当前位置：

社区首页

电脑数码

存储设备

网络存储

AIGC文章详情

Obsidian根本打不通企业协作，飞书CLI才是AI自动化执行层

源自160位全网作者

04-01 10:22

精选参考来源

PC 软件为手机重做了一遍，现在轮到 Agent 了2 月 10 日，笔记软件 Obsidian 发布了 1.12 版，核心功能是一个命令行工具（CLI）。同一天，画图工具 Draw.io 和 Excalidraw 都发布了 MCP（Model Context Protocol）接口。三个消息单独看都不大，放到一起却指向同一件事：软件正在为 AI Agent 重做自己的接口。Obsidian 的用户群不是极客，核心受众是做笔记、搞知识管理的普通人。这样一款产品突然加了命令行工具，图什么？答案写在官方公告里：“scripting, automation, and integration with external tools”。翻译成人话：让 AI Agent 能直接操作你的笔记库。命令行工具有一个天然优势：自带说明书。Agent 只需要运行一条 `obsidian --help`，就能拿到所有功能和用法。文件名是元信息，参数是接口文档，不需要额外配置，CLI 天生就是 Agent 能理解的语言。Draw.io 和 Excalidraw 选了另一条路，发布 MCP 接口。MCP 是 Anthropic 推出的协议，定义了 AI 和外部工具之间的标准通信方式，到 2026 年初已成事实标准，OpenAI、Google、Microsoft 全部跟进。画图软件有了 MCP，Agent 就能直接创建图表元素、修改属性、导出成品，不需要人打开任何界面。三款工具，同一天，两种技术路线，同一个结论：软件厂商已经把 AI Agent 当成一类新的“用户”来服务。【1】上一次这种事发生，诞生了微信和抖音2007 年 iPhone 发布后，每一个 PC 软件都面临同一个问题：你的产品在手机上怎么用？PC 时代的大屏幕、鼠标、键盘、多窗口，到了手机上全部失效。不是把网页缩小就行，要从头设计交互、重写界面。这催生了整个移动互联网时代。微信不是 QQ 的手机版，抖音不是优酷的手机版，美团外卖不是大众点评的手机版。它们是为手机这个新载体从零设计的产品，因此成了各自领域的赢家。Agent 带来的变化，结构上一模一样。手机改变的是人和软件之间的交互界面：从鼠标键盘变成触屏手指。Agent 也在改变交互界面，只不过这一次，使用软件的不再是人，而是 AI。人需要图形界面、按钮、视觉反馈。Agent 不需要这些，它需要结构化的接口、明确的参数、可预测的输出。GUI（图形界面）对 Agent 来说是累赘，CLI 和 API 才是母语。Obsidian 加 CLI、Draw.io 加 MCP，就是在给 Agent 开一扇专属的门。【2】2 月 5 日，两件事同时发生软件厂商愿意为 Agent 适配，前提是 Agent 真的能用起来了。2 月 5 日，Anthropic 和 OpenAI 在同一天分别发布了 Opus 4.6 和 GPT-5.3-Codex，各自最强的 Agent 模型。Opus 4.6 支持 100 万 token 上下文窗口，在 Terminal-Bench 2.0（评估 Agent 终端任务能力的基准测试）上拿到 65.4%。GPT-5.3-Codex 更激进，在同一基准上得分 77.3%，接近人类水平，OpenAI 对它的定位也从“代码助手”变成了“通用工作 Agent”。这两个模型的共同特点：不只是更聪明，而是更能做事。上下文更长，复杂任务不断档；工具调用更强，和外部软件配合更顺畅。Claude Code、Codex CLI 这类 Agent 工具把这些能力带进了日常工作。Opus 4.6 的 Agent Teams 功能还能让多个 Agent 并行协作，各管一块。开源这边动静更大。OpenClaw 1 月发布，72 小时拿了 6 万 GitHub star，现在超过 14 万。它跑在本地，通过 WhatsApp、Telegram 和你交互，能管邮件、管日历、跑脚本、操作浏览器。《科学美国人》的标题是：“这个开源 Agent 在运行你的电脑。”Agent 到了这个能力水平，软件不为它们适配，就是把一类越来越重要的“用户”拒之门外。【3】不开门，Agent 就翻窗有些厂商主动开门，有些选择抵制。趋势不会因为抵制而停下。去年底豆包手机的遭遇就是例子。字节跳动的 AI 助手用 AI 模拟人操作手机界面（GUI Agent），替用户跨 App 操作，结果微信、支付宝、淘宝纷纷限制使用。表面理由是安全，更深的原因是 Agent 绕过了广告和推荐链条，影响了平台收入。但封杀一个豆包，封不住整个行业。苹果 Siri 在接入 Gemini，华为小米 vivo 全在推 AI 助手，IDC 预测 2026 年中国 AI 手机出货量将占过半。更关键的是，GUI Agent 本身就是一种“翻窗”操作：AI 模拟人点屏幕，效率低、易出错、触发风控。如果 App 主动提供了 API 或 MCP，Agent 就不需要“装成人”去操作界面，而是通过授权的、结构化的方式调用功能，操作透明、权限可控。我自己就有体感。我之前不爱发微信公众号，因为编辑器太难用。现在排版、配图、上传草稿箱全部由 Agent 通过浏览器自动化完成，我只管写内容。公众号从没为 Agent 提供过接口，但 Agent 硬是“翻窗”跑通了。能用，但如果官方给一条正路，体验会好一个数量级。这就是 Obsidian 和 Draw.io 选择主动适配的逻辑：与其让 Agent 用各种 hack 绕过你的 GUI，不如直接给它一条干净的路。【4】CLI、MCP、Skills：给 Agent 开门的三种方式软件为 Agent 适配，目前主要三条路。CLI：命令行工具对 Agent 天然友好，参数明确、输出结构化、自带帮助文档。开发门槛低，兼容性最好，任何能调 shell 的 Agent 都能直接用。适合已经有命令行体系的开发者工具。Obsidian 和 Codex CLI 走的都是这条路。MCP：优势在于标准化和权限管控。一个 MCP 接口写好，所有支持 MCP 的 Agent 都能用。你可以精确定义 Agent 能调用哪些功能、访问哪些数据。到 2026 年初，MCP server 数量已超过一万个。适合涉及数据安全和权限控制的场景。Agent Skills：不需要改代码，由用户或社区编写一组指令文件教 Agent 怎么用你的软件。Obsidian 官方就在 GitHub 上发布了一套 Skills。门槛最低，一个 Markdown 文件就能搞定，但也最脆弱，依赖 Agent 对自然语言指令的理解准确度。怎么选？有命令行体系的，CLI 优先；需要权限管控和跨平台兼容的，走 MCP；短期没开发资源的，先写 Skills 让社区用起来。三条路不互斥，最好同时提供。【5】你现在可以做什么如果你是普通用户，建议从现在开始把一些重复任务“委托”给 Agent。用 Claude Code 整理文件、生成文档、自动化日常工作。想折腾的可以试试 OpenClaw，感受一下“AI 替你干活”的状态。安全性上 OpenClaw 还有争议，敏感场景慎用，但体验 Agent 能力值得一试。养成一个习惯：遇到重复劳动先想想“这个能不能让 Agent 做”，这种直觉会慢慢拉开效率差距。如果你是产品经理或开发者，现在就该想：你的产品对 Agent 友好吗？核心功能是不是只能通过 GUI 操作？Obsidian 的做法是在已有产品上加一条 CLI 通道，成本不高，但打开了全新的使用场景。MCP 生态在快速扩张，早一步提供接口就能在 Agent 生态中抢到先机，就像移动互联网早期，第一批做好移动适配的产品吃到了最大的红利。如果你是公司决策者，想想豆包手机的教训。封杀 GUI Agent 只是治标，Agent 操作软件这件事不会因为一家公司的抵制停下来。主动提供接口，至少你能控制 Agent 怎么用你的产品；被动等着被“翻窗”，连操作日志都拿不到。Obsidian 发了个 CLI，Draw.io 发了个 MCP。看起来是两条产品新闻。放到 Opus 4.6 和 GPT-5.3-Codex 同日发布、OpenClaw 一周拿十几万 star、豆包手机被围剿这些事旁边看，指向的是同一件事。十几年前，没有移动端的软件被慢慢淘汰。今天，没有 Agent 接口的软件，同样的事情会发生，只是速度快得多。

利用OpenClaw，从零开始搭建属于自己的自动化AI电脑

全部
来源

内容由AI生成

1. PC 软件为手机重做了一遍，现在轮到 Agent 了2 月 10 日，笔记软件 Obsidian 发布了 1.12 版，核心功能是一个命令行工具（CLI）。同一天，画图工具 Draw.io 和 Excalidraw 都发布了 MCP（Model Context Protocol）接口。三个消息单独看都不大，放到一起却指向同一件事：软件正在为 AI Agent 重做自己的接口。Obsidian 的用户群不是极客，核心受众是做笔记、搞知识管理的普通人。这样一款产品突然加了命令行工具，图什么？答案写在官方公告里：“scripting, automation, and integration with external tools”。翻译成人话：让 AI Agent 能直接操作你的笔记库。命令行工具有一个天然优势：自带说明书。Agent 只需要运行一条 `obsidian --help`，就能拿到所有功能和用法。文件名是元信息，参数是接口文档，不需要额外配置，CLI 天生就是 Agent 能理解的语言。Draw.io 和 Excalidraw 选了另一条路，发布 MCP 接口。MCP 是 Anthropic 推出的协议，定义了 AI 和外部工具之间的标准通信方式，到 2026 年初已成事实标准，OpenAI、Google、Microsoft 全部跟进。画图软件有了 MCP，Agent 就能直接创建图表元素、修改属性、导出成品，不需要人打开任何界面。三款工具，同一天，两种技术路线，同一个结论：软件厂商已经把 AI Agent 当成一类新的“用户”来服务。【1】上一次这种事发生，诞生了微信和抖音2007 年 iPhone 发布后，每一个 PC 软件都面临同一个问题：你的产品在手机上怎么用？PC 时代的大屏幕、鼠标、键盘、多窗口，到了手机上全部失效。不是把网页缩小就行，要从头设计交互、重写界面。这催生了整个移动互联网时代。微信不是 QQ 的手机版，抖音不是优酷的手机版，美团外卖不是大众点评的手机版。它们是为手机这个新载体从零设计的产品，因此成了各自领域的赢家。Agent 带来的变化，结构上一模一样。手机改变的是人和软件之间的交互界面：从鼠标键盘变成触屏手指。Agent 也在改变交互界面，只不过这一次，使用软件的不再是人，而是 AI。人需要图形界面、按钮、视觉反馈。Agent 不需要这些，它需要结构化的接口、明确的参数、可预测的输出。GUI（图形界面）对 Agent 来说是累赘，CLI 和 API 才是母语。Obsidian 加 CLI、Draw.io 加 MCP，就是在给 Agent 开一扇专属的门。【2】2 月 5 日，两件事同时发生软件厂商愿意为 Agent 适配，前提是 Agent 真的能用起来了。2 月 5 日，Anthropic 和 OpenAI 在同一天分别发布了 Opus 4.6 和 GPT-5.3-Codex，各自最强的 Agent 模型。Opus 4.6 支持 100 万 token 上下文窗口，在 Terminal-Bench 2.0（评估 Agent 终端任务能力的基准测试）上拿到 65.4%。GPT-5.3-Codex 更激进，在同一基准上得分 77.3%，接近人类水平，OpenAI 对它的定位也从“代码助手”变成了“通用工作 Agent”。这两个模型的共同特点：不只是更聪明，而是更能做事。上下文更长，复杂任务不断档；工具调用更强，和外部软件配合更顺畅。Claude Code、Codex CLI 这类 Agent 工具把这些能力带进了日常工作。Opus 4.6 的 Agent Teams 功能还能让多个 Agent 并行协作，各管一块。开源这边动静更大。OpenClaw 1 月发布，72 小时拿了 6 万 GitHub star，现在超过 14 万。它跑在本地，通过 WhatsApp、Telegram 和你交互，能管邮件、管日历、跑脚本、操作浏览器。《科学美国人》的标题是：“这个开源 Agent 在运行你的电脑。”Agent 到了这个能力水平，软件不为它们适配，就是把一类越来越重要的“用户”拒之门外。【3】不开门，Agent 就翻窗有些厂商主动开门，有些选择抵制。趋势不会因为抵制而停下。去年底豆包手机的遭遇就是例子。字节跳动的 AI 助手用 AI 模拟人操作手机界面（GUI Agent），替用户跨 App 操作，结果微信、支付宝、淘宝纷纷限制使用。表面理由是安全，更深的原因是 Agent 绕过了广告和推荐链条，影响了平台收入。但封杀一个豆包，封不住整个行业。苹果 Siri 在接入 Gemini，华为小米 vivo 全在推 AI 助手，IDC 预测 2026 年中国 AI 手机出货量将占过半。更关键的是，GUI Agent 本身就是一种“翻窗”操作：AI 模拟人点屏幕，效率低、易出错、触发风控。如果 App 主动提供了 API 或 MCP，Agent 就不需要“装成人”去操作界面，而是通过授权的、结构化的方式调用功能，操作透明、权限可控。我自己就有体感。我之前不爱发微信公众号，因为编辑器太难用。现在排版、配图、上传草稿箱全部由 Agent 通过浏览器自动化完成，我只管写内容。公众号从没为 Agent 提供过接口，但 Agent 硬是“翻窗”跑通了。能用，但如果官方给一条正路，体验会好一个数量级。这就是 Obsidian 和 Draw.io 选择主动适配的逻辑：与其让 Agent 用各种 hack 绕过你的 GUI，不如直接给它一条干净的路。【4】CLI、MCP、Skills：给 Agent 开门的三种方式软件为 Agent 适配，目前主要三条路。CLI：命令行工具对 Agent 天然友好，参数明确、输出结构化、自带帮助文档。开发门槛低，兼容性最好，任何能调 shell 的 Agent 都能直接用。适合已经有命令行体系的开发者工具。Obsidian 和 Codex CLI 走的都是这条路。MCP：优势在于标准化和权限管控。一个 MCP 接口写好，所有支持 MCP 的 Agent 都能用。你可以精确定义 Agent 能调用哪些功能、访问哪些数据。到 2026 年初，MCP server 数量已超过一万个。适合涉及数据安全和权限控制的场景。Agent Skills：不需要改代码，由用户或社区编写一组指令文件教 Agent 怎么用你的软件。Obsidian 官方就在 GitHub 上发布了一套 Skills。门槛最低，一个 Markdown 文件就能搞定，但也最脆弱，依赖 Agent 对自然语言指令的理解准确度。怎么选？有命令行体系的，CLI 优先；需要权限管控和跨平台兼容的，走 MCP；短期没开发资源的，先写 Skills 让社区用起来。三条路不互斥，最好同时提供。【5】你现在可以做什么如果你是普通用户，建议从现在开始把一些重复任务“委托”给 Agent。用 Claude Code 整理文件、生成文档、自动化日常工作。想折腾的可以试试 OpenClaw，感受一下“AI 替你干活”的状态。安全性上 OpenClaw 还有争议，敏感场景慎用，但体验 Agent 能力值得一试。养成一个习惯：遇到重复劳动先想想“这个能不能让 Agent 做”，这种直觉会慢慢拉开效率差距。如果你是产品经理或开发者，现在就该想：你的产品对 Agent 友好吗？核心功能是不是只能通过 GUI 操作？Obsidian 的做法是在已有产品上加一条 CLI 通道，成本不高，但打开了全新的使用场景。MCP 生态在快速扩张，早一步提供接口就能在 Agent 生态中抢到先机，就像移动互联网早期，第一批做好移动适配的产品吃到了最大的红利。如果你是公司决策者，想想豆包手机的教训。封杀 GUI Agent 只是治标，Agent 操作软件这件事不会因为一家公司的抵制停下来。主动提供接口，至少你能控制 Agent 怎么用你的产品；被动等着被“翻窗”，连操作日志都拿不到。Obsidian 发了个 CLI，Draw.io 发了个 MCP。看起来是两条产品新闻。放到 Opus 4.6 和 GPT-5.3-Codex 同日发布、OpenClaw 一周拿十几万 star、豆包手机被围剿这些事旁边看，指向的是同一件事。十几年前，没有移动端的软件被慢慢淘汰。今天，没有 Agent 接口的软件，同样的事情会发生，只是速度快得多。

2. 利用OpenClaw，从零开始搭建属于自己的自动化AI电脑

3. 笔记本应用 Obsidian 发布了 Obsidian CLI，由于用户发掘出了很多 Claude Code 配合 Obsidian 使用的场景，所以 Obsidian 官方也发布了 CLI。这会是个趋势，很多传统都会为 AI Agent 开发一套 CLI 接口。日常笔记操作全部命令化了：- 创建、读取、编辑、删除笔记- 搜索 vault 内容- 管理任务（列出、标记完成、切换状态）- 操作标签、属性、书签- 打开每日笔记、追加内容- 管理模板、主题、插件看起来似乎普通用户用不上 CLI，但是你换个角度看，这个 CLI 压根就不是给人用的，而是给 AI Agent 用的你就能理解了。为啥不用 MCP 呢？之前 Obsidian 社区有一些 MCP Server 方案来让 AI 访问笔记库，但 CLI 方案更轻量直接，不需要额外的 MCP 服务器，Claude Code 本身就能在终端执行命令，天然就能用。记住，传统应用都要为 AI Agent 开发一套接口，CLI 也许不是最终形式，但是目前最佳形式。应用开发者尽早关注尽早准备。宝玉xp的微博视频

4. Obsidian AI插件 Claudian 基础配置使用教程能和笔记直接对话啦

5. 为啥别人日更10篇爆款，你周更1篇还扑街？别人一天发10篇爆款，你一周憋一篇还扑街？不是你团队不行，是你的“手工作坊”，干不过别人的“工业化流水线”！如果你正在为小红书流量焦虑： 👉 招了人，产出全靠撞大运，爆款完全不可复制？ 👉 预算少，请不起专业团队，自己发笔记石沉大海？ 👉 要种草，灵感天天枯竭，热点永远追不上？别划走。今天不废话，直接给你看一套我们给新消费品牌、本地生活和知识付费IP搭建的 “小红书爆款笔记流水线系统”。只需要三步： ① 遇到符合自己项目的爆款内容，敲击手机，爆款数据自动扒取，完全自动化；爆款公式自动总结、账号名称、播放量、点赞数、评论数、分享数、收藏数统统自动采集到 ② AI批量二创，将自己感兴趣的话题输入，选择我们之前采集到的对标内容的爆款公式，自动生成你想好的内容，连小红书封面图都帮你做好。真正做到AI爆款内容复刻，24小时产出不枯竭； ③ 多账号多平台发布，一个人就是一个内容制造工厂。你以为搭建这套系统要花几十万、养一个IT团队？错！问题的本质，是你的内容生产还停留在“手工作坊”时代，靠天吃饭。而我，只是用了一个飞书多维表，就把这套“工业化”流程封装成了一个即插即用的模板。用了它，你每天省下3小时找选题的时间，把爆款概率从玄学变成科学，真正实现“一人军团”。#飞书多维表格 #小红书运营 #自媒体运营 #ai生成文案 #爆款文案上热门

6. 刚刚，飞书开完了他们的新品发布会。作为一个飞书死忠粉，很爽。因为他们终于做了两个非常大的升级，把原来的AI助手aliy和飞书妙搭，进行了全面迭代。开始逐渐向一个真正的Agent原生平台看齐了。先说结论，这次发的新功能还挺多的，有飞书aliy、多维表格Agent、妙搭Agent 、还有OpenClaw插件啥的，很多很多。但是我觉得最重点的升级的两个东西，就是飞书aily和飞书妙搭了，如果你用过Claude的产品线，你可以非常快速的理解它们的定位。飞书aily，更像是Cowork，当然，如果没用过的话，也可以理解成你的OpenClaw，在飞书上直接跑的企业版的小龙虾。飞书妙搭，更像是Claude Code。一个更像是帮你解决你很多工作问题的助手Agent，一个更像是你的专业开发Agent，大概就是这个区别。飞书现在确实成了，国内最方便去使用Agent的平台了。话不多说，正文带你看一下飞书这次具体更新了啥。#how i ai# AI#飞书# 一文总结飞书新品发布会 - 向Agent平台的跃迁。

7. #OpenClaw上手教程# OpenClaw上手居然这么丝滑！5分钟命令行部署，新手向导一步到位，Node.js环境自动校验超省心。本地优先架构兼顾隐私与效率，支持多模型灵活切换，自然语言就能驱动文件处理、跨平台消息推送等全流程自动化。不用写代码，日常办公、远程控机、定时任务统统搞定，堪称打工人的效率神器，开源界的“数字龙虾”太能打了！

8. 命令行回归！为什么AI时代「复古」的CLI反而成了新宠？

9. 为什么一夜之间大家都在做 CLI？

10. 【#网易云音乐官宣接入OpenClaw#】网易云音乐官方今日宣布全面接入 OpenClaw，成为业内首个向 AI Agent 开放核心音乐服务能力的平台。网易云音乐官方称，其将音乐推荐、音乐搜索等基础能力封装成了一系列标准化 CLI（标准接口）和自动化 Skill，用户可以完全按照自己的想法，像搭积木一样，通过 OpenClaw 调用这些 CLI，完全个性化组装网易云音乐的核心音乐服务能力。网易云音乐官方表示，过去听歌主要依赖算法“投喂”、手动搜索、创建歌单等方式。现在，用户能通过 IM 窗口对话的方式，远程灵活调用这些核心音乐服务能力，并将这些“音乐组件”嵌入到任何数字空间中，音乐可以不限终端、无处不在地陪伴用户生活。

11. Obsidian AI 的4种使用方法知识管理效率完全不同了

12. 刚刚，智谱砍掉OpenClaw最大门槛！1分钟装好，一键塞进飞书

13. Obsidian 新人指南来了！这样上手不难搭建AI知识库必备

14. 最近我用 #Obsidian# Obsidian 搭建了一个个人管理系统，现在用它管理 SideProjects，挺有趣。基于 Obsidian 著名的 DataView、Templater 插件。以及我用 JavaScript 自行开发的定制化插件。有趣之处在于，在 AI 的辅助下，开发成本极低，扩展功能十分容易，形成了正反馈，迭代起来十分愉快。

15. 和AI搭配最顺畅的笔记软件，被我找到了 Obsidian

16. 我越来越相信，未来最顶尖的员工，必将是那些带着“定制智能代理”和个人专属软件上岗的人。他们不是靠天赋或拼命，而是靠不断打造属于自己的自动化系统，成为“100x员工”。我的做法很简单：在做事的同时，自动化重复流程，构建能替代或消除任务的智能工具。时间久了，这些工具不再是“工具”，而是我的个人基础设施——一支默默帮我消除阻力的“私人作战团队”。当你开始这样思考，每一个重复动作、繁琐流程不再是公司问题，而是自己系统的“漏洞”。每周修复3-5个，几个月后你将拥有：- 专属自动化流程 - 个人研究和监控代理 - 定制化操作界面 - 智能层叠加在工作之上这就是复利效应，是让你跃居全新效率曲线的秘密。多数人还在“做活儿”，少数人已经在“设计系统”替自己干活。后者才是不可替代的力量倍增器。未来企业若能赋能员工、支持他们打造个人研发系统，将赢得真正的竞争优势。我们正迈入“装备型员工”的时代，这将彻底改变职场生态。思考：真正的优势不是努力，而是用智能系统提升“天花板”。掌握这点的人，将从“做任务”转变为“塑造未来”。原文：x.com/codyschneiderxx/status/1993817048896427

17. AI工作流与智能代理的五大关键洞见：1. 先从“代理化工作流”（agentic workflows）入手，而非直接追求“智能代理” 多数人提到“想要代理”，其实更需要的是“代理化工作流”。它更具确定性、可靠性且节省成本，是实现自动化的理想起点。2. 让智能代理聚焦单一具体任务比如Wade的邮件代理只做一件事：将100封邮件筛选为10封优先级邮件，基于“需操作”、“给助理看”、“仅供参考”等分类。聚焦让代理表现更优。3. 将自动化串联起来，逐步升级先做简单任务（如生成准备文档），再尝试把这些任务链式连接，产生更复杂且高效的效果。4. 把AI当作“初级员工”来培养不是自己亲自处理所有邮件，而是不断优化对AI的指令、反馈输出，像培养员工一样提升AI表现和效率。5. AI是思考的“合作伙伴”，而非替代品写文档时反复与AI互动，提供上下文和反馈，远胜直接采纳AI初稿。这样才能激发更高质量的创作。其他专家也认同：- 聚焦单一任务的代理比“黑盒”式复杂系统更有效 - 需要搭建合适的上下文、检查点和治理机制，确保自动化可靠 - 这套思路避免了“所有东西都是代理”的混淆，更适合企业应用 - AI助力提升思考清晰度，辅助决策，而非完全替代人类判断总结：真正落地的AI自动化，始于“代理化工作流”的精细设计和反复迭代，将AI当作可训练的团队成员，而非神奇魔盒，才能实现稳健、可控且高效的业务升级。链接：x.com/petergyang/status/1982815634280120493

18. 聊天就能生成RPA自动化流程，这款工作流软件比n8n更好用？

19. 3月17日，阿里巴巴发布全球首个企业级AI原生工作平台——“悟空”，让每个团队、每家公司，都能拥有一支24h工作的“龙虾军团”。悟空是一款独立应用，即日起开启邀测，也将直接内置到超2000万企业组织的钉钉之中。拥有8亿用户的钉钉重写底层代码，进行全面CLI（命令行界面）化改造，让悟空Agent能够原生操作钉钉上千项能力，而非模拟人类点击图形界面，实现“沟通即执行”。悟空全面支持连接用户在企业中的钉钉账号、安全访问权限和应用系统。同时，阿里生态业务ToB能力将以skills形式逐步嵌入该平台，作为阿里AI能力在企业工作场景的统一出口。阿里发布“悟空”，要把“龙虾”装进2000万企业组织里

20. 深度｜解读AnyGen：飞书在探索AI 办公的新形态

21. 我用 AI 自动化了整个电商工作流，效率翻了 6 倍

22. 一键接入OpenClaw，谷歌开源CLI狂揽15k Stars，Agent开始接管Workspace

23. 企业养虾🦞（OpenClaw），虾住在哪里比虾本身重要养虾🦞（OpenClaw）这阵风刮得太猛了，不止个人在玩，企业也都在装，生怕落后。但普遍的情况是：安装容易，用起来难。做电商的公司，问虾上个月的退货率，它跑去网上搜；让它写封催款邮件，它连客户欠了多少钱都不知道。这样的虾，跟鱼缸里的宠物没什么区别，只有观赏价值。很多人说企业养虾没养好，是模型不够强，是 Skill 写得不好。这话不完全对。再聪明的虾，哪怕学会了屠龙术，如果生活在鱼缸里，也做不了什么事。虾住在哪里，比虾本身重要。这篇文章我会从企业 Agent 落地的角度，聊聊怎么让龙虾真正发挥价值。会用飞书作为案例来说明，不是因为它完美，是因为在我看到的企业级方案里，飞书在"给虾提供工作环境"这件事上做得最完整。【1】个人养虾和企业养虾，完全是两码事像我自己用龙虾，也就是发个链接让它抓取翻译一下文章，或者给文章配张图，用得不多。这是个人玩法，够了。企业完全不同。企业需要虾懂业务。不是"帮我写个邮件"，是"按照上季度签的框架协议，给 A 客户发一封关于 Q2 交付延迟的情况说明，语气参考上次给 B 客户的邮件模板"。要完成这个任务，虾需要知道框架协议的内容、A 客户的交付时间线、B 客户邮件的语气风格。这背后要的不是更聪明的模型，是数据、关系、权限和业务规则一整条链。企业需要虾安全。个人用虾，守好银行卡和隐私信息，关键环节确认一下，大部分问题能杜绝。企业不一样，数据要隔离、权限要分级、操作要有日志、出了问题要能溯源。企业还需要虾的经验能传承。今天用 Claude，明年可能换 GPT-6 或者某个国产模型。如果业务知识都散落在 prompt 和人的脑子里，一换人换模型，积累的东西全部归零。一句话：个人养虾是装一个工具，企业养虾是建一套知识体系。【2】企业到底该给虾准备什么知道了企业养虾和个人不同，下一个问题是：知识体系具体指什么？举个例子。你让虾"查一下张总那个项目的进度"，虾要做什么？它得先知道"张总"是谁（数据），然后找到张总负责的项目（数据之间的关系），再去项目管理系统查进度（操作），最后把结果整理成你想要的格式发给你（技能）。四步，缺任何一步都完不成。企业需要积累的知识，拆开来就是这四层。第一层，数据。客户信息、产品资料、业务文档、历史消息，这是最基础的原材料。第二层，数据之间的关系。"这个客户签了哪个合同""这个指标受哪些因素影响""这个审批流程依赖哪几个部门"。孤立的数据用处不大，连起来才有价值。第三层，操作。查询、更新、审批、发通知。不同岗位能做的操作不同，这些操作规则本身也是企业知识的一部分。第四层，Agent 技能。把前三层的东西封装成 AI 可以理解和执行的形式。"收到催款邮件，自动查询对应合同金额并起草回复"，这就是一个技能。我倾向于把工具（Tools）放到技能里面，因为 Agent 需要 Skill 才能知道如何使用工具。Skill 是冰山露出水面的部分，底下三层才是冰山主体。这也解释了为什么很多企业光写 Skill 写不好。Skill 的质量上限取决于底下三层的完整度。Agent 没法直接访问底层的数据和关系，只能通过 Skill 和工具去够。底层是空的，Skill 再精致也是空转。【3】不管用什么平台，企业养虾该做的三件事框架讲完了，说说怎么落地。不管你用飞书、钉钉还是自建系统，有三件事是共通的。第一件：把企业的数据从人的脑子里搬出来。很多企业的关键信息存在三个地方：某个人的脑子里、某个聊天记录里、某个人电脑的 Excel 里。这些信息对 AI 来说都是不存在的。第一步就是把散落的业务数据收集到一个 AI 能够访问的地方。不需要一步到位。先挑一个具体场景，比如客户信息查询、合同管理、项目进度追踪，把这个场景涉及的数据结构化地整理好。一个场景跑通了，再扩展到下一个。第二件：把操作规则显性化。"这个审批找谁""这个数据谁能看""这种情况走什么流程"，这些规则通常只存在于老员工的经验里。如果不把它们变成可配置的权限和可执行的流程，Agent 永远不知道什么能做什么不能做。这不是为 AI 准备的，这是企业本身就该做的事。AI 只是逼着你把该做没做的事补上了。第三件：让知识脱离特定的模型和特定的人。今天写的 prompt、配的 Skill、调好的工作流，如果全部绑定在某一个模型上，或者只有某一个人懂怎么维护，那就是脆弱的。知识应该存在一个有版本管理、有权限控制、操作可追溯的系统里，不管换模型还是换人都能接着用。模型是租来的，知识才是自己的。模型现在已经很聪明了，有足够的能力帮你把企业的知识结构化地固定下来。等知识积累到位了，对模型的要求反而会降低。就像一张详细的城市地图画好了，换谁来开车都能找到路。【4】飞书为什么恰好对得上说完通用方法论，说飞书。为什么 OpenClaw 的开发者自发地涌向了飞书？OpenClaw 中文社区创办人杨明锋说得直接：飞书可能是最快也最合适接入 OpenClaw 的平台。国内绝大多数 OpenClaw 用户都选择了接入飞书。回头对照一下上面的四层框架，飞书的优势就很清楚了。数据这一层，飞书天然就有。消息、文档、多维表格、日历、审批记录，这些不是为 AI 专门建的，是企业日常工作自然积累下来的。早些年我们羡慕海外 SaaS 的小而美，Slack 管聊天、Google 管邮件文档、Jira 管项目，但数据散落在不同服务里，到了 AI 时代反而成了劣势。飞书把这些放在一个体系下，Agent 接入的不是一个空壳，是一个已经蓄了好几年水的池塘。数据关系这一层，飞书的组织架构、文档之间的引用、多维表格的关联视图，天然就构成了关系网络。虾知道你属于哪个部门、汇报给谁、负责什么项目。多维表格的 AI 搭建能力，用自然语言描述需求就能生成整套业务系统，单表容量做到了千万行级别。业务逻辑可以结构化地固定下来，不再依赖某个人的经验。操作这一层，飞书开放了 2500 多个标准化 API，覆盖消息、文档、多维表格、日历、任务、审批。虾接入之后不只是"看得懂"，还"动得了"。有用户拿多维表格当云端记忆库，安排行程时自动把航班信息写进去，下次问起来直接从表格里提取，跨越了单次会话的限制。安全和权限这一层，飞书的体系跟用户本人的权限完全一致，不会越权访问。敏感操作需要人工确认，操作全程可追溯。飞书的安全治理指南里有完整的接入管控框架，包括设备合规检查、API 调用审计、Webhook 域名审计。再加上飞书 CLI，Agent 可以直接访问飞书而不用担心绕过权限设置。Skill 这一层，飞书的官方插件在 GitHub 开源，透明可审计。ClawHub 上曾经被曝出上千个恶意 Skill，在这个背景下，有安全审核的 Skill 生态不是锦上添花，是刚需。杨攀（硅基流动联合创始人）在一场直播里说了一句话我觉得说到了点上：> 飞书不只是 IM 工具，是一个完整的工作空间，和 OpenClaw"帮用户做事"的定位高度契合。【5】工具可以买，知识买不来回到最初的问题。企业养的虾不好用，大概率不是模型不够强，是虾住在了一个没有业务土壤的地方。换一个更贵的模型，问题照样在。企业搞 AI 最容易掉进去的陷阱：把所有精力花在选模型上。今天 Claude 最强，明天 GPT-6 出来了，后天可能某个国产模型在特定领域碾压所有人。模型会不断迭代，能力是租来的。但你积累的数据、梳理的关系、建立的操作规则、沉淀的知识体系，不会因为换模型而消失。这波养虾热潮最有价值的东西，不是某个工具火了，是逼着每个企业去面对一个早该面对的问题：你公司的业务知识，到底存在人的脑子里，还是存在一个系统里？虾只是催化剂。知识体系才是真正的资产。大多数企业还在"装虾"阶段，虾装好了，放在一个空鱼缸里，偶尔逗一下。真正开始"养虾"的企业，已经在认真建自己的知识体系了。你的公司是哪种？

24. Obsidian CLI 基础配置教程打造AI化的知识管理系统 Claude Code｜Codex｜GeminiCLI

25. 手把手教你用Obsidian + OpenClaw重构AI知识管理体系

26. 实测不用写代码，5分钟把OpenClaw装进飞书

27. Lark CLI：飞书官方的AI Agent工具，把企业SaaS变成可编程。如果你用过Claude Code、OpenClaw、或其他AI编程工具，你可能想让AI代理操作飞书： - 查日历、创建日程 - 发送消息、创建群组 - 创建文档、编辑表格 - 创建任务、更新任务状态但问题是，飞书的Open API 文档繁琐，参数复杂，API响应也不友好。AI Agent 经常出错，或者需要你花大量token来重复确认参数。 Lark CLI 就是来解决这个问题的。 1. 三层架构 • Shortcuts（快捷命令）：lark-cli calendar +agenda 简洁友好，既适合人工，也适合AI。有智能默认值，输出有表格格式。 • API Commands（标准命令）：lark-cli calendar events instance_view --params '{...}' 从飞书Open API直接映射，参数和响应精确映射。 • Raw API（原始API）：lark-cli api GET /open-apis/calendar/v4/calendars 覆盖所有2500+ APIs，完全不受限。 AI Agent 可以根据任务复杂度选择合适的层级。简单的用快捷命令（token少、成功率高），复杂的可以降级到标准命令或原始API。 2. Agent-Native Design CLI本身是用AI测试过的。每个命令都优化过： • 参数尽可能简洁 • 输出格式结构清晰（JSON、table、CSV都支持） • 有 --dry-run 让AI先看执行计划再提交 • 有 --page-all 自动分页处理（AI不用费力手动翻页） 3. 认证和权限管理关键是AI Agent的身份管理， 1（支持用户身份执行 lark-cli calendar +agenda --as user 2）Bot身份执行（自动化场景） lark-cli im +messages-send --as bot --chat-id "oc_xxx" --text "Hello" 这很重要。AI代理可以在不同身份间切换，既能代表用户操作，也能用专门的Bot身份批量处理。支持日历、消息、文档、表格、任务、知识库、联系人、邮件、会议纪要等功能。 http://t.cn/AXI2Zimt #HOW I AI# #程序员#

28. 手把手教你用云效 MCP 实现项目自动化管理

29. 用去年 github 最火的 n8n 快速实现自动化推送工具

30. 被 OpenClaw 选中的飞书，终于给出小白无痛养虾「版本答案」

31. 飞书原生龙虾来了，这才是我需要的Agent同事啊！

32. 让你的 ClaudeCode 秒变 Openclaw（龙虾），连接飞书、Discord 远程控制

33. Obsidian Skills Ai笔记新方法使用配置教程

34. 钉钉 CLI 化，飞书也 CLI 化，企业微信也 CLI 化。所有的 CLI 化我都有一种是在配合 Claude Code 的感觉。当然了，其实所有的 CLI 都是在为 AI Agent 铺路而已。最近有一个很明显的趋势：越来越多的开发工具、SaaS产品、甚至创作平台，都在疯狂地把自己"CLI化"。原本有图形界面的东西，开始提供命令行接口；原本用鼠标点点点就能完成的操作，开始鼓励你用文本指令去驱动。表面上看，这是"回归极客精神"，是"效率至上"。但你往深了想，这背后的真正推手是什么？是AI Agent。更具体地说，是Claude Code这类能直接在终端里干活的AI编程智能体。道理很简单：GUI是给人眼看的，CLI是给程序调的。一个按钮、一个下拉菜单、一个拖拽交互，人操作起来很直觉，但AI操作起来极其困难，它需要视觉理解、坐标定位、模拟点击，链路又长又脆弱。但如果同样的功能暴露成一条命令行指令，AI只需要生成一行文本就能调用，干净利落，零摩擦。所以"CLI化"的本质，是把产品的操作接口从"人机交互友好"转向"AI机交互友好"。说白了，这些产品不只是在服务你了，它们同时在服务你背后那个AI助手。你是用户，Claude Code 之类 AI Agent 也是用户。CLI就是它们共同的语言。这个趋势如果继续发展下去，会出现一个很有意思的局面：未来软件产品的"第一用户"可能根本就不是人，而是AI Agent。产品先确保AI能顺畅调用，然后再套一层GUI给人看。人变成了"第二用户"，甚至只是最终的审批者和验收者。你再想想，这跟API经济那一波有什么区别？本质上是同一件事，只不过上一波是"让程序调程序"，这一波是"让AI调程序"。CLI就是AI时代的API，只不过它比API更灵活，因为AI能理解自然语言参数，不需要严格的JSON schema。当你看到一个产品突然开始强推CLI，不用怀疑，它大概率在押注AI Agent这条赛道。它在提前铺好路，等着Claude Code这类 AI Agent 来跑。当然，这里面也有一个值得警惕的问题：如果所有产品都在为AI优化接口，那人的使用体验会不会被牺牲？一个只有CLI没有GUI的工具，对不会写命令的普通人来说就是一堵墙。最理想的状态应该是两层都有：底层是CLI/API给AI调用，上层是GUI给人操作，AI和人各走各的通道，互不干扰。但现实往往是，公司资源有限，先做哪层就看它赌哪边的未来。现在越来越多的公司选择先做CLI，这本身就说明了一件事：它们赌的是AI。#How I AI##科技先锋官#

35. 飞书官方出了 OpenClaw 插件，这个消息对于一直在折腾飞书机器人的人来说，真的是久旱逢甘霖。之前想让 AI Agent 接入飞书，过程相当折腾。配置长连接、添加机器人权限、搞各种回调地址，光是把环境跑通就得花不少时间，还没开始干正事呢，先被配置劝退了一半人。现在完全不一样了，一行命令搞定： npx -y @larksuite/openclaw-lark install 跑完之后会弹出一个二维码，用飞书扫一下，审核通过就能用了。整个过程丝滑到你会怀疑是不是少了什么步骤。什么长连接、什么机器人权限，统统不用管了。飞书官方把这些脏活累活全包了，开发者只需要关心自己的 Agent 逻辑就行。这才是工具该有的样子。 #How I AI##科技先锋官#

36. OpenClaw 的官方 Lark/飞书插件已发布地址： github.com/larksuite/openclaw-lark/插件由 Lark/飞书开放平台团队开发和维护。它将你的 OpenClaw Agent 无缝对接到 Lark/飞书工作区，赋予其直接读写消息、文档、多维表格、日历、任务等应用的能力。注意“这个插件通过 Lark/飞书接口连接了你的工作数据——消息、文档、日历、联系人，AI 能读到的东西理论上就有泄露的可能。虽然我们做了安全防护，但 AI 系统本身还不够成熟稳定，不能保证万无一失。”具体功能如图。#How I AI#

37. 用 openclaw 的大半个月，从傻傻的，到部署小小自动化任务，AI 很快会干掉很多人工的活。考虑到 8 点有时候睡个懒觉，现在统一改为 10 点。还在看看搭建本地知识库中：用 Obsidian+ClaudeSkills搞定AI时代知识管理；用Obsidian+Claudian ObsidianSkills，搞定Al时代的知识管理与内容创作。#微博新知博主#

38. 使用Trea配置SQLite数据库MCP，实现AI自动化数据处理

39. 在AI辅助笔记和知识管理领域，Obsidian AI是一个基于本地笔记系统的智能扩展工具，可以在笔记中生成内容、总结和关联信息，同时保证数据完全由用户掌控。项目地址：github.com/obsidianmd/obsidian-releases主要功能1.在本地笔记中生成文本建议、摘要和内容拓展2.支持语义搜索和文档关联，帮助整理知识网络3.完全本地运行，笔记内容不上传云端，保护隐私4.可结合插件系统扩展功能，实现自动化和多样化工作流5.支持Markdown格式，方便与其他文档或系统互通Obsidian AI适合需要在个人知识管理、创作或学习中引入智能辅助的人使用，它在保证本地数据安全的前提下，提高内容整理和生成效率，让笔记不只是存储信息，而能主动提供思路和结构化帮助。

40. 飞书 CLI 开源了，为什么 AI Agent 时代，大家都在做命令行工具？飞书刚开源了一个命令行工具 lark-cli，能让 AI Agent 直接操作飞书：发消息、查日历、写文档、建多维表格、发邮件、管任务。你跟 AI 说一句话，它自己去操作飞书完成任务。类似的 CLI 还很多，三周前 Google 也开源了 gws，让 AI Agent 操作 Google Workspace。2026 年了，所有想接入 AI Agent 的产品，都在做 CLI。【1】先说 CLI 是什么 CLI（Command Line Interface），就是你在电脑上打开一个黑底白字的终端窗口，敲一行命令，回车，电脑帮你干活。比如你要查今天的日程，不用打开飞书 App 找日历，敲一行： lark-cli calendar +agenda 日程就列出来了。没有按钮，没有图标，没有花哨的界面。CLI 比图形界面早了二十多年，在 Windows 时代逐渐没什么人用了。但 AI Agent 时代，又火起来了。【2】为什么 AI Agent 时代，大家都在做 CLI AI Agent 要干活，就得有操作工具的能力。你让 AI 帮你订会议室，它需要能访问日历系统。你让它帮你整理客户数据，它需要能读写表格。你让它帮你部署代码，它需要能跑部署命令。总得有一个接口让 AI 去调用。API 也能做这件事，但 CLI 有一个 API 不具备的优势：CLI 是自描述的。AI 碰到一个陌生的 CLI，敲一下 --help 就知道有哪些能力、怎么用、参数怎么填。API 不行，AI 得先拿到文档、弄清端点、搞懂认证方式，才能动手。CLI 自带说明书，AI 拿来就能用。而且 CLI 天然是用文本交互的，输入是文字，输出也是文字。AI 最擅长处理的就是文字。反过来，让 AI 操作 GUI 就绕远了，得截图、用视觉模型识别按钮在哪、再模拟鼠标去点，一行命令能搞定的事拆成四步，每步都可能出错。对 AI 来说，CLI 就是天然的操作界面。【3】那 MCP 和技能呢让 AI Agent 操作外部服务，现在主流有三种方式：MCP、CLI、技能（Skills）。三者不是互相替代的关系，各管一件事。 CLI 是实际干活的工具。装完之后终端里就能跑命令，查日历、发消息、建表格，都是 CLI 在执行。 MCP 也是让 AI 操作外部服务的，但方式不同。MCP 是提前把工具清单注册给 AI，AI 随时能调用，但清单本身常驻上下文窗口（可以理解为 AI 的“工作记忆”，空间有限）。就算 AI 暂时不用某个工具，它的描述也占着空间。CLI 是 AI 需要的时候自己去终端敲命令，用完就走，不占上下文。另一个区别是组合能力。CLI 可以靠管道和参数组合出没预设过的操作，比如： lark-cli calendar agenda --next-week | grep“张三” | wc -l 一行命令就能查出下周和张三有几个会。MCP 的每个能力都需要提前注册，要实现同样的效果，得单独定义一个新工具。不过 MCP 有自己的适用场景。在不支持命令行的环境里（比如 Cursor、Claude 桌面端），MCP 是唯一选择。两者各有所长：能访问终端的场景用 CLI 更轻量灵活，不能访问终端的场景靠 MCP。技能是给 Agent 看的说明书。它不干活，但告诉 Agent 这个 CLI 有哪些命令、什么场景该用什么参数、出错了怎么处理。没有技能文件 Agent 也能用 CLI，靠 --help 自己摸索。有了技能文件，Agent 一上来就知道该怎么操作，成功率高得多。简单说：CLI 是手，MCP 是另一种手，技能是肌肉记忆。飞书这次开源的项目，CLI 和技能一起提供。【4】怎么给 AI 写好一个 CLI 不是随便写个命令行工具 AI 就能顺畅地用。如果你想给自己的产品做一个面向 AI 的 CLI，飞书的设计有几个值得参考的地方。第一，help 文本是你最重要的文档。AI 碰到不认识的 CLI，第一件事就是运行 --help。你的 help 文本就是工具说明书、参数规格、使用指南三合一。别写那种“Usage: myctl deploy [flags]”就完事的帮助信息，要写清楚每个参数干什么、什么时候用、有什么默认值。飞书 CLI 还有一个 schema 命令，可以快速查询任何 API 方法的参数、请求体、响应结构、支持的身份和权限范围。AI 看到这些信息就能自己决定怎么调用。第二，支持 dry-run，这是为 AI 设计的安全网。AI 会自己做决策，有时候它理解错了你的意图，或者匹配到了不该动的数据。dry-run 相当于一个“预览”机制。举个例子，你让 AI 帮你删除飞书多维表格里上个月的过期数据。如果直接执行，删错了就没了。加上 --dry-run，AI 会先跑一遍，返回类似这样的结果：“将要删除以下 47 条记录：2025-05 的过期任务 23 条，已归档项目 24 条。未做任何实际修改。”你看了觉得没问题，再让它去掉 --dry-run 真正执行。Google 的 gws 也做了同样的设计，它的技能文件里甚至写死了一条规则：对所有写入和删除操作，必须先 dry-run。第三，错误信息要能指导下一步操作。人看到“Permission denied”会自己去查文档。AI 看到“Permission denied”就卡住了。飞书 CLI 的做法是：告诉 AI 你缺了什么权限，顺便把申请权限的命令也给出来。比如 lark-cli auth login --scope“calendar:calendar:readonly”。AI 看到就能自己修复问题，继续干活。为 AI 设计的 CLI，每一条错误信息都应该包含三个要素：哪个参数出了问题、具体错在哪里、下一步应该执行什么命令来修复。第四，返回结构化数据，控制好输出量。飞书 CLI 支持 json、csv、table 等多种输出格式。对人来说 table 更顺眼，对 AI Agent 来说 json 更可靠。好的 CLI 不只是能跑通，还要方便被别的工具消费。同时要控制输出量。AI 的上下文窗口有限，如果一个命令返回一万行日志，上下文就炸了。飞书 CLI 提供了分页参数（--page-limit）和过滤参数，让 AI 能拿到它需要的那部分数据就好。不管你是设计 CLI 的人还是用 CLI 的人，记住这条：让 Agent 动手之前，先让它 dry run 一遍。【5】装完之后，你动嘴，Agent 动手装完之后用起来就是：你说一句话，Agent 去操作飞书把事情办了。你开完会，跟 AI 说“把刚才会议里提到的所有待办都提出来，该发文档的发文档，该建任务的建任务”。AI 读会议纪要，拆解出待办事项，然后逐条执行：用 lark-cli doc create 在飞书里建文档，用 lark-cli task create 建任务并指派给对应的人，用 lark-cli im send 把结果通知到群里。整个过程你只说了一句话，Agent 在终端里跑了一串命令。而且因为有 dry-run，你可以让它先预览一遍要建哪些任务、发给谁，确认没问题再真正执行。你要约一个五人跨时区的会，跟 AI 说“帮我看看下周大家什么时候有空”。AI 去查每个人的日历和时区，推荐几个时间段，你选一个，会就建好了。你甚至可以让 AI 在飞书文档里直接帮你写初稿，你在文档里留评论提意见，AI 读完评论自己改。整个协作过程不用离开飞书。安装也简单，npm install -g @larksuite/cli 装 CLI，npx skills add http://t.cn/AXI2zYkC -y -g 装技能文件。你甚至不用自己记这两步，把项目地址 http://t.cn/AXI2zYkC 发给 Agent，让它自己安装、自己学会怎么用。【CLI 的回归】过去四十年，计算机的界面进化方向一直是从 CLI 到 GUI，从文字到图标，从键盘到触屏，对人越来越友好。 AI Agent 时代，方向反过来了，软件的用户变成了 AI Agent。CLI 这个为文字世界设计的接口，恰好是 AI 最顺手的工具。既然 Agent 成了软件新的用户增长点，那么像飞书提供 CLI 也不稀奇，与其等着社区来写 MCP 适配层，不如直接做一个 AI 原生的 CLI，完全开源，无需注册审批，让所有 AI Agent 都能接入。这也带来一个绕不开的问题：Agent 的权限怎么给？不给权限，什么都做不了；权限太高，又怕 Agent 理解错意图干出不可逆的事。毕竟还做不到让 Agent 代你审批、代你发全员邮件。dry-run 能兜住一部分风险，但真正要让 Agent 在企业里大规模跑起来，权限体系、审计追踪、人机协作的边界，都还在摸索中。但换个角度想，当年我们把公司的钱从保险柜搬到网银，把合同从纸质搬到电子签，也都是一步步摸索出来的。CLI 和 dry-run，可能就是这个过程里的第一步。而飞书做这件事，其实有一个别人不太容易复制的优势：它本身在企业协作领域已经足够成熟，消息、文档、日历、审批、多维表格、任务，这些能力都是现成的。现在把这些能力通过 AI 原生的 CLI 全部开放出来，大概率会成为国内对 AI Agent 最开放、最友好的企业级接入入口。这件事的价值不止是多一个工具，更像是真正在为 Agent 时代搭建企业级基础设施，把权限、审计、组织能力开放给整个生态，对行业落地 AI Agent 会是很关键的一步。

41. //@老徐gz:写得非常好！ agent工具在企业落地需要借助已有的数据底层及相关权限体系，如果企业的数据跟权限是乱的，agent要么用不起来，要么造成更大混乱。飞书之前在企业工作空间领域已经做了很多工作，这些工作在agent时代正好非常契合，前面看到的IM只是一个入口，更重要的是后面所隐藏的知识体系

42. 【最新玩法】n8n工作流秒变MCP工具，直连各种MCP客户端，零代码实操！

43. 【第470期】Obsidian——强大的知识管理工具

44. 《N8N基础入门教程 - 从零开始学习自动化工具》N8N是一款开源自动化工具，专注于连接各种AI服务、应用和数据库，实现工作流程自动化，极大提升个人生活幸福感和企业效率。虽然全英文界面和缺少多语言支持让不少初学者望而却步，但掌握基本逻辑思维、勇于动手调试，就能逐步驾驭这一强大平台。本教程从零开始，涵盖部署、节点使用到实战案例，帮助用户从基础入门到高级应用，打破学习壁垒。无论你是技术开发者还是自动化爱好者，只要愿意深耕，总能在自动化领域找到属于自己的定位。与Dify和Coze相比，N8N更强调系统打通和任务自动化，完全开源且支持灵活集成任意API；Dify更专注AI应用开发，Coze则偏向多轮对话助手，但闭源且未来可能收费。选择何种工具，关键在于是否满足你的业务目标。原文链接：n8nzh.com/docs/intro/

45. 100人企业怎么选数字化工具才能不踩坑？飞书、企微还是钉钉？

46. 探访云栖（二）：AI Agent元年，谁在打造“数字员工”？【101 Weekly】

47. 飞书 CLI 也开源了为所有AI打开了大门今天飞书也正式开源其 lark-cli，把飞书的核心协作能力：即时通讯、云文档、多维表格、日历、邮箱、任务、会议、知识库等 11 个业务域、200 多个命令封装成了一个开源命令行工具你的 Claude Code 和小龙虾就能直接在飞书里帮你干活了！四步即可安装...详细教程及测试：网页链接

48. 【#飞书CEO称企业用agent和个人玩不同#】飞书CEO谢欣近日在朋友圈发文表示，最近龙虾实在太火，很多很多朋友都在飞书上养虾。春节前后短短几周，有朋友的工作方式已经改变。我自己最近也思考很多，我越来越觉得，个人电脑上跑agent和企业里用agent,是完全不同的事情。谢欣表示，个人玩agent是探索，企业用agent是责任。个人场景出了错，大不了重来；企业场景出了错，可能是文件被删，数据泄露。agent的能力上限让人兴奋，但安全的下限决定了它能不能真正进入工作场景。不解决信任和安全的问题，越强大，越危险。这也是我们要帮大家解决的问题，让个人和企业，都能更方便，安全的养虾。

49. Obsidian+Ollama封神！本地AI自动化笔记，打工人直接省出2小时

50. AI变现

51. [Alan の手札] OpenClaw × Obsidian 知识库搭建与运行机制实战

52. Obsidian教程14

53. 字节飞书发布cli，全新的产品设计哲学，为AI操作而设计，而不是为人类点击而设计

54. 飞书开源官方 CLI

55. 飞书CLI开源了！Claude Code现在可以直接操控飞书，客户端可以卸载了！

56. 飞书CLI开源了，装了OpenClaw飞书插件，还需要飞书CLI吗？

57. 飞书的 CLI & MCP，到底选哪个？

58. 飞书 CLI 开源了

59. 飞书CLI开源，Claude Code也可以丝滑操控飞书了！（内附实操）

60. 首发

61. 飞书开放平台官方CLI工具上线

62. 我的飞书被AI“接管”了

63. 飞书和钉钉CLI开源了，试试让你的小龙虾操控飞书

64. 飞书插件 vs 飞书CLI，OpenClaw中到底应该选哪个？（附详细教程）

65. 钉钉把CLI藏起来了，飞书把CLI开源了

66. 挖到宝！Obsidian打造个人第二大脑，本地存储+无限拓展太香了

67. 基于OpenClaw搭建你的"第二大脑"

68. OpenClaw 与 Obsidian 结合方案初探

69. 2026年AI知识管理闭环教程

70. OpenClaw+Obsidian

71. Lark CLI测评

72. 刚刚，飞书CLI开源，Claude Code也可以丝滑操控飞书了。

73. 飞书 CLI 开源解读

74. 200+ 命令让 AI Agent 直接操作你的飞书

75. 飞书CLI爆火背后

76. 飞书CLI开源

77. AI终于“长手”了

78. 飞书 CLI 昨天开源，我用 Claude Code 打通了公众号写作全流程

79. 飞书CLI开源了！让AI接管你的飞书吧！

80. 飞书CLI开源

81. CLI这么火，飞书CLI都开源了，普通人需要学习CLI吗？

82. 飞书官方开源CLI，AI Agent 终于能直接操控你的工作数据了。

83. 刚刚，飞书开源了它的CLI命令行工具

84. 别再痛苦地接飞书 API 了！官方开源 CLI，让 AI Agent 直接接管工作台

85. 飞书官方出 CLI 了！用一句话就能操控整个飞书

86. 装了飞书 CLI，我发现 AI 真的能帮我打工了

87. 飞书偷偷装了个"超能力"-飞书CLI

88. 刚刚，飞书 CLI 开源了，我用 Claude Code 玩转几大企业级场景，绝了！

89. 飞书CLI突然开源！小龙虾终于能直接干飞书的活了，老崔装上去直呼离谱

90. 飞书CLI来了！AI直接帮你搭建多维表格、做工作流，你还在当复制粘贴工具人？

91. 飞书CLI开源了-我装上测了一遍

92. 飞书CLI 来了！AI 直接帮你搭建飞书多维表格、做工作流、出问卷！太香了

93. 飞书CLI开源了，我花了一小时测完3个案例，直呼太香

94. 淘宝接入龙虾openclaw了！飞书出CLI了，ChatGPT能下单了

95. 飞书/企微CLI刚出，我想到了AI Agent的真正陪伴范式

96. 终于搞定了！把Obsidian自动同步到飞书！

97. 不用命令行，用 OpenClaw 实现 Obsidian 笔记免费云同步到 GitHub 的完整教程

98. 飞书为什么要开源 CLI？因为下一代办公软件，不会只服务人类

99. 飞书、钉钉齐转向

100. 飞书官方CLI开源！AI Agent直接替你操作飞书，发消息写文档全搞定

101. 飞书/钉钉全面开源CLI

102. 飞书 CLI 正式开源，这可能是最简单体验 Agent Native飞书的教程！

103. 飞书 CLI 最重要的用户，不是人类

104. 飞书也来CLI｜真是要让我「敲代码」么，40年前推的图形界面，咋又不香了？

105. 飞书开源 CLI 押注 AI Agent 时代，但 CLI 正在打败 MCP

106. 从飞书开源 CLI，聊聊 GUI 和 CLI

107. 刚开源就斩获 2.8K Star！飞书开源自家的 CLI，让 AI Agent 直接接管你的办公！

108. 刚刚！飞书突然开源CLI，图形界面正在死亡？中国团队让AI一句话接管全公司数据！

109. 飞书开源CLI那天，我第一次觉得Windows该换了

110. 太酷了！原来高手都用飞书做部门工作汇报

111. OpenClaw + 飞书 CLI 完整使用教程

112. 飞书、钉钉开源CLI，Agent开放路径走向分岔

113. 我在终端里装了个「飞书」，活该飞书起飞

114. 飞书官方CLI开源！Openclaw直接操控飞书，200+命令、19个技能，开箱即用

115. 飞书官方出手了！200+命令+19个AI技能，这个CLI工具让效率提升10倍

116. 银行IT生存实录：在“系统性混乱”中，如何搭建“自动化+可视化”工作流？

117. 刚刚，飞书开源了CLI工具，仅需4步OpenClaw可以完全操控飞书了。

118. Openclaw终于让我的Obsidian不再是本地笔记，可以在线召唤了

119. 飞书突然宣布开源 Lark CLI 的命令行工具！AI助手能帮你干活了！

120. 飞书多维表格工作流条件分支实战：审批流转+超时催办，4步搞定

121. 飞书4人开发团队实战：从0到1搭建AI辅助研发团队

122. 飞书CLI开源！OpenClaw+Claude Code丝滑操控飞书，多维表格、日历、会议全自动

123. 飞书官方CLI终于开源了：AI Agent可以直接操作飞书云文档、多维表格、任务、聊天/群、日历、邮箱等

124. Obsidian 看板 + Copilot：项目管理与每日总结的完美闭环

125. AI 帮你干活真的来了，飞书 CLI 快速上手

126. 我用飞书，管起了我的OpenClaw多Agent跨境团队

127. OpenClaw+Obsidian：当笔记库变成活的第二大脑

128. 飞书多维表格内自动化流程与工作流对比

129. openclaw接入企业飞书机器人：个人增效和团队自动化两种场景

130. 1.7K+ star 字节出品！这个 CLI 工具让飞书「操控自由」到达新高度

131. 自研免费插件 Obsidian 多设备同步，告别官方天价订阅

132. 就在刚刚，飞书官方开源lark-cli工具，终端+AI双端玩转飞书全场景，直接打通openclaw和Claudecode 告别客户端反复切换！lark-cli官方工具，终端一键玩转飞书全场景飞书开放平台正式官宣开源lark-cli官方命令行工具，彻底打破飞书只能用客户端操作的局限，无需图形界面，终端一行命令就能搞定核心办公操作，更专为AI Agent原生设计，自带200+实用命令+19个AI专属Skills，零门槛使用，普通用户、程序员、AI自动化玩家，三分钟就能快速上手启用。 #我的数码好物清单 #AI #科技下一站 #claudecode #飞书多维表格

133. 飞书官方出了 CLI，Agent 操作飞书终于有正经工具了

134. 实测飞书aily+CLI，我只能说新生代的Agent吃太好了

135. 飞书多维表格，一个披着Excel外皮的AI数据库！

136. 开源|一款在终端操控飞书全家桶的开发者工具，支持AI Agent与200+命令

137. 清远今日雷雨预警！用飞书 CLI，雨天办公也能高效不慌乱

138. 飞书多维表格+AI，快速搞定招商管理智能分析决策

139. python用飞书机器人发送股票预警消息

140. [开源]基于飞书cli，几句话就搞出一个龙虾crm - 钉钉飞书搭建的系统都可以转为skill

141. 钉钉 CLI vs 飞书 CLI：两种开源策略，决定 AI 办公的未来走向

142. 完全免费的obsidian跨平台多设备同步方案

143. 打造你的专属AI第二大脑 Obsidian 多终端同步5 种方案全解析，保姆级选型指南！

144. 别再白忙活了！OpenClaw飞书插件「非Owner无法使用」终极避坑指南

145. 飞书文档API踩坑实录：从权限被拒到完整自动化方案

146. 告别网络门槛！手把手教你将 Openclaw 集成至飞书 (全流程教学)

147. Obsidian同步：依旧插件大法

148. 阿里云代理商：如何用阿里云AppFlow 为飞书机器人配置定时任务？

149. 利用坚果云实现obsidian双端免费同步(超详细)

150. Obsidian 多端同步终极解决方案：Fast Note Sync

151. Obsidian 桌面端、手机端同步（全自动版）

152. 将Obsidian打造成Al驱动的智能笔记系统

153. 告别iCloud！用群晖NAS + Fast-Note打造Obsidian极致同步体验（附避坑指南）

154. Fast Note Sync | Obsidian 私有化实时笔记同步方案

155. 用Dataview让笔记自己动起来

156. n8n与飞书深度结合，纯自动化智能新闻推荐，极速提升效率！

157. Obsidian 同步方案

158. 3个飞书多维表格高级玩法，学会后效率甩同事一条街！（保姆级教程）

159. obsidian + skill做可视化的项目管理！ #ai #skills #agent #vibecoding #obsidian

160. 你都可以把什么内容从Obsidian同步到飞书

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！