Claude Code飞书深度集成实战：5个企业级AI代理玩法，解锁协同办公新范式

最近常有人问我：平时用 AI 代理 Agent 时，是怎么和那么多数据打交道的？

其实我的思路一直很清晰，本地数据和云端协同数据走的是两条线。我们公司现在将近30个人，我给团队定的规矩是：只要涉及同事之间协作的内容，一律上云。所以你会发现，很多日常交互都是我在让 Claude Code 直接跟飞书对话，我们的小伙伴们也用得越来越顺手，大家打开图形界面的时间反而在明显减少。

大概一个月前，飞书 CLI 第一次开源那会儿，我分享过一篇实操文章，数据反馈很不错。但仅仅过了一个月，飞书在背后默默追加的能力，到今天我一统计，已经接近120项了。

说实话，这有点吓人。CLI 开放的能力都快赶上 API 了，这种节奏实在少见。

现在，只要你不是那种追求极致定制和变态精细度的极客，用 Claude Code 这类工具去操控飞书，几乎什么都能干。官方已经把能力大全搬到了飞书开放平台，链接在这儿：
https://open.feishu.cn/changelog?abilityType=Tool

GitHub 上，飞书 CLI 的 star 数也快破万了。

所以，我今天就想把我们团队自己用 Agent 跟飞书 CLI 配合的真实案例拿出来聊聊，过程中真的有好多让我忍不住拍桌子的惊艳时刻。

话不多说，直接看场景。

1. 给每个长期会议系列养一个跨场次知识库

第一个特别想展开讲的，是我们已经在稳定使用，并且事后证明极有价值的场景：为每一套周期性会议沉淀一套可复用的知识库。

我们内部每周都有培训会、周会、复盘会，类似这种重复发生的会议一抓一大把。这些会都有一个共同的顽疾——开完之后，飞书妙记安安静静躺在那里，最多会后当天翻一下，长期来看几乎没人做追踪。

时间拉长，问题就暴露了。
有一次在选题会上讨论过一个长线选题，事件本身是假期后才发生的，当时所有人都觉得方向很好，结果假期一结束回到工位，这件事就像从未存在过。
又比如，每次有新人加入，我非常希望他们能快速熟悉我们选题会的流程、选材偏好和标准，而这些真实项目中累积下来的选题会记录，其实正是最好的上手材料。可是没有人整理，没有人沉淀，过去的会议就全浪费了。

拿我们3月份的选题会数据举例，出于隐私保护只展示部分。一旦你有了飞书 CLI，就可以直接在 Claude Code 里调用它进行交互。

没一会儿，它就自动生成了一份飞书文档。会议清单、选题转化分析、会议节奏、决策机制、现象梳理、改进建议……一应俱全。

让 Agent 直接接入飞书取数，再用模型整合出这样一份内容，完全是舒服到骨子里。以前我们得把数据导出来再手动用 Agent 整理，那过程真的繁琐到让人头疼。

它出来的东西极其全面细致，每一场选题会讨论过哪些选题、最终决议是什么、选上和砍掉的理由，全部列得明明白白。

这里面有很多信息都是可以直接沉淀进知识库的经验素材。
重复性会议的经验留存，可以用到各个方向，直接形成固定知识库，方便以后做各种知识存档和管理。

公司内部的培训会也是一样的逻辑，先让 Agent 把过去的培训会抓一轮，沉淀成知识库。以后隔一段时间，让它自动去抓取新的会议信息，自动维护更新，说起来就是打开 Claude Code 一句话的事。
而这些知识库一点点积累下来，我相信对任何一家公司都是极其宝贵的无形资产。

2. Agent + 飞书实现个人工作的全维度复盘

第二个用法是同事特别喜欢的：给自己做一次真正全面的工作复盘。

我经常说，我们公司是完全长在飞书上的，所有同事每一天的工作痕迹都留在飞书里。这些分散在私信、群聊、会议、妙记、日程、任务、邮件、文档、OKR 等一堆地方的数据其实非常珍贵，但靠我们自己是根本做不了横切面分析的。

于是，这种事就太适合扔给 Agent 去干了。
我们有同事让它把过去7天、30天甚至90天里所有维度的数据一次性拉出来，有了这些原材料，能做的事一下子就多了。

这个同事甚至直接把它封装成一个 skill，放到了公司内部的 Skill Hub 上，供所有小伙伴使用。

我用一位同事的账号演示过一遍，给他生成一份季度报告。一句话启动。

接着，它会分出8条并行路径，分别去抓取消息、会议、妙记、日程、任务、邮件、文档和 OKR 数据，然后一并分析。

最后生成的文档非常完整，里面有一句话总览、时间投入分布、协作关系、主要项目、核心产出，还有针对数据的一堆洞察和建议。
比如它会敏锐地发现某个项目的排期有遗漏。

它还会建议把飞书「文件传输助手」里的碎片信息每个月沉淀成结构化文档。

文档末尾还贴心地附上了一份完整的季度汇报。

正因为飞书上有大量真实的上下文，所以它生成的报告是真的能拿出去用的，绝不是那种凑字数的水货。而且这只是个起点，后续你可以按自己的需要，把这份画像加工成网页、PPT、多维表格看板等等，整个过程都相当丝滑。

思考质量和产出都有了，还要几乎没有浪费时间去执行无意义的重复操作，这感觉就很棒。

3. 重复性对接流程的自动化升级

第三个是我最有成就感的一个。

我们收入的很大一块来自 AI 领域的媒介和 MCN 业务，我们有自己的经纪团队。每个月我们都要给合作的博主打款，所以经纪部门每个月固定时间要跟博主对账——确认金额、确认项目、确认有没有漏单。

以前的玩法是，Agent 能从多维表格里把项目和金额查出来，但最后一公里还是靠人去沟通。我们每个月要对接几百个博主，而经纪人只有3个，他们要把对账明细贴到群里等博主回复，再根据博主反馈分流给不同同事，重复的沟通非常非常多。

飞书开放了 CLI 能力之后，这个流程就可以用 Agent 开发一个小东西，完全交给飞书机器人来跑。
于是我们也做了内部迭代，这次跑的流程大概是这样：先把博主和机器人拉进同一个群，群内 @机器人 对账，机器人就会跑去多维表格把这个博主相关的项目数据取出来，然后在群里 @博主，把这个月所有合作的项目、金额、备注一条条列清楚，请博主确认。
博主反馈后 @机器人，机器人按照反馈内容自动分流：金额不对就通知商务核对刊例价；漏单就通知财务补单；确认没问题就 @我 标记对账完成。

我也是简单粗暴地用语音转文字，跟它口喷了一大堆需求。

有了飞书 CLI，接入机器人的成本变得极低，你根本不需要理解什么是 API、什么是事件回调，直接就能干完。
然后我把建好的机器人和博主拉进一个群聊。这里为了保护博主隐私，用的都是测试数据，账号也是同事的。

在群里直接 @机器人 让它对账。

它就会自己去表格里拉数据，生成对账明细，发到群里并 @博主 进行确认。等博主反馈没问题后，它就会通知我们对账无误。

如果博主反馈有问题，机器人会把问题直接转给对应的负责同事。

这时候，对接的负责人会在私信中收到机器人的消息。

我敢打包票，整个过程全是机器人自动跑的，我们只需要在群里 @机器人 对账，然后博主给出反馈就行，所有环节都是自动流转。
而且，如果你想提升私信的重要程度，甚至可以让 Agent 以你本人账号的名义直接发私聊消息，现在飞书 CLI 已经支持以本人名义发消息了。

就是这个效果。
这种玩法只要替换一下机器人查什么数据、反馈分几类、分流给谁，就能直接套到很多业务上，比如客户回款核对、订单异常处理、合同到期提醒甚至是年终奖金发放前的数据核对等等。

4. 一键生成可协同的飞书画板

第四个是飞书最近刚放出来的能力：画板。
一句话就能让 Agent 生成一张全员可以协作编辑的结构图，这个我觉得很有意思。

让 Agent 生成 HTML 来画信息图其实不算什么新鲜事，网上类似案例非常多。但根本区别在于，当你把 Claude Code 和飞书画板结合起来的时候，吐出来的不是 HTML 网页或图片，而是飞书原生的画板。你可以分享给团队里任何一个人，他们打开后都能直接拖动、改文字、加节点、改连线。

这种可复用的协同能力，是我非常看重的。以前用 HTML 做出来的内容，想跟同事一起改，简直难受。
我自己试下来很顺手的一个场景是，开会时把口头讨论的架构或流程，让 Agent 当场出一张图丢到群里，大家就围着这张图边改边讨论。

比如我跟 AI 讨论我的 AIHOT 架构图，想跟同事协同，让他们看看这个架构是怎么设计的，我就可以直接让 Claude Code 配合飞书，给我生成一个画板。

然后立刻得到一张非常详细的画板，里面的每一个节点，同事们都可以随意编辑、修改和拖动。

再比如我们之前的 AIFUT 大会，讨论出来的观众入场流程是一长串文字，看起来特别吃力，我就试着丢给它。

提示词也极其简单。

没几分钟，一张流程图的画板就出来了。

所有人都能在上面接着协同修改，这个体验简直香到爆炸。
而且，因为是画板，你完全可以不止做架构图和流程图，甚至还可以做 PPT。

改起来随意、分享起来方便、编辑起来自由。
协同，协同，还是协同。

5. 全自动报销和审批的奇妙闭环

第五个是我们一位小伙伴今天刚跑通的场景：把整个报销申请和审批流程全部交给 Claude Code 来做。

报销这件事有多折磨人，只要工作过的人都懂。
于是这位同事直接跟 Claude Code 说了收发票的邮箱（她把收发票的邮箱填成了公司的飞书邮箱），然后让 Agent 去知识库里找报销 SOP，照着 SOP 填写报销申请。

Agent 就会先去指定邮箱里搜索。

整理好所有发票。

然后自动在飞书上发起报销申请，但在提交之前会先跟我们确认。

我们确认后就完成提交。

审批人那边马上就能看到刚刚提交的报销单。

我们财务下午看到这一幕都惊了。
除了帮我们提交报销，在审批这一端，也可以直接让 Agent 来做。

它会去核对各种信息。

汇总到一起后和我二次确认。

我确认之后就审批通过。

而且还根据具体情况给出了审批意见。

这一整套跑下来，从发票整理到审批通过，全都是在跟 Claude Code 的对话里完成的，完全不需要打开飞书。
而且这种用法换个外壳就能适用到出差申请、采购申请等场景上，骨架完全一致，无非就是信息收集、匹配模板、提交、追踪反馈这四步。

上面这些场景，都是我们自己公司正在跑的真实例子，当然它肯定无法穷尽 Agent + 飞书的全部能力，只是抛砖引玉。

简单总结一下。
现在飞书 CLI 已经开源，可以直接在 GitHub 上获取，覆盖15个业务域、114项能力。
你也可以把下面这段 Prompt 直接发给你的 Agent，让它帮你安装：

帮我安装飞书 CLI：https://open.feishu.cn/document/no_class/mcp-archive/feishu-cli-installation-guide.md

因为能力实在太多，我做了一个全面的总结图，放在下面，方便大家一目了然。

我现在越发觉得，Agent 已经趋近于两种协同形态。一种是本地独自发挥，另一种是在公司内部与同事强协同。甚至，未来可能出现机器人 @机器人，让 AI 之间直接自主协同。

在这一块，除了飞书，我目前真的没看到任何可替代的选择。用 Agent 来操控飞书，形成多维度的提效和协同，可能正是很多组织下一步进化的关键要素。
等到飞书把所有能力全部开放，整个飞书几乎全面 CLI 化的那一天，我想，我们的办公与协同方式，可能会真正迈入一个全新的时代。希望这些分享，能带给你一点点启发。