飞书 CLI 实测：让 Codex 接入真实办公流程

今天这个实测，起点很简单：飞书官方开源了 CLI 工具包，我们想看看它是不是真的能让 AI Agent 接入日常办公流程。

所以我没有先自己手动查文档，也没有只做一个“命令能不能跑”的演示。而是把官方仓库交给 Codex，让它先判断这个工具到底能做什么，再按官方流程安装、配置、授权，并通过飞书给我发消息。最后，我们把它落到一个更真实的任务上：每天提醒我检查主博客的 SEO 和 GEO 情况。

这篇文章记录的是这次实测过程。它不是要证明飞书 CLI 能替代飞书客户端，也不是说所有办公动作都应该交给 Agent。更准确地说，它展示了一个趋势：当办公系统提供稳定的 CLI 入口，Agent 就不再只能停留在聊天窗口里，而是可以开始进入真实工作流。

为什么飞书 CLI 值得关注

普通 CLI 的价值，通常是让人少点几下界面，把重复动作变成命令。

但飞书 CLI 这件事更值得关注的地方，不只是“多了一个命令行工具”。截至 2026 年 6 月 1 日，我们查看的 larksuite/cli 官方 README 明确把人类用户和 AI Agent 都放进了使用场景里。README 里写到，这个工具覆盖消息、文档、多维表格、电子表格、幻灯片、日历、邮箱、任务、会议、Markdown 等核心业务域，并提供 200+ 命令和 26 个 AI Agent Skills。

这说明官方并不是只把它设计成人类开发者的命令行助手。它也在给 Agent 提供一套可调用、可授权、可验证的办公入口。

这个变化很关键。

过去我们让 Agent 做办公自动化，经常会卡在两个地方：

• 它能理解任务，但没有稳定入口去操作办公系统；
• 它可以生成脚本或建议，但最后还要人手动复制、点击、转发。

如果 CLI 把消息、日历、文档、表格、任务这些办公能力暴露出来，Agent 就有机会把“理解任务”延伸到“执行动作”。这不等于完全自动化办公，但它让很多重复、低风险、可验证的动作有了落地路径。

它不只是发消息

很多人第一次看到飞书 CLI，可能会把它理解成“终端里发一条飞书消息”。

发消息当然是最直观的入口，但这只是其中一部分。官方 README 展示的能力范围更大，覆盖日历、即时通讯、云文档、云空间、Markdown、多维表格、电子表格、幻灯片、任务、知识库、通讯录、邮箱、视频会议、审批、OKR 等多个方向。

对普通用户来说，这些能力可以先不用全部理解。更实际的看法是：只要一个办公系统的关键动作可以通过 CLI 暴露出来，Agent 就能围绕这些动作构建固定流程。

比如：

• 每天早上整理今天的日程和待办；
• 会议结束后把待办推送给自己；
• 把一段 Markdown 写入飞书文档；
• 把运营数据写入电子表格；
• 给自己发送固定检查清单；
• 搜索某个项目相关的历史消息或文档。

这些动作单独看都不复杂，但它们有一个共同点：重复、明确、容易忘，适合被流程化。

让 Codex 自己走安装流程

这次录制里，我们没有从“我来安装给你看”开始，而是让 Codex 先读官方仓库。

它先找到 larksuite/cli 的 GitHub 仓库和中文 README，然后确认里面有专门面向 AI Agent 的快速开始流程。这个细节很重要：官方 README 不是只给人类写安装步骤，还特别提示 AI Assistant 可以跳到 Agent 快速开始部分。

实际流程大概分成几步：

1. Codex 根据官方 README 确认安装命令；
2. 检查本机 Node / npm 环境；
3. 执行 npx @larksuite/cli@latest install；
4. 进入配置流程；
5. 将授权链接发给我；
6. 我在浏览器里完成授权确认；
7. Codex 继续检查授权状态。

这里最值得强调的不是“安装成功”本身，而是分工方式。

Agent 可以读文档、执行安装、解析输出、整理下一步；但授权必须由人来确认。尤其是办公系统权限，不能因为想自动化，就直接把所有步骤都交给 Agent 自己放开。

这也是这类工具真正进入日常工作流之前必须面对的问题：效率和权限边界要一起设计。

第一个闭环：飞书真的收到消息

安装和授权完成之后，我们先做了一个最小闭环：让 CLI 通过飞书给我发一条测试消息。

这个闭环看起来很小，但它代表了一个完整路径：

人类提出目标
-> Agent 理解任务
-> Agent 调用 CLI
-> CLI 操作飞书
-> 飞书消息回到人类

一旦这条路径跑通，后面很多事情就可以从“手动提醒自己”变成“流程主动提醒我”。

在录屏里，我们也保留了一个安全边界：涉及真实 chat_id、open_id、token 或授权信息的内容不能直接展示。文章和视频里只展示脱敏后的流程和最终结果。

实战任务：每天提醒我检查 SEO / GEO

只发一条测试消息，意义还不够大。所以我们继续做了一个更贴近真实工作的任务：每天通过飞书提醒我检查主博客 kunpeng-ai.com 的 SEO 和 GEO 情况。

这个任务并不复杂，但很典型。

SEO / GEO 检查不是一次性动作。它更像一个固定习惯：每天看看 Google Search Console、Bing、Baidu、AdSense、AI 搜索引用、文章标题摘要和外链表现。问题在于，这类事很容易被更紧急的任务挤掉。

所以它适合从“靠记忆”变成“靠流程”。

提醒消息可以包含固定清单：

今天记得检查 kunpeng-ai.com 的 SEO / GEO：
1. Google / Bing 索引状态
2. 搜索词和点击变化
3. AI 搜索或大模型是否引用品牌
4. 主站中英文文章标题、摘要和外链
5. 昨天发布的矩阵内容是否带来新入口

今天我们先做到“发出提醒”。后续还可以继续扩展：自动读取部分搜索数据、生成日报、写入飞书表格、把异常项单独标出来。

但第一步不需要贪大。对普通人来说，一个能稳定提醒你的低风险流程，已经比很多看起来很酷但不能长期使用的自动化更有价值。

风险边界：先从小权限、私聊任务开始

当 Agent 可以操作办公系统时，权限边界比少点几下按钮更重要。

飞书 CLI 的 README 里也有安全提示：AI Agent 自动化操作飞书开放平台时，会带来模型幻觉、执行不可控、提示词注入等风险；授权之后，Agent 会在授权范围内以用户身份执行操作。

这句话不能只当成免责声明看。它应该直接影响我们的使用方式。

我会建议从这几类任务开始：

• 私聊提醒，而不是直接拉进群聊；
• 个人待办，而不是跨团队审批；
• 固定检查清单，而不是自由执行复杂命令；
• 只读查询优先，写入和删除类操作谨慎开放；
• 不在视频、文章、日志里展示 secret、token、chat id、open id。

也就是说，Agent 办公自动化不是“把权限全给它”。更好的方式是先找低风险、高重复、结果可验证的动作，让它进入流程。

对普通人的启发

很多人现在用 AI，还停留在问答、写文案、生成表格公式这些层面。

这些当然有价值，但 Agent 真正改变工作方式的地方，是它能不能接入你的真实流程。

飞书 CLI 给了一个很好的例子：当办公系统有了标准化命令入口，Agent 就可以帮你做这些事：

• 每天提醒你看关键数据；
• 整理会议待办并推送给你；
• 生成文档摘要；
• 检查日程冲突；
• 更新固定表格；
• 把重复检查项变成每日流程。

这些事情不一定复杂，但它们很重复，也很容易忘。当 Agent 能通过 CLI 进入这些固定流程时，它就不只是一个聊天窗口，而是开始变成办公助手。

当然，前提是你要先把场景选小，把权限控住，把结果做成可验证的闭环。

结论

飞书 CLI 的价值，不在于“命令行能不能替代飞书客户端”。

它更像是给 AI Agent 打开了一个办公系统入口：可安装、可授权、可检查、可执行，也能被人类随时打断和确认。

今天我们只是做了三件小事：让 Codex 查官方资料、安装配置 CLI、通过飞书给我发送 SEO / GEO 检查提醒。但这已经足够说明一个方向：未来很多普通办公自动化，不一定从大型系统开始，而可能从一个稳定的 CLI、一个低风险提醒、一个可验证的工作流开始。

后面我们会继续拆飞书 CLI 的更多进阶用法，比如会议纪要、待办汇总、表格更新和博客运营日报。比起只讨论“AI 会不会替代办公软件”，我更关心它能不能真正进入每天都要做的工作里。

继续看

• 哪些任务适合交给 Agent 工作流
• Agent 工作流到底是什么？
• 中小团队应该先做哪种 AI 自动化

参考资料：

• larksuite/cli GitHub 仓库：https://github.com/larksuite/cli
• 中文 README：https://github.com/larksuite/cli/blob/main/README.zh.md