最近小編在 GitHub 上發(fā)現(xiàn)了一件有意思的事情。

不知道大家還記不記得得 3 月底釘釘、飛書、企微紛紛布局 CLI 并宣布開源，彼時(shí)，大多數(shù)觀察者將此事解讀為“大廠跟進(jìn) CLI 趨勢”的常規(guī)操作。畢竟，Google 的 workspace CLI ，Anthropic的Claude Code、OpenAI的Codex CLI 已經(jīng)在前方鋪好了敘事。國內(nèi)三家跟注，不算意外。

但僅僅過去一個(gè)月，飛書 CLI 在 GitHub 上的 star 數(shù)居然已經(jīng)突破萬星大關(guān),同時(shí)還獲得了 784 forks，release 高達(dá)33次，issue被討論近300次。

另外，從3家在GitHub的熱度來看，飛書CLI的熱度和增速都是第一。

那么，問題來了，對(duì)于一個(gè)企業(yè)級(jí)工作平臺(tái)而言，一個(gè)月Star過萬意味著什么呢？這背后有多少含金量？飛書又做對(duì)了什么呢？

它為什么會(huì)在這個(gè)時(shí)間點(diǎn)火起來？

過去一年，我們見證了大模型的狂飆突進(jìn)：參數(shù)從百億漲到萬億，上下文窗口從 4K 拉到百萬，多模態(tài)能力越來越強(qiáng)。但從 2026 年初開始，整個(gè)行業(yè)的風(fēng)向發(fā)生了明顯的轉(zhuǎn)變。開發(fā)者們逐漸意識(shí)到：大模型已經(jīng)度過了能力過剩的階段，真正的行業(yè)瓶頸從 "AI 能不能理解問題" 轉(zhuǎn)移到了 "AI 能不能解決問題"。

Human Security 今年發(fā)布的報(bào)告顯示：2025 年全球智能體人工智能流量同比暴漲 7851%，增速達(dá)到人類網(wǎng)絡(luò)流量的 8 倍。這個(gè)數(shù)據(jù)表明——AI已經(jīng)不再只是"聊天界面"，它正在大規(guī)模地替代人去執(zhí)行操作。Agent之間的競爭維度也從 "誰的大模型更會(huì)聊天"，轉(zhuǎn)向了 "誰的 Agent 能干活"。

而這恰恰是辦公平臺(tái) CLI 火起來的底層邏輯。

過去一年，越來越多的開發(fā)者在探索一種 "AI-native" 的工作方式——即 AI 不僅僅是一個(gè)問答機(jī)器人，而是可以讓 AI 直接成為工作流中的執(zhí)行節(jié)點(diǎn)。這種探索的難點(diǎn)不在 AI 本身，而在"連接"：現(xiàn)實(shí)的辦公場景中，一條完整的工作流往往橫跨 IM 消息、在線文檔、數(shù)據(jù)表格、審批流程、日歷排期、郵件通知等多個(gè)系統(tǒng)。如果每個(gè)環(huán)節(jié)都要單獨(dú)對(duì)接一套 API、處理一套認(rèn)證、適配一套數(shù)據(jù)格式，Agent 的落地成本會(huì)高到不切實(shí)際。

開發(fā)者真正需要的，是一個(gè)能把這些碎片化系統(tǒng)"串成一條線"的統(tǒng)一調(diào)用層。

這時(shí)，CLI 的價(jià)值就凸顯出來了。對(duì)于 AI 而言，CLI 是一種比 GUI 更底層、更結(jié)構(gòu)化的交互協(xié)議——按鈕、窗口、鼠標(biāo)這些東西，本質(zhì)上只是把CLI的復(fù)雜操作翻譯成人類能理解的視覺語言。反過來，讓 AI 直接通過 CLI 驅(qū)動(dòng)辦公軟件，等于跳過了"人機(jī)交互"這一層翻譯損耗，讓 Agent 用最直接的方式去調(diào)用能力、編排任務(wù)、閉環(huán)流程。

這也是為什么辦公平臺(tái)成為了 CLI 復(fù)興的第一戰(zhàn)場。對(duì)于每天和工具打交道的開發(fā)者和技術(shù)團(tuán)隊(duì)來說，真正的 AI-native 工作方式是不用再在飛書、GitHub、Jira、Confluence、云平臺(tái)之間反復(fù)切換復(fù)制粘貼，不用再手動(dòng)同步任務(wù)狀態(tài)、生成周報(bào)、整理會(huì)議紀(jì)要，不用再為了一個(gè)重復(fù)的流程寫幾百行代碼，而是用自然語言告訴 Agent"幫我把本周所有 P1 級(jí) bug 的修復(fù)進(jìn)度整理成報(bào)告，同步給項(xiàng)目組并更新到飛書文檔"，然后 Agent 就能自動(dòng)打通所有工具的接口，完成從數(shù)據(jù)拉取、整理分析到同步分發(fā)的全流程。而要實(shí)現(xiàn)這種跨工具、全鏈路的自動(dòng)化閉環(huán)，CLI 是目前唯一可行的統(tǒng)一接口層。它就像 Agent 的 "通用手"，能夠伸進(jìn)每一個(gè)辦公工具的內(nèi)部，操控它們完成真正有價(jià)值的工作。

所以，辦公平臺(tái) CLI 的興起是 AI-native 生產(chǎn)力革命的產(chǎn)物，也是 Agent 落地的關(guān)鍵支點(diǎn)。當(dāng)我們不再滿足于讓 AI 當(dāng)一個(gè) "聊天助理"，而是要讓它成為真正的 "工作伙伴" 時(shí)，用 AI 的母語和它交流，就是最自然、最高效的選擇。

那么，也就能理解為什么飛書、釘釘、企微等一眾企業(yè)為什么紛紛開始布局CLI 了。

另外，CSDN也注意到飛書CLI，幾乎每周都有真外部代碼合并入主干。其中有50 位提交了貢獻(xiàn)代碼，并且其中不乏資深工程師與企業(yè)開發(fā)者參與，這進(jìn)一步說明飛書 CLI 并不是簡單的開源項(xiàng)目，而是一個(gè)與開發(fā)者深度共建的開源協(xié)作平臺(tái)。

這也就很好理解，為什么僅僅在發(fā)布一個(gè)月后，其增長速度如此之快了。

為什么是飛書？

如果說"辦公平臺(tái)是 Agent 落地的最佳土壤"已經(jīng)成為行業(yè)共識(shí)，那么真正值得追問的問題是：在一眾辦公平臺(tái)里，為什么是飛書 CLI 率先拿到了開發(fā)者的投票？

可以明確的是，這不是偶然。答案也不在某一個(gè)單點(diǎn)優(yōu)勢上，而是飛書同時(shí)做對(duì)了兩件事——生態(tài)底座和產(chǎn)品設(shè)計(jì)。兩者疊加，才有了飛書 CLI 的快速“進(jìn)化”。

• 生態(tài)底座：十年積累的質(zhì)變

要理解飛書 CLI 為什么能跑出來，首先得理解一個(gè)前置問題：Agent 落地，到底卡在哪里？

過去一年，大模型的推理能力已經(jīng)不是瓶頸了。但當(dāng)開發(fā)者試圖把一個(gè)本地跑通的 Demo 推向真實(shí)工作場景時(shí)，卻發(fā)現(xiàn)卡在了 API 碎片化、權(quán)限斷層和上下文失憶這幾個(gè)痛點(diǎn)上。

飛書最核心的優(yōu)勢，是它從第一天起就是一個(gè)原生一體化的辦公操作系統(tǒng)，而非多個(gè)獨(dú)立產(chǎn)品的拼湊。經(jīng)過十年迭代，"通訊+文檔+多維表格+審批+日歷+會(huì)議"等核心模塊已經(jīng)深度打通，并且每一個(gè)模塊都擁有成熟、穩(wěn)定、統(tǒng)一的開放API。

權(quán)限層面，飛書內(nèi) Agent 的權(quán)限與用戶身份完全綁定，貫穿所有模塊，不會(huì)出現(xiàn)"文檔能讀、審批不通"的斷層。上下文層面，企業(yè)多年沉淀在飛書上的消息、文檔、日程、項(xiàng)目記錄，就是一座高密度的上下文金礦，Agent 接入后無需從零開荒。

這三個(gè)維度加在一起，飛書就不只是一個(gè)"辦公軟件"了——它是一個(gè)讓 Agent能"看得到"（有上下文）、"聽得懂"（有權(quán)限感知）、"動(dòng)得了"（有全鏈路執(zhí)行能力）的工作空間。開發(fā)者不需要從零搭建基礎(chǔ)設(shè)施，只需要專注于 Agent 的業(yè)務(wù)邏輯本身。

OpenClaw 中文社區(qū)創(chuàng)始人楊明鋒在早期就判斷："飛書可能是國內(nèi)最快、最合適接入 Agent 的平臺(tái)。"3 月初大量開發(fā)者自發(fā)維護(hù)飛書適配，飛書 CLI 在 3 月 28 日開源后，插件能力與 CLI 迅速對(duì)齊。這個(gè)"社區(qū)先跑，官方跟進(jìn)"的時(shí)間線，本身就是對(duì)飛書生態(tài)開放度最好的證明。

不過，生態(tài)底座解釋的是"為什么是飛書平臺(tái)"，真正讓它從同類產(chǎn)品中脫穎而出的，是一套從第一天起就完全面向 AI Agent 設(shè)計(jì)的產(chǎn)品邏輯。

• 產(chǎn)品設(shè)計(jì)：為Agent重新造一次CLI，真正的 AI-native 設(shè)計(jì)出現(xiàn)了

我們也注意到，很多廠商的CLI，本質(zhì)上就是把現(xiàn)有 API 打了個(gè)包，做成命令行格式——說到底，還是給人用的調(diào)試工具。與之相比，飛書 CLI 從一開始就是面向 AI Agent 的辦公調(diào)用基礎(chǔ)設(shè)施。這種設(shè)計(jì)哲學(xué)的差異，體現(xiàn)在四個(gè)維度上。

• 開放廣度：不是"文檔CLI"或"消息 CLI"，而是整個(gè)辦公操作系統(tǒng)

飛書 CLI 把飛書幾乎所有核心辦公模塊都系統(tǒng)化地開放了出來——消息、文檔、多維表格、電子表格、郵件、任務(wù)、日歷、知識(shí)庫、審批、白板、會(huì)議。Agent 能以你本人名義發(fā)消息、建群、管理群成員；能精準(zhǔn)編輯云文檔、批量操作多維表格、自動(dòng)生成儀表盤；能安排跨時(shí)區(qū)會(huì)議、提取妙記待辦、掃描郵件、處理審批。一個(gè) CLI，搞定絕大多數(shù)辦公場景。

更值得關(guān)注的是迭代速度。開源至今僅一個(gè)多月，已有 100 多項(xiàng)新能力上線可用。從多 Agent 在群里互相@協(xié)作，到云空間雙向同步，到 OAuth Device Flow 安全接入、實(shí)時(shí) WebSocket 事件訂閱——開發(fā)者提需求，飛書團(tuán)隊(duì)快速響應(yīng)迭代。開放的邊界不是飛書自己畫的，而是開發(fā)者一起推著往前走的。

• 開放深度：三層架構(gòu)，給 Agent 留足"自己想辦法"的空間

現(xiàn)實(shí)中 Agent 面對(duì)的任務(wù)復(fù)雜度是高度波動(dòng)的。飛書 CLI 也為此設(shè)計(jì)了三層遞進(jìn)式能力棧：

• Shortcut快捷命令——面向高頻場景的便捷封裝，命令名帶“+”，內(nèi)置常用參數(shù)、結(jié)構(gòu)化輸出和 dry-run 預(yù)覽，不用從零拼請(qǐng)求。
• API Commands——把部分飛書開放平臺(tái) API 整理成標(biāo)準(zhǔn) CLI 命令，可按業(yè)務(wù)模塊直接調(diào)用，并支持查看參數(shù)、權(quán)限、請(qǐng)求體和響應(yīng)結(jié)構(gòu)，適合明確接口能力下的穩(wěn)定調(diào)用。
• Raw API——覆蓋面最廣的兜底層，可直接調(diào)用飛書開放平臺(tái) 2500+ 原始API 端點(diǎn)。即使某個(gè)能力還沒有被封裝成快捷命令或 API 命令，Agent 也可以通過 Raw API 訪問底層接口，處理更長尾、更定制化的場景。

除此之外，還有 Skills 機(jī)制。這解決的是一個(gè)很現(xiàn)實(shí)的問題：開放 API 的數(shù)量多，并不等于 AI 用得好。Agent 面對(duì)幾百個(gè)命令，往往不知道怎么組合才最順暢。Skills 把"怎么正確使用這些 API "的方法論沉淀下來，Agent 不用每次任務(wù)都重新摸索最佳實(shí)踐，直接站在飛書已有的積累上，從"能用"跨到"好用"。

• 面向 Agent 的可用性：真正把 Agent 當(dāng)成獨(dú)立"用戶"來設(shè)計(jì)

開放廣度決定 Agent 能做什么，開放深度決定 Agent 能做多深的事。但還有一個(gè)問題同樣關(guān)鍵：Agent 用起來到底順不順手？

飛書 CLI 重點(diǎn)優(yōu)化了調(diào)用穩(wěn)定性、執(zhí)行可控性和反饋可讀性。命令設(shè)計(jì)采用更簡潔的參數(shù)、智能默認(rèn)值和結(jié)構(gòu)化輸出，減少 Agent 猜參數(shù)、解析返回和處理異常的成本；對(duì)分頁、復(fù)雜字段、常見協(xié)作動(dòng)作進(jìn)行了封裝，讓多步驟任務(wù)更容易連續(xù)執(zhí)行。執(zhí)行前可通過 Dry-run 預(yù)覽請(qǐng)求，配合 Schema 查詢能力，幫助 Agent 明確參數(shù)結(jié)構(gòu)、權(quán)限要求和響應(yīng)格式，降低誤調(diào)用和誤操作風(fēng)險(xiǎn)。認(rèn)證流程也針對(duì) Agent 場景做了適配，支持權(quán)限推薦、非阻塞授權(quán)以及用戶/機(jī)器人身份切換，便于在自動(dòng)化流程中穩(wěn)定運(yùn)行。輸出層面支持 JSON、NDJSON、CSV、表格等格式，使 Agent 能更容易提取關(guān)鍵信息并進(jìn)入下一步?jīng)Q策。同時(shí)，它通過內(nèi)置 Skills 和快捷命令覆蓋消息、文檔、表格、日歷、任務(wù)、會(huì)議等高頻場景，減少上下文學(xué)習(xí)成本，讓 Agent 從“理解能力”到“完成動(dòng)作”的鏈路更短、更穩(wěn)、更可控。

開發(fā)者要做的，只是專注于 Agent 的業(yè)務(wù)邏輯本身。至于 Agent 和工具層之間的適配摩擦，飛書 CLI 已經(jīng)替你抹平了。

• 產(chǎn)品化成熟度：從開源工具到產(chǎn)品級(jí)平臺(tái)

一個(gè)月 Star 破萬，當(dāng)然是一個(gè)漂亮的數(shù)據(jù)。但對(duì)于真正懂開源的人來說，Star數(shù)只能說明關(guān)注度，社區(qū)討論的質(zhì)量才能說明這個(gè)項(xiàng)目到底走到了哪一步。

反觀飛書 CLI 的社區(qū)討論：開發(fā)者在討論"怎么用 CLI 接 MCP Server""Skills體系能不能復(fù)用到其他辦公場景""Agent 的執(zhí)行日志怎么審計(jì)""多 Agent 之間怎么協(xié)調(diào)權(quán)限"。這些討論的前提是——這個(gè)工具已經(jīng)被當(dāng)成一套基礎(chǔ)設(shè)施在用了，人們關(guān)心的不再是怎么修 bug，而是怎么在上面長出新的東西。

這種差距背后，是飛書 CLI 在幾個(gè)關(guān)鍵維度上的產(chǎn)品化完成度。把這些維度拉到一起看，飛書 CLI 的定位已經(jīng)很清晰了：它不是"命令行工具箱"，而是一個(gè)面向AI時(shí)代的產(chǎn)品級(jí)平臺(tái)入口。開發(fā)者不需要再花時(shí)間處理底層的臟活累活，只需要專注于 Agent 的業(yè)務(wù)邏輯和場景創(chuàng)新。

Agent 落地的最佳路徑，飛書幫你搞定了

從這個(gè)角度上來看，飛書 CLI 突破萬星，不是某一家公司的勝利，而是整個(gè)行業(yè)對(duì) Agent 落地方向的集體確認(rèn)。

過去，很多人都在探索 Agent 的落地方向：有人做獨(dú)立的 Agent 應(yīng)用，有人做垂直行業(yè)的 Agent 平臺(tái)，有人做大模型的插件生態(tài)。但現(xiàn)在，越來越多的開發(fā)者意識(shí)到：辦公平臺(tái)才是 Agent 最好的載體，而 CLI 才是 Agent 最好的操作接口。而飛書，憑借著提前十年布局的生態(tài)底座、為 Agent 原生設(shè)計(jì)的 CLI 產(chǎn)品、以及全球開發(fā)者共同參與的開源社區(qū)，已經(jīng)成為了目前 Agent 落地的最佳選擇。

對(duì)于開發(fā)者來說，飛書提供了一個(gè)低門檻、高天花板的舞臺(tái)。你不需要從零搭建基礎(chǔ)設(shè)施，不需要自己對(duì)接各種系統(tǒng)，不需要處理認(rèn)證、權(quán)限、數(shù)據(jù)格式這些底層臟活累活，只需要專注于 Agent 的業(yè)務(wù)邏輯和場景創(chuàng)新，就能快速構(gòu)建出能真正解決問題的生產(chǎn)力工具；對(duì)于企業(yè)來說，飛書提供了一個(gè)最安全、最完整、最成熟的 Agent 解決方案。它復(fù)用了企業(yè)現(xiàn)有的飛書投資，不需要更換系統(tǒng)，不需要重新培訓(xùn)員工，就能快速將 AI 引入日常工作流。同時(shí)，飛書打磨了十年的企業(yè)級(jí)安全體系，也讓企業(yè)能放心地把核心數(shù)據(jù)交給 AI。

不可否認(rèn)，我們正在見證一場工作方式的根本性變革 —— 從 "人適應(yīng)軟件" 到 "Agent 協(xié)同人工作" 的范式轉(zhuǎn)移。而飛書 CLI，只是這場變革中第一個(gè)跑出來的觀察樣本。

未來的故事，才剛剛開始。