47 天 GitHub 破万星,飞书 CLI 彻底火了!26 年春季,飞书已经成为开发者用脚投票选出的最佳 Agent 工作平台。
OpenClaw 火了,Hermes 火了,如今的 AI 圈,早已不是去年的模样。
以前大家还在卷大模型参数、卷 Token 价格,现在最热的问题已经变了。AI 到底怎么进工作流?Agent 到底能不能帮我干活?
在 GitHub 上,开发者们已经对这个问题用脚投票了。
就在最近,一个名为「飞书 CLI」的开源项目在 GitHub 上疯长。
它在 3 月 28 日开源,当天 Star 数就达到了 1000+。
短短 47 天后,就在昨天,星标正式突破 1 万大关!

项目地址:https://github.com/larksuite/cli
放眼全球,CLI 因为 Agent 彻底火了!
但是官方支持的办公平台 CLI 开源项目仍然十分稀缺。在同期开源的同类办公平台 CLI 项目中,飞书已经拉开了明显身位。

这个命令行界面,原本是开发者们用了几十年的老东西。
之所以现在突然翻红,原因很简单:
大模型的训练数据里有几十亿条 CLI 命令,AI 天然「认识」它,不需要额外学习。
当办公平台把自己的能力变成 CLI,Agent 就真正拿到了操作办公软件的「手脚」。
飞书,正在成为 Agent 改变企业工作方式的最佳平台。
就拿一个我们的日常场景来说。
每天早上的选题会上,编辑都会给出各自不同的写作角度。
这时,只需在群里@助手,接入飞书 CLI 的 Agent 就会自动接手。
它先把编辑的讨论写入多维表格,口头讨论几秒变成结构化数据

紧接着,群里就会弹出两张卡片。
一张沉淀会议纪要,另一张输出角度对比分析,帮编辑直接做判断、拍板方向。
编辑回复最终方向后,它便立即更新结论,发出一张结论总结卡片并@所有人。
此外,还会附上自动生成的纪要文档,同时开放群组编辑权限。

这个过程中,人类小编全程只发了 2 条消息,Agent 调用了 21 次飞书 CLI,跨消息、多维表格、云文档、权限管理 4 个飞书内产品模块。
以前要花费半小时的会后整理流程,直接压到几十秒就完成了。
这套流程跟管项目、做回款核对用的是同一套 CLI 命令,换个场景改几个参数就能复用。
他们,让 Agent 真正进入工作流
我们的实测只是冰山一角。
越来越多的开发者在用飞书 CLI 的能力,把 Agent 真正嵌入工作流,探索 AI 原生的工作方式。
比如,Intent 公司 CEO 陈春宇让 Agent 接入了公司飞书上的全部历史数据,用来复盘自己从 2 月底以来的 34 个决策。结果发现七成跟 AI 的判断是重合的。
更有意思的是,这个工具还可以反过来用。
在大量使用 AI 记录之后,Agent 可以反向分析他的成长路径应该怎么设计,决策框架应该怎么升级。一个 CEO 愣是把 Agent 变成了自己的「决策教练」。
开发者张昊,打造了一个基于飞书 CLI 的知识工作流工具 NoteLoom。它跳过了对话框形态,用画板视图组织多线程、多起点的工作流。
飞书在这里扮演的是团队协作与数据资产沉淀的底座。将内容从飞书文档、多维表格导入 NoteLoom 处理,加工完再沉淀回飞书。
其中,用户的知识资产始终留在飞书里,NoteLoom 是中间的加工层。

开发者 Daniel 做的 Pokoclaw,则借助飞书把 Agent 从聊天玩具推进成了可管理、可监督的工作系统。
底层接飞书开放平台的 SDK 和 API,Agent 日常跑任务时大量使用飞书 CLI。查 SubAgent 状态、拉项目进展、自主决策下一步,全在飞书对话框里完成。

从 CEO 的决策复盘,到知识工作流的数据中枢,到持续运行的 Agent 工作系统。
在飞书里,Agent 已经不是漂浮在云端的大脑了。
2026 年 3 月底,国内几家头部工作平台不约而同地开源了各自的 CLI。
但不到两个月,数据就拉开了差距:飞书 CLI 的 Star 数已经是同期其他项目的数倍。
最核心的原因,就是它开放的广度和深度,能让 Agent 干更多事。
现在,飞书 CLI 已经覆盖了 17 个业务域,开放了 200 多条命令。消息、文档、表格、多维表格、邮件、日历、任务、审批、知识库、画板、幻灯片、会议、妙记、OKR、考勤、云空间、通讯录,办公全链路打通。

在飞书里,Agent 几乎可以做完一个白领能做的全套工作,包括查日程、发消息、写文档、建表格、提审批、搜邮件、管任务、读妙记。不是生成一段文字让你复制粘贴,是替你把事情办了。
而且这些能力之间是打通的。
一句话,你就可以让 Agent 拉取两周日历,自动给每场会议打标签,写入多维表格,生成仪表盘。
或者让 Agent 扫描妙记,给每场会议打一个「产出密度」分数,帮团队找出哪些会在反复讨论同一件事。
开源 40多 天后,飞书 CLI 还在持续加速,迭代新增了 100 多项能力,发布了 32 个版本。
这里的关键在于,飞书 CLI 的架构设计,真的是为 Agent 而生。它的三层命令架构如下——
第一层 Shortcut,给人和 AI 共用,高度封装,一句「帮我查今天日程」就跑通。
第二层 API Commands,跟飞书 OpenAPI 一一映射,Agent 需要精确控制时走这层。
第三层 Raw API,可以调用飞书全平台 2500 多个端点,理论上无限扩展。即便 CLI 版本还没来得及封装某个新 API,Agent 也能通过 Raw API 自己找方案。
遇到没见过的接口,Agent 可以用 schema 命令当场查询参数定义和示例值,中途不需要退出工作流去翻文档。
在三层架构之上,飞书 CLI 额外提供了 Skill 机制。24 个预置 Skill 覆盖消息、文档、表格、日历、审批等核心场景。
Skill 用自然语言描述「怎么用 CLI 完成某类任务」,Agent 加载后就知道该怎么组合命令完成任务,不用每次从零摸索。
除了官方封装的之外,飞书 CLI 也提供了 skill-maker 框架,开发者可以创建自己的 Skill,沉淀团队特有的工作流。

同时,飞书 CLI 还内置了基于 WebSocket 的实时事件订阅,Agent 可以持续监听飞书里的变化,新消息、日程变更、审批更新,第一时间感知并自主响应。Agent 从「被叫才动」变成了「主动出手」。
错误处理也是给 AI 看的。出错时不只报错误码,还会告诉 Agent 下一步该怎么做,切换身份还是补授权。
安全层面,输入注入防护、终端输出净化、钥匙串凭证存储默认开启。Agent 能做事是第一步,安全地做事才是企业敢用的前提。
真开源,真共建
值得一提的是,飞书 CLI 不是把代码挂上 GitHub 就完了。
668 个 fork,意味着数百个团队在基于它构建自己的工具链。其中有 50多位外部贡献者提交了代码,10位的贡献合入主干。
现在,飞书 CLI 几乎每周都有外部代码合入。
在贡献者中,有来自土耳其 Hepsiburada 的电商工程师、来自越南的独立开发者、杭州 SaaS 公司再惠的工程师等等。
也就是说,全球开发者都在为这个项目添砖加瓦。


Issue 区里的反馈也已经明显进入 Agent 工作流层面,开发者都在讨论 onboarding 对 human 与 AI Agent 成功率的影响,以及意图识别、工具选择、上下文管理等真实的落地问题。
可见,开发者们不是在围观,是在实战。他们在认真评估,飞书 CLI 能否进入自己的生产环境。
从开发者的实践到社区的共建,都指向同一个判断——飞书正在成为 Agent 最核心的工作空间。
为什么是飞书?因为 Agent 要真正做事,需要三样东西同时具备。
1. 上下文。飞书上沉淀了企业多年的消息、文档、日程、妙记、多维表格、OKR。Agent 接入的不是空壳,是蓄满数据的池塘。
2. 执行力。CLI 打通 17 个业务域,Agent 授权后知道你属于哪个部门、有什么角色、能看什么数据,这套权限贯穿所有模块。
3. 交互界面。飞书的 Bot 机制让 Agent 瞬间有了一个每个同事都会用的前端。不需要单独开发 UI。

三层叠起来,飞书就是 Agent 最自然的工作空间。
OpenClaw 热潮中的一个细节印证了这一点。大量开发者在没有任何官方号召的情况下自发涌入飞书生态。
OpenClaw 中文社区创始人杨明锋回忆,「我判断在国内环境里,飞书可能是最快、也是最合适接入 OpenClaw 的平台。」
从社区自发到官方跟进,再到 CLI 全面开源,这条时间线是开发者一行行代码写出来的。
2026 年的春天,OpenClaw热潮下,开发者们就已经用脚投票选出了 Agent 的工作平台。
此前,Agent 办公或许还停留在「帮我生成一段文字」的阶段。但现在,已经有人在飞书里养了一个 AI 同事,有 CEO 在让 Agent 复盘决策,有数百个团队在基于 CLI 构建自己的工作流。
目前来看,如果你想认真探索 Agent 在企业办公场景中的生产力落地,飞书是开发者共同投出来的、国内最领先的 Agent 工作空间,没有之一。
在这里,AI 不再是工具,而是真正与人共生的数字劳动力。
参考资料:
https://github.com/larksuite/cli
文章来自于"新智元",作者 "Aeneas 好困"。
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT