🔧 主要功能：让AI学会“自己造工具”

Lark-Skill-Maker本质上是一个元技能（Meta-Skill）——它不是用来直接操作飞书的，而是用来教AI怎么创建新的飞书操作技能。 它的核心工作方式是引导AI完成一套标准化流程： 第一步：调研可用能力 AI会先检查现有资源——用lark-cli <service> --help查看已注册的API命令，用lark-cli schema <service.resource.method>查询参数定义。如果CLI已经能覆盖需求，就不需要重复造轮子了。 第二步：确定API调用方式 飞书CLI提供三种调用层级，优先级从高到低： Shortcut（lark-cli <service> +<verb>）：最简洁的高级封装 已注册API（lark-cli <service> <resource> <method>）：标准命令 裸调API（lark-cli api <METHOD> <path>）：调用任意飞书OpenAPI 如果以上都无法覆盖需求，技能会联动lark-openapi-explorer从飞书官方文档库中逐层挖掘原生接口信息。 第三步：生成SKILL.md模板 最终产物是一份规范的SKILL.md文件，包含技能名称、触发描述、命令示例、所需权限scope等关键信息。这份文件放在skills/lark-<name>/目录下，AI下次遇到类似场景就能自动识别并调用。 简单说：你告诉AI“我想要一个能做XXX的技能”，Lark-Skill-Maker负责把这句话变成一份可运行的技能说明书。

🚀 首次安装：三步完成，和其他lark技能一样

安装流程和lark系列其他技能完全一致： 第一步：安装lark-cli bash npm install -g @larksuite/cli 第二步：安装技能集 bash npx skills add https://github.com/larksuite/cli -y -g 这条命令会安装所有lark官方技能，包括Lark-Skill-Maker。也可以单独安装： bash npx skills add https://github.com/larksuite/cli --skill lark-skill-maker 第三步：完成认证 bash lark-cli config init lark-cli auth login --recommend 系统会弹出二维码，用飞书扫码完成授权。 安装完成后，建议重启AI编程工具（如Cursor、Claude Code）确保技能完整加载。

🎯 主要应用场景：谁需要用这个？

这个技能的定位是给开发者或AI工作流搭建者用的“工具箱”，而非日常操作工具。 场景一：CLI没有覆盖的操作 飞书CLI内置了200+命令覆盖11大业务域，但如果你的需求恰好是“漏网之鱼”——比如某个新发布的API还没被封装成快捷命令，Lark-Skill-Maker就能引导AI帮你快速补上这个缺口。 场景二：编排多步工作流 很多真实业务场景需要多个API串起来才能完成。比如“拉取未读邮件→按优先级分类→把重要摘要推送到群聊”。这种流程如果每次都要手动组合，效率很低。Lark-Skill-Maker可以把这套流程固化为一个独立的Skill，下次一键触发。 场景三：团队内部的“技能库”建设 如果一个团队经常需要重复执行某些飞书操作——比如每周生成项目周报、自动创建会议纪要文档——可以把这些操作封装成Skill，团队成员共享使用，降低重复劳动。

💡 使用帮助：核心原则要记牢

基于Lark-Skill-Maker创建的新Skill，需要遵循几个关键设计原则： Description决定触发：SKILL.md中的描述字段必须包含功能关键词和触发条件，格式为“当用户需要<触发场景>时使用”。这是AI判断什么时候该调用这个技能的依据。 明确权限要求：每个Skill需要说明它依赖哪些飞书scope。用户登录时通过lark-cli auth login --scope <scope_name>来授权。缺少权限时，AI应该把console_url提供给用户去后台开通。 写入操作先确认：任何创建、更新、删除类的操作，AI必须先向用户确认意图。建议在命令中支持--dry-run预览模式，让用户看到“将要做什么”再决定是否执行。 编排要讲清楚数据流：如果Skill涉及多步操作（比如先创建文档，再添加内容，然后设置权限），每一步之间的数据传递（比如第一步返回的document_id传给第二步）要在命令注释中说明清楚。

🤖 适合哪些AI工具？

Lark-Skill-Maker创建的是标准的lark-cli Skill，因此兼容所有支持飞书CLI技能机制的AI环境： AI编程助手：Cursor、Claude Code、Codex CLI等工具可以直接加载和使用这些技能。安装后AI能在合适场景下自动识别并调用自定义Skill，无需手动干预。 AI工作流平台：如果你在使用Dify、Coze等平台搭建AI应用，可以将封装好的Skill作为自动化流程中的节点，实现“自然语言触发→AI自动执行飞书操作”的闭环。 飞书CLI生态内部联动：Lark-Skill-Maker与lark-openapi-explorer形成紧密配合——前者负责封装，后者负责调研未知接口。两者共同构成了飞书AI技能开发的完整链路。

📝 总结

Lark-Skill-Maker的定位很清晰：它不是给普通用户日常用的，而是给AI“扩编”用的。 当飞书CLI的200+内置命令不够用时，这个技能能引导AI自己把缺少的功能封装起来，形成可复用的新技能。它解决的是“AI能力边界怎么扩展”的问题——让AI从“只会用现成命令”变成“能自己造新命令”。 如果你已经用上了飞书CLI和AI编程助手，并且希望让AI能做更多飞书相关的自动化工作，Lark-Skill-Maker值得你花十分钟了解一下。它不会直接帮你干活，但它能让你的AI助手学会更多干活的姿势。