Claude Code与飞书Agent办公玩法：5个高效场景实测推荐

如何让AI Agent与各类数据高效交互，已成为当前技术实践的核心议题。我们的解决方案是将数据架构分为本地与云端两部分。对于需要团队协同处理的数据，我们统一迁移至飞书云端。目前，公司近30名成员的日常工作已深度依赖这套云端协同体系。

一个显著的趋势是，图形化界面的使用频率正在大幅降低。越来越多的操作，无论是个人任务还是团队协作，都开始交由Claude Code这类工具，通过自然语言指令直接与飞书交互完成。

这背后离不开一个关键工具：飞书CLI。大约一个月前，当它首次开源时，我们就进行了关注和试用。令人印象深刻的是，在这短短一个月内，其能力列表已从最初的基础功能，迅速扩展至近120项。

这个数字超出了我们的预期。这意味着，通过命令行操控飞书的能力，已接近官方API的覆盖范围。对于使用Claude Code等工具的团队而言，只要不是极其特殊的定制需求，几乎所有的日常操作都能通过指令高效完成。

飞书开放平台已上线完整的能力大全，方便开发者查阅。而在GitHub上，飞书CLI项目的星标数也已逼近一万，社区活跃度可见一斑。

基于这段时间的深度使用，我们沉淀了几个极具价值的协同场景。这些案例不仅显著提升了工作效率，其中几个应用瞬间甚至带来了颠覆性的体验。接下来，与各位具体分享。

1. 为每个会议系列构建跨场次知识库

第一个场景，是我们已验证并落地的实践：为周期性会议建立专属的、持续积累的知识库。

公司内部充斥着各种周会、培训会和复盘会。这些会议存在一个通病：会议纪要和妙记产出后，往往只在短期内被查阅，长期来看缺乏系统性的沉淀和追踪机制。

时间一长，问题便暴露出来。例如，我们曾在选题会上讨论过一个长线选题，当时一致认为极具潜力，但假期过后，这个点子就被遗忘了。再比如，新同事入职后，需要快速了解选题会的流程和偏好，而历史上大量的真实会议记录恰恰是最好的培训材料，但它们散落在各处，无人系统整理。

飞书CLI改变了这一局面。现在，你可以直接在Claude Code中调用飞书CLI，让它自动处理这些数据。例如，输入指令，让它分析三月份的选题会数据。

很快，一份结构清晰的飞书文档便自动生成。内容包含会议清单、选题转化分析、会议节奏、决策机制、观察到的现象以及改进建议。

让Agent直接接入飞书抓取数据并整理，整个过程流畅高效。这远比手动导出数据再交给Agent处理要便捷得多。

报告内容极为详尽，每一场会议讨论了哪些选题、最终决议如何、决策理由是什么，都一目了然。

这些信息都是可以沉淀到知识库的宝贵经验。这种模式可以复用到所有重复性会议上。例如，将过去的培训会内容沉淀为知识库，之后只需定期让Agent自动抓取新会议信息来更新维护，一句指令即可完成。

长期积累下来，这些知识库将成为公司宝贵的无形资产。

2. Agent+飞书，实现个人工作全景复盘

第二个用法深受同事欢迎：利用Agent对自己在飞书上的全部工作痕迹进行深度复盘。

对于深度使用飞书的团队而言，每个成员的工作数据——私信、群聊、会议、妙记、日程、任务、邮件、文档、OKR——都散落在各处。个人很难对自己进行横向的、全面的分析。

这正是Agent大显身手的地方。例如，可以让它拉取过去7天、30天或90天的全维度数据。有了这些数据，可做的事情就多了。我们甚至有同事将此做成了一个标准化技能（Skill），放到了公司内部的Skill Hub上供所有人使用。

以一位同事的季度报告为例。只需启动相应的指令。

Agent便会并行抓取消息、会议、妙记、日程、任务、邮件、文档、OKR等八类数据进行分析。

最终，它会生成一份全面的复盘文档，包含一句话总结、时间投入分布、协作网络、主要项目进展、核心产出，以及基于数据的洞察与建议。

例如，它能发现某个项目的排期出现了遗漏。

或者建议将飞书“文件传输助手”中的零散内容，每月沉淀为结构化文档。

文档末尾还会附上一份可直接使用的季度汇报草稿。

由于数据源是真实的飞书工作上下文，生成的报告质量很高，绝非敷衍了事。这只是一个起点，后续可以轻松地将此画像转化为网页、PPT或多维表格看板。思考与产出都有了，却无需耗费大量时间在重复执行上，这正是效率工具的价值所在。

3. 重复性对接流程的全面自动化

第三个场景，是让我们最有成就感的实践：将重复性极高的业务对接流程完全自动化。

我们的一部分业务涉及AI领域的媒介和MCN合作，每月需要向大量博主支付费用。此前，经纪团队的同事需要手动从多维表格中查询项目与金额，再逐一与博主在群聊中对账，根据反馈分流处理。每月对接数百位博主，仅靠三位经纪人，重复沟通的工作量巨大。

飞书CLI开放后，我们得以用Agent开发一个小型机器人，将这个流程自动化。新流程如下：将博主和机器人拉入同一个群，在群里@机器人发起对账。机器人会自动查询该博主相关的所有项目数据，在群里@博主并列出明细请求确认。

博主反馈后，机器人会根据内容自动分流：金额有误则通知商务核对，项目遗漏则通知财务补单，无误则@负责人表示完成。整个需求，我们甚至是通过语音转文字，口述给Agent完成的。

有了飞书CLI，开发机器人的门槛变得极低，无需理解复杂的API或事件回调机制。我们将机器人拉入测试群聊进行演示（为保护隐私，使用假数据）。

在群里@机器人发起对账。

机器人自动查询数据并生成明细，@博主确认。

若博主反馈“没问题”，机器人会通知我们对账完成。若反馈有问题，则会将问题自动转发给对应的负责人。

负责人会立即收到机器人的私信通知。

整个过程完全自动化，人工只需发起指令和接收最终结果。值得一提的是，飞书CLI现已支持以用户本人名义发送消息，这能极大提升重要通知的触达效果。

这个模式具有很强的可复制性。只需替换机器人查询的数据源、反馈分类和分流对象，就能套用到客户回款核对、订单异常处理、合同到期提醒、年终奖数据核对等诸多场景。

4. 生成可实时协同的视觉画板

第四个场景利用了飞书近期开放的新能力：画板。其核心价值在于，能让Agent生成一个全员可实时编辑的视觉化协作空间。

用Agent生成HTML信息图已不新鲜，但结合飞书画板后，产出物不再是静态的网页或图片，而是一个原生的、可分享的飞书画板。团队任何成员打开后，都可以直接拖动节点、修改文字、添加内容。

这种可复用的协同能力至关重要。过去生成的HTML内容，想与同事协同修改非常麻烦。一个顺手的场景是：在会议中，将口头讨论的架构或流程，让Agent实时生成一个画板丢到群里，大家便能边讨论边在线修改。

例如，与AI讨论系统架构图时，想让同事参与意见，就可以直接生成一个可协作的画板。

生成的画板结构详细，且每个节点都支持同事随意编辑、拖动。

再比如，将一段描述活动入场流程的文字丢给Agent。

只需简单的提示词。

几分钟内，一个流程图画板就诞生了。

所有人可以在此基础上继续协同优化。不仅如此，基于画板的灵活性，你甚至可以将其用于快速构建PPT框架。

所有内容皆可修改、分享、协同编辑。核心优势始终围绕两个字：协同。

5. 报销与审批流程的端到端自动化

第五个场景是我们一位同事刚刚跑通的：让Claude Code接管从发片整理到审批完成的整个报销流程。

报销的繁琐人尽皆知。这位同事的做法是：告知Claude Code接收发片的邮箱（已设置为公司飞书邮箱），并让它去知识库查找报销SOP，依据SOP自动填写申请。

Agent会先去指定邮箱搜索发片。

并自动整理好。

接着，它会在飞书上起草报销申请，并在提交前与申请人确认。

确认后，申请便正式提交。

审批人随即能在待办列表中看到这条申请。

这甚至让财务同事感到惊讶。不仅如此，在审批端同样可以自动化。

Agent会自动核对各类信息。

确认无误后，审批通过。

并且会根据情况生成具体的审批意见。

跑通这套流程后，从发片整理到审批完成，全程只需与Claude Code对话，无需打开飞书操作界面。这个框架只需稍作调整，就能套用到出差申请、采购申请等各类流程上，核心逻辑都是信息收集、模板匹配、提交与反馈追踪。

写在最后

以上分享的，都是我们团队内部正在真实使用的场景。它们远未穷尽Agent与飞书结合的全部可能性，权当抛砖引玉。

最后简单总结一下现状。飞书CLI已在GitHub开源，覆盖15个业务域、114项能力。你可以直接获取，或通过一段简单的Prompt让你的Agent帮你安装。

由于其能力列表已非常庞大，我们将其做了一个全面的梳理总结，以供参考。

目前看来，AI Agent的协同模式正趋于两类：一类是本地化、个人化的应用；另一类则是像我们这样，深度融入团队协作流程，与同事强协同。甚至未来可能出现机器人之间相互@、自主协同的场景。

在强协同办公这个领域，飞书目前提供的可能性是独一无二的。利用Agent来操控飞书，实现全方位的效率提升与协同进化，或许正成为许多组织迈向下一阶段的关键要素。

可以想象，当飞书将所有能力全面CLI化、API化的那一天到来，我们的办公与协同方式，必将迈入一个全新的时代。

希望这些实践案例，能为大家带来一些启发。