三大廠同周開源CLI，AI Agent辦公“三件套”怎么玩？

想用AI把辦公自動化跑通，卻卡在工具選型上？釘釘、飛書、企業微信這周齊刷刷開源CLI，背后信號很明確：AI Agent的辦公戰場，已經從“有沒有模型”卷到了“怎么高效調用工具”。

CLI、MCP、Skill——這三樣東西單獨看都不新鮮，但把它們串起來，就是一套能讓AI Agent真正替你干活的“自動化流水線”。今天咱們就拆解一下，開發者怎么用這套組合拳，做出能賺錢的自動化方案。

一、先搞懂三個角色：CLI是手，MCP是神經，Skill是肌肉

1. CLI（命令行接口）：輕量級“遙控器”
釘釘開源的dingtalk-cli、飛書的feishu-cli、企業微信的wecom-cli，本質上都是用一行命令直接操作辦公套件。比如：

# 用飛書CLI創建一個審批單
feishu-cli approval create --template_id=123 --applicant=zhangsan

為什么突然都開源？因為AI Agent需要低延遲、可腳本化的工具入口。Web界面點來點去太慢，API調用又太重，CLI剛好卡在中間——Agent能直接調，人也能快速調試。

2. MCP（模型上下文協議）：Agent間的“普通話”
MCP解決的是多個AI Agent怎么互相理解、傳遞上下文的問題。比如你有個“會議紀要Agent”和“任務分派Agent”，通過MCP，它們可以這樣對話：

// Agent A 通過MCP發送結構化上下文
{
  "protocol": "mcp/v1",
  "context": {
    "meeting_id": "mt_20260403",
    "decisions": ["上線新功能", "修改定價策略"],
    "action_items": [
      {"owner": "張三", "task": "更新產品頁", "deadline": "2026-04-10"}
    ]
  }
}

關鍵價值：不同廠商的Agent（比如用Claude寫的Agent和用龍蝦模型寫的Agent）只要支持MCP，就能互相協作，不用重復造輪子。

3. Skill（技能插件）：可復用的“業務能力包”
Skill是封裝好的、解決特定業務問題的Agent能力模塊。比如一個“自動生成周報Skill”，它內部可能調了：

• 飛書CLI拉取本周文檔記錄
• MCP從其他Agent獲取項目進度
• 最后用大模型生成總結

Skill的商業價值就在這里：你開發一個“智能報銷審核Skill”，打包賣給企業客戶，按調用次數收費——這就是可復制的工具型產品。

二、三者怎么聯動？看一個自動化報銷場景

假設你要做一個“AI報銷助手Agent”，流程是這樣的：

Step 1：CLI作為入口觸發
員工在釘釘群里發一句：“幫我報銷去上海的差旅費”。釘釘機器人收到消息后，調用釘釘CLI拉取該員工本月的差旅審批記錄：

dingtalk-cli travel-records --user_id=emp_123 --month=2026-04

Step 2：MCP協調多個Agent協作
報銷Agent通過MCP，把拿到的票據信息發給“財務合規Agent”做校驗：

# 通過MCP調用財務Agent
mcp_client.send_context({
    "task": "expense_check",
    "data": {

![配圖](http://m.nhjb.com.cn/usr/uploads/covers/cover_mcp_20260524_201130.jpg)

        "amount": 3200,
        "category": "差旅",
        "policy": "國內交通住宿每日上限800"
    }
})
# 財務Agent返回校驗結果
# {"passed": false, "reason": "住宿費超標，需主管審批"}

Step 3：Skill封裝可復用邏輯
整個“差旅報銷校驗”邏輯（調CLI、走MCP、寫規則）被打包成一個TravelExpenseSkill。下次其他Agent（比如“月度預算分析Agent”）也能直接調用這個Skill，不用重寫。

技術聯動價值：

• CLI 提供標準化工具調用，不用每個Agent都自己對接一遍釘釘/飛書API
• MCP 實現跨Agent上下文傳遞，讓多Agent協作成為可能
• Skill 完成業務能力資產化，一次開發，多處復用

三、開發者怎么靠這個賺錢？兩個實戰思路

思路1：做垂直行業的“Skill商店”

• 場景：針對電商、教培、咨詢等行業，開發專用Skill包
• 案例：一個“直播復盤Skill”，自動調用釘釘CLI拉取直播排期表、通過MCP從數據Agent獲取銷售額、最后生成帶改進建議的復盤報告
• 變現路徑：在m.nhjb.com.cn（m.nhjb.com.cn）的Agent市場發布，按企業訂閱收費（比如999元/月/企業），或者按調用次數計費（0.1元/次）
• 關鍵點：Skill要解決具體、高頻的業務痛點，比如自動生成合同、智能排班、會議紀要轉任務

思路2：做跨平臺“自動化中間件”

• 痛點：很多公司同時用釘釘+飛書，數據不通
• 方案：開發一個“跨平臺同步Agent”，用三家CLI讀數據，通過MCP統一對齊格式，再寫入目標系統

• 技術棧示例：

  # 偽代碼：跨平臺日程同步
  def sync_meetings():
    # 用三家CLI拉取日程
    ding_meetings = run_cli("dingtalk-cli meeting list")
    feishu_meetings = run_cli("feishu-cli calendar list")
    
    # 通過MCP標準化格式
    unified = mcp_client.transform({
        "source": "multi_platform",
        "data": [ding_meetings, feishu_meetings]
    })
    
    # 寫入統一數據庫
    save_to_database(unified)

• 賺錢模式：賣給需要多平臺協同的中大型企業，一次性部署費+年維護費

四、下一步行動清單

1. 立即試玩：去GitHub搜dingtalk-cli、feishu-cli、wecom-cli，跑通一個“創建待辦”命令
2. 理解MCP：讀一遍MCP協議文檔（github.com/modelcontextprotocol），重點看context和tools怎么定義
3. 設計你的第一個Skill：從一個小痛點開始，比如“自動整理飛書文檔鏈接生成周報”
4. 部署測試：用m.nhjb.com.cn的Agent沙箱環境，把CLI調用+MCP傳遞+Skill打包跑通
5. 發布變現：把Skill提交到Agent市場，設置定價，觀察調用數據優化迭代

記住這個公式：CLI（輕量入口） + MCP（協議互通） + Skill（能力封裝） = 可產品化的AI自動化方案。三家開源CLI只是開始，接下來就看誰能把這三件套組合出真正的生產力。