1. 飞书 CLI 是什么，为什么值得接进 Claude Code
飞书开源 CLI 这件事，本质上是把飞书的消息、文档、日历、审批这些能力，从图形界面里「拆」出来，变成终端里可以调用的命令。你可以把它理解成给飞书装了一个命令行遥控器：以前要点开客户端、找到群、输入文字、点发送，现在一句话交给 Claude Code，它去调 CLI，CLI 再去操作飞书。对天天泡在终端里写代码的人来说，这个链路一旦跑通，很多重复的沟通和整理动作就能被自动化掉。
它适合谁？我梳理了三类：第一类是重度 Claude Code / Codex 用户，平时就在终端里 vibe coding，希望顺手把飞书消息、文档也管起来；第二类是需要做信息汇总的人，比如每周要整理群聊记录、把文档提炼成汇报材料；第三类是想玩 Skills 工作流的开发者，飞书 CLI 自带一批 Skills，装好之后 Claude Code 能直接调用，不用自己从零写工具函数。
核心检索词先明确：飞书 CLI 是一个开源命令行工具，能让你用自然语言指挥 AI 助手操作飞书；Claude Code 是 Anthropic 的命令行编码助手；Skills 是 Claude Code 里可插拔的能力包。三者串起来，就是「你说一句话 → Claude Code 理解意图 → 调用飞书 CLI 的 Skill → 飞书侧执行 → 结果回到终端或飞书」。
我实测下来，整个安装加授权大概十分钟能搞定，真正花时间的是理解 Skills 的加载机制和授权流程。下面按「前置准备 → 安装配置 → 验证 → 排障 → 实战」的顺序拆开讲，每一步都给可复制的命令和配置片段。
先说清楚能力边界，避免预期错位。飞书 CLI 目前覆盖的能力包括：发送和读取消息、创建和编辑文档、读取文档内容、操作日历和审批等。它不是万能的，比如复杂的多维表格权限、跨租户操作，还是得看官方文档。但对「发消息、读文档、整理内容、推送资讯」这类高频动作，已经够用了。
还有一个点值得强调：飞书支持个人注册，不像某些企业协作工具那样限制多。这意味着你不需要公司管理员给你开权限，自己就能建应用、拿凭证、跑通链路。对个人开发者和想快速验证想法的人来说，门槛低了很多。
2. 前置准备：TaoToken 接入与 Claude Code 环境确认
在装飞书 CLI 之前，得先确保 Claude Code 本身能正常工作。如果你还没配好模型接入，后面调 Skills 会一直报错，排查起来很痛苦。这里我用 TaoToken 来做模型接入，它的 API 地址是 https://taotoken.net/api，兼容 Anthropic 的接口格式，Claude Code 可以直接对接。
为什么先讲这个？因为飞书 CLI 的 Skills 是挂在 Claude Code 上的，Claude Code 又依赖模型服务。链路是：Claude Code → 模型 API → 返回工具调用指令 → 调用飞书 CLI。任何一环断了，表现都是「AI 不响应」或「工具没被调用」，新手很容易误判成飞书 CLI 装错了。
先拿 API Key。打开 https://taotoken.net/api-keys ，登录后创建一个 Key，复制保存。注意这个 Key 只在创建时完整显示一次，丢了就得重建。
然后配置 Claude Code 的环境变量。Claude Code 读取的是ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY这两个变量。在终端里执行：
export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的Key"如果你想让配置持久化，写进 shell 配置文件。用 zsh 的话：
echo 'export ANTHROPIC_BASE_URL="https://taotoken.net/api"' >> ~/.zshrc echo 'export ANTHROPIC_API_KEY="sk-你的Key"' >> ~/.zshrc source ~/.zshrc用 bash 的话把~/.zshrc换成~/.bashrc。Windows 用户在 PowerShell 里用$env:ANTHROPIC_BASE_URL="https://taotoken.net/api"，或者去系统环境变量里加。
配置完验证一下 Claude Code 能不能正常对话。直接跑claude进交互模式，问一句「你好」，能正常回复就说明模型接入没问题。如果这里就报 401，先别往下走，去排障章节看 401 的处理。
关于模型选择，Claude Code 默认会用配置里的模型。如果你想指定，可以在启动时加参数，或者在 settings 里写死。TaoToken 的模型列表可以在 https://taotoken.net/models 看到，选一个适合编码的就行。长期做 Agent 和编码任务的话，可以考虑 Coding Plan，额度更划算，具体在 https://taotoken.net/coding-plan 看。
环境确认清单：Claude Code 已安装且能对话、ANTHROPIC_BASE_URL指向 https://taotoken.net/api、ANTHROPIC_API_KEY有效、网络能正常访问 API。这四条都过了，再进下一步。
3. 可复制配置：飞书 CLI 安装与 Claude Code 侧 settings 片段
这一步是核心，我把安装、Skills 加载、授权、配置片段全部给全。先装飞书 CLI，两种方式选一种。
方式一，终端手动装：
npx @larksuite/cli@latest install方式二，让 Claude Code 自动装。直接把官方安装文档地址丢给它：
帮我安装飞书CLI：https://open.feishu.cn/document/no_class/mcp-archive/feishu-cli-installation-guide.md我用的是第二种，Claude Code 会自动拉取 CLI 和配套 Skills，全程不用手动敲命令。装完之后确认 Skills 是否加载成功，两种检查方式：
npx skills list或者在 Claude Code 里让它列出已安装的 Skills。如果列表里没有 larksuite 相关的条目，手动补装：
npx skills add larksuite/cli --all -y -g参数含义：--all装全部 Skills，-y自动确认，-g全局安装（所有项目都能用）。装完必须重启 Claude Code / Codex / OpenCode，否则 Skills 不会完整加载。这一步很多人漏掉，表现是「明明装了但 AI 说找不到工具」。
接下来是 Claude Code 侧的 settings 配置。Claude Code 的配置文件通常在~/.claude/settings.json，如果没有就新建。写入以下内容：
{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key" }, "permissions": { "allow": [ "Bash(npx skills:*)", "Bash(npx @larksuite/cli:*)" ] } }这个片段做了两件事：一是把模型接入写进 settings，避免每次开终端都要 export；二是给飞书 CLI 相关的 Bash 命令放行，不然 Claude Code 调用时会卡在权限确认。如果你用的是 Codex，配置文件在~/.codex/auth.json，格式不同，需要写 Base URL、Key 和 Model ID 三件套：
{ "base_url": "https://taotoken.net/api", "api_key": "sk-你的Key", "model": "claude-sonnet-4-20250514" }Model ID 按你实际用的填，TaoToken 支持的模型在 https://taotoken.net/models 查。Cline 用户如果走 MCP 方式接飞书，配置里同样要保证 Base URL、Key、Model ID 三项齐全，缺一项就会报连接失败。
配置写完，重启 Claude Code。然后在终端跑一次npx skills list，确认 larksuite 的 Skills 在列表里。到这一步，安装和配置就完成了，下一步做授权和验证。
4. 验证请求：从飞书触发到 Claude Code 响应的完整链路
装好不等于能用，得跑一次完整链路验证。这一步我拆成「授权 → 单点测试 → 端到端测试」三层，每层都有明确的成功标志。
第一层，登录授权。在 Claude Code 里说一句「登录飞书 CLI」，或者直接跑 CLI 的登录命令。终端会给出一个二维码链接，复制到浏览器打开。创建应用时随便选个头像和名字，如果之前建过应用，直接选「选择已有应用」。点授权，回到 Claude Code，它会弹出授权链接，点击、勾选、点「开通并授权」。看到授权成功界面，说明凭证已经拿到本地了。
第二层，单点测试。在 Claude Code 里输入：
测试一下飞书CLI功能如果 Skills 加载正常、授权有效，它会返回可用的工具列表或直接执行一个轻量调用。成功的话你会看到类似「飞书 CLI 已就绪」的反馈。这一步失败，大概率是 Skills 没加载或授权过期，去排障章节看。
第三层，端到端测试。发一条真实消息到群里：
向"AI日报"群发一句"hello world"几秒后群里应该收到消息。这一步验证的是「Claude Code → 飞书 CLI → 飞书服务端」的完整链路。如果消息发出去了，说明整条链路通了。
再做一个文档读取测试，验证 Skills 的文档能力：
读取"年中汇报"文档的内容，总结成三点第一次读文档会弹出权限授权，点同意。然后 Claude Code 会调用飞书 CLI 拉取文档内容，交给模型总结，返回结果。这一步成功，说明 Skills 的文档读写能力也正常。
端到端验证的成功标志有三个：群里收到消息、文档内容被正确读取、Claude Code 返回了基于文档的总结。三个都过，链路就算跑通了。这时候你可以开始接更复杂的 Skills 工作流，比如定时抓取资讯、自动整理汇报、批量发消息。
验证过程中如果卡住，先看 Claude Code 的报错信息，再对照下一节的常见错误排查。大部分问题集中在授权、Skills 加载、模型接入这三块。
5. 本篇常见错误排查：401、local proxy failed、reading choices、OAuth
这一节按真实报错来，每个错误给现象、原因、解决步骤。我踩过的坑基本都在这里了。
401 Unauthorized。现象是 Claude Code 一启动就报 401，或者调用模型时返回鉴权失败。原因通常是ANTHROPIC_API_KEY无效、过期，或者 Base URL 写错。排查步骤：先确认 Key 是从 https://taotoken.net/api-keys 复制的完整字符串，没有多余空格；再确认ANTHROPIC_BASE_URL是https://taotoken.net/api，注意结尾不要多加斜杠；最后在终端echo $ANTHROPIC_API_KEY看变量是否生效。如果用的是 settings.json 里的 env，检查 JSON 格式有没有语法错误，逗号、引号最容易出问题。
local proxy failed。现象是 Claude Code 报本地代理连接失败。这个错误通常和网络环境有关，不是飞书 CLI 本身的问题。排查：确认当前网络能正常访问 https://taotoken.net/api，可以用curl https://taotoken.net/api测试连通性；检查是否有残留的代理环境变量，比如HTTP_PROXY、HTTPS_PROXY，如果有就 unset 掉；确认没有其他程序占用 Claude Code 需要的端口。
reading choices 报错。现象是模型返回结果解析失败，报reading 'choices'或类似字段缺失。原因是接口返回格式和 Claude Code 预期的不一致，常见于 Base URL 指向了非兼容接口。排查：确认ANTHROPIC_BASE_URL指向的是 https://taotoken.net/api，而不是其他路径；确认用的模型 ID 在 TaoToken 支持列表里，去 https://taotoken.net/models 核对；如果最近改过配置，重启 Claude Code 让配置重新加载。
OAuth 授权失败。现象是飞书 CLI 授权环节卡住，或者授权后 Claude Code 仍说未登录。原因可能是授权链接过期、应用权限没开全、或者本地凭证没保存成功。排查：重新跑一次登录流程，授权链接有时效，别放太久；创建应用时确认勾选了需要的权限范围，消息、文档、日历这些按需勾；授权成功后重启 Claude Code，让它重新读取本地凭证；如果之前授权过旧应用，去飞书开放平台删掉重建。
Skills 找不到。现象是 Claude Code 说没有 larksuite 相关工具。原因是 Skills 没装全或没重启。排查：跑npx skills list看列表；没有就npx skills add larksuite/cli --all -y -g补装；装完必须重启 Claude Code，这一步不能省。
Codex / Cline 配置报错。如果用 Codex，检查~/.codex/auth.json里 Base URL、Key、Model ID 三件套是否齐全；用 Cline 走 MCP 的话，确认 MCP 配置里同样三项完整。缺 Model ID 是最常见的，很多人只填了 URL 和 Key。
排障的核心思路：先确认模型接入（401、reading choices），再确认 Skills 加载（找不到工具），最后确认授权（OAuth）。按这个顺序排查，能省很多时间。
6. 把飞书 CLI 接进日常：Skills 工作流与长期用法
链路跑通之后，真正有价值的是把它变成日常习惯。我分享几个实际在用的 Skills 工作流，你可以直接抄。
第一个是「群消息自动推送」。提示词模板：
使用飞书CLI，向"AI日报"群发送以下内容： 标题：今日AI资讯 正文：<你的内容>配合定时任务，可以让 Claude Code 每天定点抓取资讯、整理、推送。抓取部分用 Chrome DevTools 或直接调 API，整理交给模型，推送交给飞书 CLI。
第二个是「文档提炼与可视化」。提示词：
帮我把"年中汇报"文档内容进行整合分析： 1. 去掉图片，针对收益写一段总结，包含为什么做、做得怎样、成果如何，不要太长，列几点即可 2. 把内容整理生成一个HTML可视化页面，清晰展示核心要点这个工作流我实测下来，AI 能直接提炼出汇报要点并生成可视化页面，省掉大量手工整理时间。
第三个是「资讯抓取推送」。提示词：
要求： 1. 使用 chrome-devtools 抓取 InfoQ 网站 AI 相关资讯，最新3条 2. 格式：标题 + 核心摘要（100字以内） 3. 整理样式后推送到"AI日报"群这个链路跑通后，第一手资讯自动抓取、自动整理、自动推送，基本不用人工干预。
长期用的话，建议把常用提示词存成 Skills 或模板，减少重复输入。Claude Code 支持自定义命令，可以把「发消息到某群」「整理某文档」这类高频动作封装成一键调用。
关于模型额度，如果每天跑大量 Agent 任务，按量付费可能不划算，可以看 Coding Plan，在 https://taotoken.net/coding-plan 了解。接入文档在 https://taotoken.net/doc ，API Key 管理在 https://taotoken.net/api-keys ，模型列表在 https://taotoken.net/models 。想先试试模型对话效果的，可以去 https://taotoken.net/chat 。
最后说个实用技巧：飞书 CLI 的 Skills 是可以组合的。比如「抓取资讯 → 整理 → 写入文档 → 发消息通知」这一串，可以写成一个复合提示词，让 Claude Code 依次调用多个 Skill。组合的关键是把步骤拆清楚，每步给明确的输入输出，模型才知道怎么串。
这套组合用下来，最大的感受是：把 AI 带进工作流，不是让它替代你，而是让它帮你处理那些重复、琐碎、但必须做的事。飞书 CLI 把飞书的「手」交给了 AI，Claude Code 把「脑」接上了，剩下的就是你想让它做什么。
 多参数占位符统一用 %s 的写法与验证)
