读完这篇内容，你能直接收获三大核心价值：
-
一套可直接复用的落地方案：4 张表、40 个字段、10 个自动化 Skill，我的自媒体内容中台完整架构，拿来就能用
-
一套可跨行业复制的方法论：从 “让 AI 先读说明书” 到 “设计数据底座” 再到 “封装成 Skill”，销售管理、项目管理等任意行业均可套用
-
一种全新的工作方式：你和飞书的交互接口，从鼠标键盘变成一句自然语言
前不久飞书推出重磅举措 —— 将命令行工具正式开源。简单来说，你只需对 AI 说一句人话，就能完成飞书内的各类操作：
-
自媒体博主：一句话搭建选题库、记录灵感、将视频转文字存入素材库
-
项目经理：一句话创建跟踪表、发起会议、给五位成员分配任务
-
销售：一句话查询客户记录、回填成交数据、生成业绩排名
-
运营：一句话搭建排期看板、统计渠道转化率、发送周报到群内
-
HR：一句话查询组织架构、创建招聘表格、邀约面试并联动用人经理
-
外贸从业者：一句话搭建客户跟进表、发送报价邮件、统计各市场回款
-
老师：一句话创建课程表、发送课件到班级群、统计作业提交情况
-
创业者：一句话搭建一整套运营系统，5 分钟完成全流程打通
创建表格、查询数据、发送消息、预约会议、分配任务、搜索文档、撰写邮件、调取通讯录、读取会议纪要、管理知识库、传输文件 —— 所有操作，一句话即可实现。
该工具覆盖 11 个业务域、200 + 快捷命令，可调用飞书 2500+API，采用 MIT 协议，无需申请、无需审核，安装完成即可直接使用。
一、安装配置 —— 让 Claude 担任你的装机师傅
01 最简方式：让 Claude 帮你完成安装
如果你正在使用 Claude Code，那么安装环节可以完全交给 AI 处理。打开 Claude Code，输入指令：帮我安装飞书 lark-cli，检查运行环境，安装完成后进行简单可用性验证，参考文档： https://github.com/larksuite/cli/blob/main/README.zh.md
Claude 会自动检查 Node.js 版本、执行安装命令、完成配置初始化，你仅需在弹出授权页面时，用手机扫码授权即可。
02 让 Claude 读懂飞书 —— 教 AI 做事的第一步，不是 “做什么”，而是 “你能做什么”
安装完 lark-cli 后，多数人的第一反应是让 AI “建一张表”，但我没有这样操作。经过多年 AI 使用实践，我总结出一个反直觉的经验：教 AI 做事的核心第一步，不是明确执行动作，而是让它知晓自身能力边界。若急于让 Claude 执行任务，它只能靠猜测完成；若先让它通读工具说明书，后续每一步操作都会精准度远超预期。
因此我做了看似 “多余” 却至关重要的一步： 喂送文档，建立 AI 认知 。我将 lark-cli 的 GitHub README 文档发送给 Claude Code，并下达指令：把这份文档完整阅读一遍，帮我梳理出 lark-cli 的全部能力边界，文档地址： https://github.com/larksuite/cli/blob/main/README.zh.md
这并非高阶操作，却决定了后续所有系统设计的质量。
几分钟后，Claude 输出了结构化的能力地图，完整覆盖 11 个业务域：
-
base（多维表格）：65 个快捷命令，是 lark-cli 中功能最核心的模块
-
docs（云文档）：支持创建、编辑、搜索，可直接注入 Markdown 内容
-
im（即时通讯）：发送消息、搜索群组、管理群成员
-
calendar（日历）：查询日程、创建日程、查看忙闲状态
-
task（任务）：创建待办、搭建清单、分配任务成员
-
contact（通讯录）：搜索人员、查询组织架构
-
sheets（电子表格）：创建、读写、导出表格
-
drive（云空间）：文件上传下载、权限管理
-
wiki（知识库）：解析知识库链接
-
vc（视频会议 / 妙记）：搜索会议记录、生成会议纪要
-
mail（邮箱）：撰写邮件、搜索邮件、查看收件箱
同时具备三层命令架构，操作难度从简单到复杂递进；还包含 19 个 AI Agent Skills，这是专为 Claude Code 等 AI Agent 设计的知识包，能让 AI 理解飞书 API 逻辑与最佳实践，安装后 Claude 操作飞书会如同操作微信般流畅。
lark-cli 全功能手册
lark-cli ：飞书 / Lark 开放平台 CLI 工具，支持人类与 AI Agent 在终端中操作飞书。覆盖 11 大业务域 、 124 个快捷命令 、 45 个标准子命令 、 19 个 AI Agent Skills ，可调用 2500 + 飞书 API 。
这一步的核心意义
这就像雇佣新助理，不会直接让其上手工作，而是先让其通读公司手册，了解系统功能、业务流程。AI 对工具的理解越深入，后续的系统设计就越精准。
很多人觉得这一步繁琐，但省略后必然会反复返工 —— 因为 Claude 不会知晓飞书的视图分组功能、+data-query 服务端聚合计算能力、妙记视频转录功能。你不告知 AI 这些能力的存在，它永远不会主动使用。
这是我使用 AI 多年的核心心得： AI 的上限并非模型本身能力，而是你喂给它的上下文信息 。
随后我向 Claude 提出问题：“作为自媒体博主，我该如何用飞书管理内容生产全流程？”
这个问题的本质，不是让 AI “建几张表”，而是让其结合飞书全部能力，为我设计一套完整的运营系统。而 Claude 给出的方案，超出了我的预期。
二、设计数据底座 —— 让 AI 担任你的架构师
多数自媒体博主的核心痛点：内容资源分散无系统
你是否有过这样的困扰：选题灵感散落在备忘录，优质内容收藏在微信收藏夹，写作进度靠大脑记忆，发布排期记录在 Excel，数据复盘更是无从谈起。每次查找上周灵感，需要在多个 App 间切换；统计月度发文数量，需要手动逐一计数。根本原因，是缺少一套系统化的内容管理体系。
Claude 的架构设计成果
4 张表格，分工明确、各司其职。
不过 Claude 的第一版方案存在优化空间：它将发布计划表设计为内容管理表的子表，所有发布记录集中在 “发布平台” 多选字段。我指出问题：同一篇文章发布在公众号、小红书等不同平台，数据指标不同，多选字段无法分别记录。随后让其将发布计划表独立拆分，一篇文章对应每个平台一条记录，让数据关联更灵活。
AI 给出的第一版方案未必最优，但能提供优质起点，帮你明确优化方向。
关联关系：数据如何高效流转
4 张表之间怎么打通，才是关键。
数据单向流动，从素材积累到灵感生成，从内容立项到发布排期，每一步通过关联字段打通，彻底消除数据孤岛。
选题灵感库：两大核心字段
共 9 个字段，覆盖选题从 “产生想法” 到 “确定执行” 的完整决策链，包含选题标题、来源类型、关联素材、写作角度、适配平台、优先级、时效性、状态、备注。其中 来源类型 、 时效性 为核心筛选字段：
-
来源类型：明确灵感出处（热点追踪、个人灵感、积累启发、读者反馈、AI 推荐）
-
时效性：判断执行紧急度（紧急热点 24h 内、近期热门本周、长青内容长期）当存在多个待评估选题时，这两个字段可快速筛选优质选题。
积累素材库：一个字段实现价值最大化
共 11 个字段，包含标题、来源账号、内容形式、原始链接、核心观点、亮点标注、对我的启发、所属领域等。这张表的核心设计是 妙记链接 字段：该字段打通视频与文字的壁垒，将视频上传至飞书妙记自动转录，转录链接回填至表格，形成 “视频→妙记转录→要点提取→入库→关联选题” 的完整链路，彻底解决视频素材难以管理的痛点，设计简洁且高效。
内容管理表：看板视图是核心精髓
共 8 个字段，核心玩法并非字段本身，而是 看板视图 。按 “写作状态” 分组，分为草稿中、修改中、已定稿、已发布四列，清晰展示所有内容进度，无需记忆、无需翻阅聊天记录。
发布计划表：数据闭环的关键环节
共 12 个字段，一篇文章多平台发布对应多条记录，包含关联文章、发布平台、计划发布日、发布状态、发布链接，以及阅读量、点赞、收藏、评论、转发、涨粉等数据字段。重点关注 涨粉 、 数据备注 字段：
-
数据：客观记录平台指标（阅读量、点赞数等）
-
数据备注：记录复盘认知（标题效果、内容优化方向等），为后续选题提供依据
三大设计原则
-
关联字段打通：避免数据孤立
-
状态字段用单选：适配看板视图分组
-
数据字段留闭环：回填发布数据，支撑后续决策
优质工具仅能帮你建表，而优质系统能帮你做决策。Claude 提供的不是 4 张表格，而是一整套完整的内容运营决策链。
#“爱 AI 的大牛” 自媒体数据底座 & 工具箱
整体数据架构
飞书多维表格 Base：“自媒体运营中心”
-
表 1：选题灵感库 —— 所有选题想法、灵感、待评估的方向
-
表 2：积累素材库 —— 持续跟踪的积累优质内容（文章 + 视频）
-
表 3：内容管理表 —— 每篇文章从立项到发布的状态追踪
-
表 4：发布计划表 —— 各平台的排期和发布状态飞书云文档 —— 每篇文章对应一个文档，存储草稿、终稿正文，关联内容管理表飞书妙记 —— 视频转录工具，链接积累素材库
关联关系：积累素材库 —— 启发→选题灵感库 —— 立项→内容管理表 —— 排期→发布计划表飞书云文档（正文）
三、一键搭建 —— 说一句话创建一张表
理论设计完成，接下来将蓝图落地为实际系统。首先通过飞书多维表格搭建数据管控中心，在 Claude Code 中输入指令：“帮我在飞书创建一个多维表格，命名为‘自媒体运营中心’。”
此时 AI 会自动执行底层命令：●●●lark-cli base +base-create —data ’{“name”: “自媒体运营中心”}’
不到一秒，即可返回 app_token，这是整个系统的核心地址，后续所有表格、字段、记录操作均基于此完成。
第一张表：选题灵感库
输入指令：“在运营中心里建一张‘选题灵感库’，包含 9 个字段：选题标题、来源类型、关联素材、写作角度、适配平台、优先级、时效性、状态、备注。来源类型的选项为热点追踪、个人灵感、积累启发、读者反馈、AI 推荐。”
Claude 自动将自然语言转换为建表命令，完成字段类型、单选选项、多选配置的设置，无需手动编写 JSON 代码。一句话即可创建 9 个字段，打开飞书即可查看完整表格。
其余三张表：同款操作逻辑
用同样的方式，依次让 Claude 创建积累素材库（11 个字段）、内容管理表（8 个字段）、发布计划表（12 个字段），三句话完成三张表的搭建。
看板视图：两条命令快速实现
内容管理表搭建完成后，核心步骤是创建看板视图，执行两条命令即可：
执行后，看板视图自动生成，草稿中、修改中、已定稿、已发布四列清晰呈现。
搭建完成：整体回顾
4 张表、40 个字段、1 个看板视图，全程仅需 5 分钟，且全程使用自然语言操作。以往搭建此类系统，仅设计字段就需要半天时间，现在只需描述需求，Claude 即可自动转换为飞书可识别的指令。当搭建系统的门槛降低至 “会说话”，系统化管理不再是大型企业的专属能力。
四、封装成 Skill—— 从 “逐句指令” 到 “一句话跑完流程”
4 张表格搭建完成，并不等于系统落地。如果每次操作都需要逐句告知 Claude“查询选题库→创建记录→关联字段”，本质和手动操作无异，只是从点击鼠标变为打字输入。
真正的自动化，是将完整流程封装为 Skill 。
什么是 Skill？
Claude Code 的 Skill 功能，可将完整操作流程编写为指令文档，Claude 读取后，即可按照流程自动执行任务。类比来说：第一次教助理工作需要手把手指导，完成后编写 SOP 手册，后续只需说 “按手册执行”，助理即可独立完成全流程。Skill，就是给 Claude 的专属 SOP 手册。
我共封装了 10 个 Skill，覆盖素材积累、选题管理、文章写作、发布排期、数据分析、周报生成等自媒体内容生产全生命周期。每个 Skill 都明确知晓操作表格、执行命令，无需记忆任何代码，只需说人话即可触发。
核心 Skill 场景展示
-
素材自动入库“这个妙记链接里有个关于 RAG 的视频，帮我提取要点存进素材库。”飞书妙记转录→AI 提炼观点→写入素材库；再输入 “帮我转化为选题”，自动关联素材库与选题库，一条视频两句话生成选题。
-
热点选题自动收录“帮我搜一下今天 AI 领域有什么热点，挑 9 个适合我写的录进选题库。”Claude 联网搜索→评估适配度→批量写入选题灵感库；进阶指令 “帮我推荐今天写什么”，AI 会综合时效性、优先级、历史数据，直接推荐 Top3 选题。
-
数据自动分析复盘“过去一个月互动率前 5 的文章是哪些？分析一下共同特征。”Claude 跨 4 张表关联查询→聚合计算→输出分析报告；指令 “帮我生成这周的内容周报”，一键生成并保存为飞书文档。
10 个 Skill 完整链路
五、从操作员到指挥官
回顾整套操作流程，你无需手动在飞书建表、无需翻找群聊文档、无需手动统计数据，全程仅需与 Claude 自然沟通，任务即可自动完成。
当飞书变为可调用的命令集合，你的角色从 “手动操作员” 升级为 “全局指挥官”。这款工具的本质，不是 “让程序员用命令行操作飞书”，而是 让 AI Agent 拥有了操作飞书的能力 。你负责思考决策，AI 负责执行落地。
传统工具的趋势是功能越来越复杂、按钮越来越多，而 lark-cli 反向优化 —— 隐藏所有操作按钮，仅保留自然语言这一个交互接口。
安装仅需三步，搭建仅需五分钟，首个工作流十分钟内即可跑通。你无需掌握代码知识，只需学会清晰表达自身需求。
最好的管理系统，交互接口就是自然语言。打开终端，说出需求，事情自动完成。
相关链接
01.Claude Code 简介 | 02.Claude Code 安装与使用 | 03.Claude Code 如何工作 | 04.Claude Code API 配置 | 06.Claude Code 第一次使用