釘釘/飛書/企微同周開源CLI？真相是：它們正聯手用MCP+CLI重構企業AI基建底層

想用AI自動化處理企業報表、客服、審批流？別再一個個平臺寫接口了。最近一周，釘釘、飛書、企業微信幾乎同步開源了自己的CLI工具，這絕非巧合——它們正在用MCP協議+CLI接口+模塊化Skill，重構企業AI Agent的底層基建。

CLI：AI Agent的“手腳”，讓自動化真正落地

CLI（命令行接口）聽起來很技術，但本質很簡單：它是AI Agent執行具體操作的“手腳”。想象一下，你的AI助手能通過一條命令，自動登錄釘釘導出上周銷售數據，再調用飛書機器人發送給指定群組，最后把結果存入騰訊文檔。這一切，都可以通過CLI指令完成。

釘釘開源的dingtalk-cli、飛書的feishu-cli、企微的wecom-cli，都提供了標準化的命令行操作能力。以釘釘為例，一段簡單的腳本就能實現自動考勤統計：

# 安裝釘釘CLI
npm install -g dingtalk-cli

# 配置企業應用憑證
dingtalk config set --corp-id=your_corp_id --corp-secret=your_secret

# 獲取部門考勤數據（示例）
dingtalk attendance get --department-id=1001 --date=2024-04-01 --output=json

這背后的意義在于：AI Agent不再需要依賴各平臺私有API的復雜對接。CLI提供了統一、可腳本化的操作入口，讓AI模型（如Claude、GPT）能直接“動手”操作企業軟件。

MCP協議：連接一切的“中樞神經”

如果CLI是手腳，那MCP（Model Context Protocol）就是協調這些手腳的“中樞神經”。MCP協議定義了AI模型如何發現、調用外部工具和數據源的標準方式。

在企業場景中，MCP的價值尤為突出：

1. 工具發現：AI模型通過MCP可以自動發現“釘釘CLI能做什么”、“飛書CLI支持哪些操作”
2. 上下文傳遞：當AI需要跨平臺操作時（如從釘釘讀數據，寫入飛書文檔），MCP確保數據和狀態正確流轉
3. 安全管控：所有CLI操作通過MCP協議封裝，企業可以統一設置權限、審計日志

一個典型的MCP+CLI工作流可能是這樣的：

# 偽代碼：展示MCP如何協調多平臺CLI
from mcp import Client
from skills import DingtalkAttendance, FeishuReport

# 初始化MCP客戶端
mcp_client = Client("enterprise-agent")

# 通過MCP發現可用技能
dingtalk_skill = mcp_client.discover_skill("dingtalk-attendance")
feishu_skill = mcp_client.discover_skill("feishu-spreadsheet")

# AI決策：獲取數據并生成報告
attendance_data = dingtalk_skill.execute(command="get", department="sales", period="weekly")
report_url = feishu_skill.execute(command="create_report", data=attendance_data, template="weekly-summary")

print(f"報告已生成：{report_url}")

Skill模塊：快速搭建AI賺錢案例的“樂高積木”

Skill（技能模塊）是CLI和MCP之上的業務封裝層。每個Skill解決一個具體問題，比如“自動生成財務周報”、“智能客服分流”、“合同審批跟蹤”。

關鍵創新點在于：這些Skill可以像樂高積木一樣自由組合。你可以：

• 用釘釘的“考勤數據Skill” + 飛書的“報表生成Skill” + 企微的“消息推送Skill”，組合出一套全自動HR周報系統
• 把“客服工單Skill”與“知識庫檢索Skill”結合，打造7×24小時AI客服

一個真實的賺錢案例：某SaaS團隊基于開源CLI，開發了“電商數據管家”Skill包。它能：

1. 每天自動從各平臺（淘寶、京東、拼多多）CLI拉取訂單數據
2. 通過MCP協議匯總清洗，生成可視化報表
3. 推送到企業微信和釘釘群

他們怎么收費？ 基礎版每月299元/企業，高級版（含預測分析）每月899元。目前已有37家中小企業訂閱，月收入超3萬元，而開發成本主要是一個工程師兩周時間。

技術落地路徑：三步搭建你的企業AI Agent

第一步：環境準備

# 安裝你需要的平臺CLI（以釘釘+飛書為例）
npm install -g dingtalk-cli feishu-cli

# 安裝MCP客戶端庫
pip install mcp-sdk

# 配置企業憑證（務必使用環境變量，不要硬編碼）
export DINGTALK_CORP_ID="your_id"
export DINGTALK_CORP_SECRET="your_secret"
export FEISHU_APP_ID="your_app_id"
export FEISHU_APP_SECRET="your_app_secret"

第二步：選擇或開發Skill

• 現有Skill庫：查看各平臺開源倉庫的/skills目錄
• 自定義開發：遵循MCP Skill模板，實現execute()和describe()接口

第三步：編排工作流

# 使用Python編排一個簡單的“每日數據匯總”工作流
import asyncio
from mcp import SkillOrchestrator

async def daily_data_summary():
    orchestrator = SkillOrchestrator()
    
    # 添加技能步驟
    orchestrator.add_step("dingtalk", "fetch_sales_data", {"date": "yesterday"})
    orchestrator.add_step("feishu", "create_spreadsheet", {"template": "sales"})
    orchestrator.add_step("wecom", "send_notification", {"channel": "sales-team"})
    
    # 執行并獲取結果
    result = await orchestrator.run()
    return result

# 設置定時任務（如每天上午9點執行）
# 可使用cron、Airflow或各平臺自帶的定時觸發器

下一步行動：從今天開始

1. 立即體驗：訪問釘釘/飛書/企微的GitHub開源倉庫，下載CLI工具，用測試企業環境跑通第一個命令
2. 識別場景：梳理你所在企業最耗時的3個跨平臺流程（如數據同步、審批流轉、報表生成）
3. 組合Skill：在現有開源Skill庫中尋找可復用模塊，嘗試組合出解決你問題的最小可行方案
4. 小步驗證：先為一個部門或一個簡單場景搭建自動化流程，用實際效率提升證明價值

企業AI的下一波紅利，屬于那些能用標準協議串聯碎片化工具的人。CLI、MCP、Skill這三件套，正在降低這場游戲的參與門檻。