飛書CLI開源項目在GitHub上47天星標突破1萬，成為開發者用腳投票選出的最佳Agent工作平臺。該項目於3月28日開源，覆蓋17個業務域，開放200多條命令，打通消息、文檔、表格、多維表格、郵件等辦公全鏈路。Agent通過CLI獲得操作辦公軟件的“手腳”，可將半小時的會後整理流程壓縮至幾十秒。飛書CLI採用三層命令架構設計，支持Shortcut、API Commands和Raw API，開放2500多個端點。開源40多天已迭代100多項能力，發佈32個版本，數百個團隊基於它構建工具鏈，全球開發者正在將Agent真正嵌入工作流，探索AI原生辦公方式。
文章作者、來源：新智元
飛書CLI徹底火了
OpenClaw 火了，Hermes 火了，如今的 AI 圈，早已不是去年的模樣。
以前大家還在卷大模型參數、卷 Token 價格，現在最熱的問題已經變了。AI 到底怎麼進工作流？Agent 到底能不能幫我幹活？
在 GitHub 上，開發者們已經對這個問題用腳投票了。
就在最近，一個名為「飛書 CLI」的開源項目在 GitHub 上瘋長。
它在 3 月 28 日開源，當天 Star 數就達到了 1000+。
短短 47 天后，就在昨天，星標正式突破 1 萬大關！
放眼全球，CLI 因為 Agent 徹底火了！
但是官方支持的辦公平臺 CLI 開源項目仍然十分稀缺。在同期開源的同類辦公平臺 CLI 項目中，飛書已經拉開了明顯身位。
這個命令行界面，原本是開發者們用了幾十年的老東西。
之所以現在突然翻紅，原因很簡單：
大模型的訓練數據裡有幾十億條 CLI 命令，AI 天然「認識」它，不需要額外學習。
當辦公平臺把自己的能力變成 CLI，Agent 就真正拿到了操作辦公軟件的「手腳」。
飛書，正在成為 Agent 改變企業工作方式的最佳平臺。
Agent 在飛書裡，都能幹些啥？
就拿一個我們的日常場景來說。
每天早上的選題會上，編輯都會給出各自不同的寫作角度。
這時，只需在群裡@助手，接入飛書 CLI 的 Agent 就會自動接手。
它先把編輯的討論寫入多維表格，口頭討論幾秒變成結構化數據
緊接著，群裡就會彈出兩張卡片。
一張沉澱會議紀要，另一張輸出角度對比分析，幫編輯直接做判斷、拍板方向。
編輯回覆最終方向後，它便立即更新結論，發出一張結論總結卡片並@所有人。
此外，還會附上自動生成的紀要文檔，同時開放群組編輯權限。
這個過程中，人類小編全程只發了 2 條消息，Agent 調用了 21 次飛書 CLI，跨消息、多維表格、雲文檔、權限管理 4 個飛書內產品模塊。
以前要花費半小時的會後整理流程，直接壓到幾十秒就完成了。
這套流程跟管項目、做回款核對用的是同一套 CLI 命令，換個場景改幾個參數就能複用。
他們，讓 Agent 真正進入工作流
我們的實測只是冰山一角。
越來越多的開發者在用飛書 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 陳春宇讓 Agent 接入了公司飛書上的全部歷史數據，用來複盤自己從 2 月底以來的 34 個決策。結果發現七成跟 AI 的判斷是重合的。
更有意思的是，這個工具還可以反過來用。
在大量使用 AI 記錄之後，Agent 可以反向分析他的成長路徑應該怎麼設計，決策框架應該怎麼升級。一個 CEO 愣是把 Agent 變成了自己的「決策教練」。
開發者張昊，打造了一個基於飛書 CLI 的知識工作流工具 NoteLoom。它跳過了對話框形態，用畫板視圖組織多線程、多起點的工作流。
飛書在這裡扮演的是團隊協作與數據資產沉澱的底座。將內容從飛書文檔、多維表格導入 NoteLoom 處理，加工完再沉澱回飛書。
其中，用戶的知識資產始終留在飛書裡，NoteLoom 是中間的加工層。
開發者 Daniel 做的 Pokoclaw，則藉助飛書把 Agent 從聊天玩具推進成了可管理、可監督的工作系統。
底層接飛書開放平臺的 SDK 和 API，Agent 日常跑任務時大量使用飛書 CLI。查 SubAgent 狀態、拉項目進展、自主決策下一步，全在飛書對話框裡完成。
從 CEO 的決策覆盤，到知識工作流的數據中樞，到持續運行的 Agent 工作系統。
在飛書裡，Agent 已經不是漂浮在雲端的大腦了。
全球開發者集體「投奔」
2026 年 3 月底，國內幾家頭部工作平臺不約而同地開源了各自的 CLI。
但不到兩個月，數據就拉開了差距：飛書 CLI 的 Star 數已經是同期其他項目的數倍。
最核心的原因，就是它開放的廣度和深度，能讓 Agent 幹更多事。
現在，飛書 CLI 已經覆蓋了 17 個業務域，開放了 200 多條命令。消息、文檔、表格、多維表格、郵件、日曆、任務、審批、知識庫、畫板、幻燈片、會議、妙記、OKR、考勤、雲空間、通訊錄，辦公全鏈路打通。
在飛書裡，Agent 幾乎可以做完一個白領能做的全套工作，包括查日程、發消息、寫文檔、建表格、提審批、搜郵件、管任務、讀妙記。不是生成一段文字讓你複製粘貼，是替你把事情辦了。
而且這些能力之間是打通的。
一句話，你就可以讓 Agent 拉取兩週日曆，自動給每場會議打標籤，寫入多維表格，生成儀表盤。
或者讓 Agent 掃描妙記，給每場會議打一個「產出密度」分數，幫團隊找出哪些會在反覆討論同一件事。
開源 40多 天后，飛書 CLI 還在持續加速，迭代新增了 100 多項能力，發佈了 32 個版本。
這裡的關鍵在於，飛書 CLI 的架構設計，真的是為 Agent 而生。它的三層命令架構如下——
第一層 Shortcut，給人和 AI 共用，高度封裝，一句「幫我查今天日程」就跑通。
第二層 API Commands，跟飛書 OpenAPI 一一映射，Agent 需要精確控制時走這層。
第三層 Raw API，可以調用飛書全平臺 2500 多個端點，理論上無限擴展。即便 CLI 版本還沒來得及封裝某個新 API，Agent 也能通過 Raw API 自己找方案。
遇到沒見過的接口，Agent 可以用 schema 命令當場查詢參數定義和示例值，中途不需要退出工作流去翻文檔。
在三層架構之上，飛書 CLI 額外提供了 Skill 機制。24 個預置 Skill 覆蓋消息、文檔、表格、日曆、審批等核心場景。
Skill 用自然語言描述「怎麼用 CLI 完成某類任務」，Agent 加載後就知道該怎麼組合命令完成任務，不用每次從零摸索。
除了官方封裝的之外，飛書 CLI 也提供了 skill-maker 框架，開發者可以創建自己的 Skill，沉澱團隊特有的工作流。
同時，飛書 CLI 還內置了基於 WebSocket 的實時事件訂閱，Agent 可以持續監聽飛書裡的變化，新消息、日程變更、審批更新，第一時間感知並自主響應。Agent 從「被叫才動」變成了「主動出手」。
錯誤處理也是給 AI 看的。出錯時不只報錯誤碼，還會告訴 Agent 下一步該怎麼做，切換身份還是補授權。
安全層面，輸入注入防護、終端輸出淨化、鑰匙串憑證存儲默認開啟。Agent 能做事是第一步，安全地做事才是企業敢用的前提。
真開源，真共建
值得一提的是，飛書 CLI 不是把代碼掛上 GitHub 就完了。
668 個 fork，意味著數百個團隊在基於它構建自己的工具鏈。其中有 50多位外部貢獻者提交了代碼，10位的貢獻合入主幹。
現在，飛書 CLI 幾乎每週都有外部代碼合入。
在貢獻者中，有來自土耳其 Hepsiburada 的電商工程師、來自越南的獨立開發者、杭州 SaaS 公司再惠的工程師等等。
也就是說，全球開發者都在為這個項目添磚加瓦。
Issue 區裡的反饋也已經明顯進入 Agent 工作流層面，開發者都在討論 onboarding 對 human 與 AI Agent 成功率的影響，以及意圖識別、工具選擇、上下文管理等真實的落地問題。
可見，開發者們不是在圍觀，是在實戰。他們在認真評估，飛書 CLI 能否進入自己的生產環境。
飛書正在成為 Agent 的核心工作空間
從開發者的實踐到社區的共建，都指向同一個判斷——飛書正在成為 Agent 最核心的工作空間。
為什麼是飛書？因為 Agent 要真正做事，需要三樣東西同時具備。
1. 上下文。飛書上沉澱了企業多年的消息、文檔、日程、妙記、多維表格、OKR。Agent 接入的不是空殼，是蓄滿數據的池塘。
2. 執行力。CLI 打通 17 個業務域，Agent 授權後知道你屬於哪個部門、有什麼角色、能看什麼數據，這套權限貫穿所有模塊。
3. 交互界面。飛書的 Bot 機制讓 Agent 瞬間有了一個每個同事都會用的前端。不需要單獨開發 UI。
三層疊起來，飛書就是 Agent 最自然的工作空間。
OpenClaw 熱潮中的一個細節印證了這一點。大量開發者在沒有任何官方號召的情況下自發湧入飛書生態。
OpenClaw 中文社區創始人楊明鋒回憶，「我判斷在國內環境裡，飛書可能是最快、也是最合適接入 OpenClaw 的平臺。」
從社區自發到官方跟進，再到 CLI 全面開源，這條時間線是開發者一行行代碼寫出來的。
萬星，只是起點
2026 年的春天，OpenClaw熱潮下，開發者們就已經用腳投票選出了 Agent 的工作平臺。
此前，Agent 辦公或許還停留在「幫我生成一段文字」的階段。但現在，已經有人在飛書裡養了一個 AI 同事，有 CEO 在讓 Agent 覆盤決策，有數百個團隊在基於 CLI 構建自己的工作流。
目前來看，如果你想認真探索 Agent 在企業辦公場景中的生產力落地，飛書是開發者共同投出來的、國內最領先的 Agent 工作空間，沒有之一。
在這裡，AI 不再是工具，而是真正與人共生的數字勞動力。
