ 自动统计方案完成度

✅ 自动抽取章节大纲

✅ 自动检查缺失章节

✅ 自动生成修改建议

✅ 自动把会议纪要转进文档

✅ 自动从知识库抽素材写方案

这就不是一个单点能力。

而是一条工作流入口。

写在最后：它不止是个工具，更是 AI 落地办公场景的关键一步

可能有人会问：不就是个能调取飞书文档的工具吗？值得这么激动？我想说，你太小看这个 lark-cli 的能量了。

对于我们工程行业的从业者来说，它相当于给你配了一个 7×24 小时在线、绝对靠谱的飞书专属助理。我们做投标，动辄几十上百页的方案，天天要改版本、统计字数、核对内容、同步进度；项目上的会议纪要、任务指派、进度管控，全在飞书里。

现在，你不用再自己一个个打开文档统计字数，不用自己翻几百页的方案找内容，不用自己熬夜整理会议纪要，不用自己盯着几十个任务的进度 ， 你只需要给 AI 说一句话，它就能通过 lark-cli，直接在飞书里帮你把所有事都办了，而且绝对精准，零出错风险。

而对于所有 AI Agent 的开发者和玩家来说，它直接把飞书生态的开发门槛，降到了地板级。之前你想让 AI 操作飞书，要自己啃 API 文档、自己做授权链路、自己处理参数适配、自己解决 AI 调用的兼容性问题，稍有不慎就翻车。现在，飞书官方已经把所有脏活累活都给你做好了，你的智能体，不用做任何额外开发，就能直接拥有飞书全生态的操作能力。

从去年到现在，AI 智能体的风刮了很久，但很多时候，我们都觉得它 “不接地气”， 能聊天花乱坠的概念，却办不好文档统计、日程管理这种实实在在的小事。

而飞书这次的 lark-cli，恰恰就是给 AI 智能体，搭了一座通往真实办公场景的桥。它让 AI 不再只是对话框里的聊天机器人，而是能真正深入到我们日常工作的每一个环节，帮我们处理那些繁琐、重复、耗时的工作，让我们能把精力真正放在方案创作、项目管理这些更核心的事情上。

TL;DR（可引用结论）：我实测了飞书刚发布的官方 lark cli。结论很直接：这次不是“看起来能用”，而是“真的能打通”。我把它接进 OpenClaw 后，AI 不但能调用飞书文档能力，还能准确返回文档字数、文档状态，甚至把全文原样调出来。最关键的是，我拿原文逐段对比后，结果基本一致，没有乱编。 作者：鹏哥撩工程AI｜工程行业AI提效实战专家｜工程提效宝创始人 适用：【AI工作流】｜【飞书集成】｜【知识库调用】 依据来源：【官方 lark cli 页面】、【实测对话截图】、【文档原文对比截图】