Codex+飛書插件+27個辦公Skills，這是我最新的工作臺

飛書 Demo Day

大家好，我是 Ai 飛書的老章

剛看完飛書 Demo Day的直播，很多嘉賓的分享和我正在折騰的事情居然殊途同歸

比如泛函老師分享的“把整家公司的活都甩給了AI”，他將 Codex 與飛書 CLI 結合，玩法非常多樣，后面我也會詳細介紹我的做法

還有李青老師分享的“臟活累活、郵件訂單，我的AI幫我搞定”案例，這類場景特別適合直接企業級使用，因為很多公司的業務并沒有那么高級，訂單、合同、報價、發票、對賬單，全都在郵件和附件里漂著

我之前開源的 z-mail-reader、z-smart-xparse、z-md-excel，就是為這類場景準備的，下面我會再詳細介紹

飛書插件@Codex

稍早之前，我介紹過飛書CLI的一個玩法，當時我是把它放在Claude Code中使用的：

但是現在我已經把主力工具換成Codex了，也介紹了

這幾天我又順手把飛書 CLI 和官方 27 個 Skills 做成了 Codex 插件

Codex 中的自定義飛書插件

大家如果有興趣自己制作插件，可以參考

它里面掛了一個總入口 larksuite-cli，以及 27 個官方飛書 Skills，比較常用的：

• lark-doc 負責飛書文檔

• lark-base 負責多維表格

• lark-sheets 負責電子表格

• lark-whiteboard 負責畫板

• lark-mail 負責郵箱

• lark-vc 負責會議

• lark-im 負責消息

飛書 CLI 本來就很強，文檔、表格、多維表格、日歷、IM、郵箱、會議、畫板，基本都能通過命令行進入 Agent 工具箱，Codex 不需要每次猜命令，插件會告訴它該走哪條路，用起來方便多了

首次使用需要初始化

根據它的提示創建飛書應用即可：

具體怎么玩

我常用的很多，推薦高頻使用的幾個吧

1、Codex 自動化 + 飛書即時通訊：任意AI工作成果發送到飛書/群

老章長期大量關注 OpenAI、Claude 等最新動態，之前每天打開官網找更新，太耗時了

我最開始用Codex做定時任務，用Bark通知到我的手機，告訴我是否又更新，缺點是我依然需要打開電腦或打開鏈接。

接入飛書插件就不一樣了，自帶的 larksuite-cli:lark-im 可以發送和回復消息、搜索聊天記錄、管理群聊成員、上傳下載圖片和文件（支持大文件分片下載）、管理表情回復、發送應用內/短信

現在我就可以第一時間在手機飛書收到最新、總結后的消息了

我這只是一個引子，大家完全可以根據自己的需要，自動獲取任意需要隨時關注的內容，然后飛書收最新通知。類似的功能任意龍蝦也可以實現，大家把飛書CLI+Skills安裝好就行了，不過我還是喜歡Codex中操作，發揮十分穩定，而且能力遠不止于此

這里更多玩法大家探索吧，太多了，比如有時候我還會隨時把AI整理好的資料，AI 做好的PPT，圖片直接用飛書插件發到群里！

中間完全不需要你切換窗口，全是把你需要做的事說清楚即可

再比如飛書文檔 + 畫板 → 可編輯知識卡片 / PPT

lark-whiteboard 生成畫板 → lark-doc 寫入文檔 → 飛書文檔 HTML 嵌入 → 發到飛書/群

這個我之前就演示過：扔一個 PDF 給 Codex，它直接在飛書文檔里生成可編輯的 PPT 信息圖，不是圖片，是活的，雙擊就能改

飛書畫板生成的PPT信息圖 2、郵件處理流水線

我自己訂閱了很多 Newletter，也有辦公郵箱處理日常工作，有時候郵件里面還有pdf附件，我之前開源的 z-mail-reader、z-smart-xparse、z-md-excel，就是為這類場景準備的：

郵件到了 → 自動拉取 → PDF 附件解析成結構化數據 → 寫入飛書多維表 → 業務方打開就能看、就能改

z-mail-reader 把郵件和附件撈回來


z-smart-xparse 把 PDF、圖片、掃描件解析成結構化 Markdown


z-md-excel 把 Markdown 表格變成 Excel

飛書 Base 接住這些結果，繼續做復核、協作、統計和追蹤

這樣一來，AI 不再只是在旁邊給建議，它真的進入了一條業務流水線

比如一份 300 頁招標書，先用 z-smart-xparse 自動切分解析，再讓 Agent 提取資質要求、評分規則、交付風險

飛書文檔里放完整解讀，飛書 Base 里放風險清單

每條風險都能分配負責人、狀態、截止時間

這里我就不截圖掩飾了，里面有太多涉及隱私

玩法很多，都需要大家去嘗試，我這里更多是拋磚引玉，給大家提供思路

未來的工作臺

飛書確實很適合當 AI 的工作流操作系統：Codex、Claude Code、各種 Agent 負責執行和推理，飛書負責把這些執行結果放回組織協作里

文檔能沉淀思路，Base 能沉淀結構化數據，任務能沉淀責任，消息能推動流轉，權限能管住邊界

老章覺得，模型能力當然重要，但真正拉開差距的是工作流

能不能讀取真實材料

能不能調用真實工具

能不能把結果沉淀到團隊每天都打開的地方

能不能復跑、復核、追溯、交接

這些才是企業里真正有用的 AI

這也是我把飛書 CLI 做成 Codex 插件的原因