飞书 Lark CLI 正式开源：AI Agent 终于能直接操控你的工作数据了！

飞书 Lark CLI 正式开源：AI Agent 终于能直接操控你的工作数据了！

前言

2026年3月28日，一则消息在开发者圈炸开了锅——飞书官方正式开源了 Lark CLI，这是一款专为 AI Agent 设计的命令行工具，采用 MIT 协议，覆盖消息、文档、日历、邮件等 11 大业务域，支持 19 个 AI Agent Skills，Claude Code、Cursor 等主流 Agent 工具装上即用。

如果你曾经为"让 AI 真正干实事"而发愁——让 AI 帮你查飞书日历、写会议纪要、发钉钉消息……这一切，现在只需要几分钟配置就能搞定。

本文将带你深入了解 Lark CLI 的架构原理、安装使用全流程，以及如何将它集成到你的 AI Agent 工作流中，实现企业级办公自动化。

一、Lark CLI 是什么？

1.1 核心定位

Lark CLI（lark-cli）是飞书官方推出的命令行接口工具，其核心设计理念是：

让 AI Agent 像操作文件系统一样自然地操作飞书

传统的飞书 API 调用需要开发者自行封装 HTTP 请求、处理鉴权、解析返回值，流程繁琐。而 Lark CLI 将这一切打包成了结构化的命令行调用，AI Agent 可以直接通过自然语言描述来执行飞书操作。

1.2 核心数据

1.3 支持的业务域

✅ 消息（IM） ✅ 文档（Docs） ✅ 多维表格（Bitable） ✅ 日历（Calendar） ✅ 邮件（Mail） ✅ 任务（Task） ✅ 审批（Approval） ✅ Wiki 知识库 ✅ 云盘（Drive） ✅ 人事（HR） ✅ 会议（Meeting） 

二、为什么说这是 AI Agent 的里程碑？

2.1 AI Agent 落地的最大痛点

2026 年，AI Agent 已经从"能聊天"进化到"能写代码"，但距离"真正干实事"仍然有一道鸿沟：数据孤岛问题。

企业的核心数据（会议记录、项目文档、团队日历）大多锁在飞书/钉钉/Notion 这类 SaaS 工具里，AI Agent 无法直接读写，只能靠人工复制粘贴，导致：

• 🔴 AI 写完方案，还要人工粘贴到飞书文档
• 🔴 AI 总结完会议，还要人工发送到群聊
• 🔴 AI 规划好日程，还要人工录入日历

Lark CLI 的出现，彻底打通了这道墙。

2.2 与 MCP 协议的关系

Lark CLI 基于 MCP（Model Context Protocol） 规范设计，与 Anthropic 推出的工具调用标准高度兼容。这意味着：

• Claude Code 可以直接调用 Lark CLI 的 Skills
• Cursor Agent 模式下可以零配置接入
• 任何支持 MCP 的 AI 框架都可以无缝集成

AI Agent
Claude/Cursor/OpenAI

MCP协议层

Lark CLI

飞书 OpenAPI

企业数据
消息/文档/日历

三、快速上手：5分钟接入你的 AI Agent

3.1 安装 Lark CLI

方式一：Go 安装（推荐）

# 安装 Go 1.21+ go install github.com/larksuite/cli@latest # 验证安装 lark --version

方式二：二进制下载

# macOS / Linuxcurl-sL https://github.com/larksuite/cli/releases/latest/download/lark-$(uname-s)-$(uname-m)-o /usr/local/bin/lark chmod +x /usr/local/bin/lark # Windows (PowerShell) winget install larksuite.lark-cli 

3.2 创建飞书应用并获取凭证

1. 前往 飞书开放平台 创建企业自建应用
2. 开启所需权限（消息、文档、日历等）
3. 获取 App ID 和 App Secret

3.3 配置认证

# 初始化配置 lark auth init # 输入以下信息：# App ID: cli_xxxxxxxxxxxxxx# App Secret: xxxxxxxxxxxxxxxxxxxxxx# 飞书域名: feishu.cn (国内) / larksuite.com (国际)

3.4 第一个命令：发送消息

# 发送文本消息到指定用户 lark message send --to"[email protected]"--text"Hello from Lark CLI!"# 发送到群聊 lark message send --to"chat_id:oc_xxxxxxxx"--text"这是AI发送的消息"# 发送富文本卡片 lark message send-card --template-id "your_template_id"\--variables'{"title":"任务完成", "content":"AI已自动完成数据分析"}'

四、19个 AI Agent Skills 详解

这是 Lark CLI 最核心的功能——为 AI Agent 预置的 19 个结构化技能，每个 Skill 都经过优化，让 LLM 能精准理解其语义并调用。

4.1 消息类 Skills（3个）

# skill: send_message描述: 发送飞书消息给用户或群组 参数:-recipient: 接收者(邮箱/open_id/群ID) -message: 消息内容 -message_type: text|rich_text|card 示例调用:"帮我发消息给张三，说今天的会议延期到明天下午3点"# skill: read_messages 描述: 读取并汇总指定会话的消息 参数:-chat_id: 群聊ID -time_range: 时间范围(如"今天", "最近1小时") -limit: 消息数量上限 示例调用:"帮我总结产品群今天的讨论内容"# skill: create_group_chat描述: 创建新群聊并添加成员 参数:-name: 群名称 -members: 成员列表 -description: 群描述 

4.2 文档类 Skills（4个）

# skill: create_document描述: 创建飞书文档 参数:-title: 文档标题 -content: 文档内容(支持Markdown) -folder_id: 存放目录 示例调用:"根据今天的会议录音，创建一份会议纪要文档"# skill: read_document描述: 读取飞书文档内容 参数:-doc_url: 文档链接 -format: 返回格式(text|markdown) # skill: update_document描述: 更新现有文档的内容 参数:-doc_id: 文档ID -content: 新内容 -update_mode: append|replace # skill: search_documents描述: 搜索飞书知识库中的文档 参数:-query: 搜索关键词 -scope: 范围(my|team|all) 

4.3 日历类 Skills（3个）

# skill: check_calendar描述: 查询日历空闲时段 参数:-date_range: 查询日期范围 -attendees: 参与者列表(可选) 示例调用:"查一下我和李四明天下午都有空的时间段"# skill: create_event描述: 创建日历事件 参数:-title: 事件标题 -start_time: 开始时间 -end_time: 结束时间 -attendees: 参与者 -description: 描述 # skill: get_schedule描述: 获取指定日期的日程安排 参数:-date: 日期 -person: 查询对象(self|email) 

4.4 多维表格 Skills（4个）

# skill: read_bitable描述: 读取多维表格数据 参数:-table_url: 表格链接 -filter: 过滤条件(支持SQL-like语法) -fields: 返回字段 # skill: write_bitable描述: 向多维表格写入数据 参数:-table_url: 表格链接 -records: 写入数据(JSON格式) # skill: create_bitable描述: 创建新多维表格 参数:-name: 表格名称 -fields: 字段定义 -folder_id: 存放目录 # skill: update_bitable_record描述: 更新多维表格中的记录 参数:-table_url: 表格链接 -record_id: 记录ID -fields: 更新字段 

4.5 其他 Skills（5个）

# skill: send_email # 发送飞书邮件# skill: create_approval # 发起审批流程# skill: query_hr_info # 查询员工信息（需权限）# skill: upload_file # 上传文件到云盘# skill: create_wiki # 创建Wiki页面

五、实战案例：搭建智能工作日助手

下面演示如何用 Claude Code + Lark CLI 搭建一个每天早上自动执行的工作日助手。

5.1 场景描述

每天早上 9 点，AI 自动：

1. 读取今日日历，整理待参会议
2. 汇总昨日群聊讨论中的 Action Items
3. 创建"今日工作看板"文档
4. 发送日程通知到个人

5.2 Claude Code 集成配置

在 ~/.claude/settings.json 中添加：

{"tools":{"lark_cli":{"command":"lark","description":"操作飞书的命令行工具","capabilities":["send_message","read_messages","check_calendar","create_document","read_bitable","create_event"]}}}

5.3 自动化脚本

#!/bin/bash# daily-assistant.sh - 每日工作日助手DATE=$(date +%Y-%m-%d)echo"🤖 启动每日工作日助手: $DATE"# Step 1: 获取今日日程echo"📅 获取今日日程..."SCHEDULE=$(lark calendar get-schedule --date today --format json)# Step 2: 汇总重要群聊消息echo"💬 汇总昨日消息..."MESSAGES=$(lark message read\ --chat-id "oc_product_team_chat_id"\ --time-range "yesterday"\--limit100\--format json)# Step 3: 用AI生成工作看板（调用AI API）DAILY_PLAN=$(echo"{\"schedule\": $SCHEDULE, \"messages\": $MESSAGES}"|\ claude-cli "根据今日日程和昨日群聊，生成今日工作重点和Action Items，Markdown格式")# Step 4: 创建飞书文档DOC_URL=$(lark document create \--title"📊 工作看板 - $DATE"\--content"$DAILY_PLAN"\--folder"work_dashboard_folder_id")# Step 5: 发送通知 lark message send \--to"self"\--text"✅ 今日工作看板已就绪：$DOC_URL"echo"🎉 每日助手执行完毕！"

5.4 运行效果

🤖 启动每日工作日助手: 2026-03-29 📅 获取今日日程... ✅ 发现3个会议 💬 汇总昨日消息... ✅ 处理87条消息 📝 生成工作看板... ✅ 识别出12个Action Items 📄 创建飞书文档... ✅ https://feishu.cn/docs/xxxx 📨 发送通知... ✅ 🎉 每日助手执行完毕！（耗时 4.2s） 

六、与其他工具的对比

七、进阶：多 Agent 协作工作流

7.1 架构设计

┌─────────────────────────────────────────┐ │ Orchestrator Agent │ │ (Claude Code / OpenAI Codex) │ └─────────────────┬───────────────────────┘ │ 分发任务 ┌──────────┼──────────┐ ▼ ▼ ▼ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ 消息 │ │ 文档 │ │ 数据 │ │ Agent │ │ Agent │ │ Agent │ └────┬────┘ └────┬────┘ └────┬────┘ └──────────┴──────────┘ │ Lark CLI │ 飞书 OpenAPI 

7.2 多Agent任务分配示例

# multi_agent_workflow.pyimport subprocess import json deflark(command:str,**kwargs)->dict:"""封装Lark CLI调用""" args =["lark"]+ command.split()for k, v in kwargs.items(): args.extend([f"--{k}",str(v)]) result = subprocess.run(args, capture_output=True, text=True)return json.loads(result.stdout)classOrchestratorAgent:defhandle_task(self, task:str):"""主编排器：解析任务并分发到子Agent"""if"发消息"in task or"通知"in task:return MessageAgent().execute(task)elif"文档"in task or"纪要"in task:return DocumentAgent().execute(task)elif"数据"in task or"表格"in task:return DataAgent().execute(task)classMessageAgent:defexecute(self, task:str)->str:# 解析接收者和内容 result = lark("message send", to="[email protected]", text=task)returnf"消息已发送: {result['message_id']}"classDocumentAgent:defexecute(self, task:str)->str:# 创建会议纪要 content = self._generate_content(task) result = lark("document create", title="会议纪要", content=content)returnf"文档已创建: {result['url']}"def_generate_content(self, task:str)->str:# 调用LLM生成内容returnf"# 会议纪要\n\n{task}"classDataAgent:defexecute(self, task:str)->str:# 读取并分析多维表格数据 data = lark("bitable read", table_url="https://feishu.cn/base/xxx",filter="status=active")return json.dumps(data, ensure_ascii=False)# 主流程 orchestrator = OrchestratorAgent() result = orchestrator.handle_task("帮我把今天的销售数据整理成报告，发给所有销售经理")print(result)

八、安全与权限管理

8.1 最小权限原则

配置 Lark CLI 时，建议按照最小权限原则配置飞书应用权限：

# 推荐权限配置（按需开启）minimal_permissions:- im:message:send_as_bot # 发消息- docs:document:create # 创建文档- calendar:calendar:read # 读取日历- bitable:table:read # 读取表格# 谨慎开启的权限sensitive_permissions:- contact:user:read_as_app # 读取员工信息- admin:department:read # 读取部门信息

8.2 环境变量安全存储

# 不要在代码中硬编码凭证！# 推荐使用环境变量exportLARK_APP_ID="cli_xxxxxxxxxxxxxx"exportLARK_APP_SECRET="xxxxxxxxxxxxxxxxxxxxxx"# 或使用 .env 文件（加入 .gitignore）echo"LARK_APP_ID=cli_xxx">> .env echo"LARK_APP_SECRET=xxx">> .env # 然后在 shell 配置中加载source .env 

九、常见问题 FAQ

Q1：Lark CLI 支持国际版飞书（Lark）吗？

✅ 支持！配置时选择域名 larksuite.com 即可，国内版使用 feishu.cn

Q2：并发调用会触发限流吗？

⚠️ 飞书 OpenAPI 有频率限制，建议：消息发送 ≤ 50 次/分钟，文档操作 ≤ 100 次/分钟。Lark CLI 内置了自动重试和指数退避机制。

Q3：如何让 Cursor 直接使用 Lark CLI？

在 Cursor 的 Agent Tools 配置中添加 lark 命令路径即可，Cursor 会自动发现 19 个 Skills 的 JSON Schema。

Q4：可以用于自动化测试吗？

✅ 完全可以，Lark CLI 支持 --dry-run 参数，模拟执行但不真实调用 API，适合测试 Agent 工作流。

十、总结与展望

飞书 Lark CLI 的开源，是 AI Agent 工程化落地的一个重要里程碑。它解决了工具与数据之间的最后一公里问题，让 AI 不再只是"说说而已"，而是真正能够在企业环境中自主执行任务。

核心价值总结：

对于前端开发者而言，Lark CLI 提供了一个绝佳的切入点——你可以用它来构建智能工作台、自动化日报工具、团队协作机器人，让你的技术价值在业务层面得到更大的放大。

现在就行动：

# 一行命令开始体验 go install github.com/larksuite/cli@latest && lark --help

本文所有技术细节基于飞书官方文档和开源代码验证。如有错误，欢迎在评论区指正。