CLI + Skill 才是造垂直 Agent 的最短路径：从重构飞书知识库说起

你有没有这种体验——知识库建了，文档也存了，但打开的时候完全不想看。

我的飞书「人生知识库」就这样。170 多篇文档，6 层嵌套，8 个一级目录。每次打开就像面对一个塞满东西的衣柜，本能反应是关上门假装它不存在。

最近飞书开源了 CLI 工具，我用飞书 CLI + 飞书 Skills + Claude Code，花了一小时，把它变成了每天打开就知道该干什么的工作台。

但这篇不是操作教程。过程中我意识到一件更重要的事：

工具 + CLI + Skill + LLM = 各类垂直 Agent

飞书有 CLI，所以我能造一个知识库管理 Agent。浏览器有 CLI，就能造一个浏览器 Agent。任何软件只要暴露了 CLI，配上对应的 Skill，接进 LLM，一个垂直 Agent 就成了。

下面我用飞书这个案例，把这条路走一遍。

一个核心判断：GUI 给人用，CLI 给 Agent 用

GUI 是 CLI 之上的翻译层——把命令翻译成按钮，让人不用记语法。但 Agent 天生就会写命令，它不需要这层翻译。

所以让 Agent 操控软件的思路很直接：

CLI 能操纵软件 → Agent 擅长写命令 → 写 Skill 教 Agent 在什么场景写什么命令

链条就是：你说人话 → LLM 听懂 → 生成 CLI 命令 → 工具执行。

你说要什么，Agent 去操作。

我的知识库烂在哪

170+ 篇文档，8 个一级目录，长这样：

「Agent知识体系」「技术学习笔记」「季度目标与计划」，这三个目录讲的其实是一件事：学 AI Agent。但它们并排放在一级，每次打开都得想"我该去哪个目录找"。

层级太深更要命——点三次还没到目标文档，就不想点了。

170 篇文档靠人工一篇篇分类？想想就放弃了。不自己整理，让 Agent 整理。

第一步：装飞书 CLI

飞书官方开源了 lark-cli，前提是电脑上有 Node.js。

# 装 CLI
npm install -g @larksuite/cli

# 装 Skill（让 Claude Code 知道怎么调飞书命令）
npx skills add larksuite/cli -y -g

然后初始化一次：

初始化（填飞书应用凭证，只需一次）
lark-cli config init

登录授权
lark-cli auth login --recommend

验证
lark-cli auth status

看到登录成功就行。以后每次开 Claude Code 都能直接操作飞书。

第二步：让 Agent 看清全貌

打开 Claude Code，说：

它自动调 lark-cli 列出所有知识空间。接着说：

大概几分钟，170 篇文档的完整结构出来了：

📚 人生知识库
├── 人生知识库（首页）
│   ├── 个人成长
│   │   ├── 技术学习
│   │   │   ├── 框架对比
│   │   │   ├── 项目笔记
│   │   │   │   └── ...6层...

你不可能手动点开每个文件夹去数层级，Agent 用 CLI 遍历，几分钟搞定。

第三步：说出目标，让 Agent 规划

我给 Claude Code 发了这段：

Claude Code 逐篇分析 170+ 文档，给出目录设计，标注每篇该放哪。我们来回讨论了几轮——我说"这个放技术学习下"，它说"这篇是空的建议删掉"。最后敲定方案。

不用一篇篇打开文档去看，Agent 帮你看了、帮你判断了，你只管拍板。但空文档可能是你故意留的提醒——重要的还是自己过一眼。

第四步：Agent 读内容，顺手做体检

这步最让我意外——让我看到了自己碎片化学习的样子。

让它检查哪些文档可以精简，它直接读了每篇的内容：

6 篇空文档、2 篇纯截图文档——我自己从来没发现过。Agent 顺手给知识库做了一次体检。

第五步：安全执行

方案定了，Claude Code 生成了完整执行计划：每篇文档从哪来、到哪去，写得明明白白。

安全策略很简单——建新库，只复制，不动旧的：

万一搞砸了，旧库原封不动，随时回滚。然后让 Claude Code 开干：

读取执行计划，严格按步骤执行。
全程用 copy，禁止 move，旧库不碰。
用并行 Agent 同时处理三个分区。
每步完成后等我确认再继续。

自动建库、建目录、批量复制。我看着确认，喝杯水的功夫就搞完了。

效果

重构前：8 个一级目录，170+ 文档，6 层深。打开 → 不知道看什么 → 关掉。

重构后：三个入口——AI Agent 技术、Claude Code 最佳实践、我的文章库。

点「AI Agent 技术」，6 个分类一目了然。点「项目实战」，正在做的项目排最前。不相关的东西全在归档里，搜得到但不碍眼。

打开的那一刻就知道"我现在该干什么"。不是收藏夹了，是工作台。

步骤汇总

不到一小时。

回到公式：为什么 CLI + Skill 是造垂直 Agent 的最短路径

先看数据。ScaleKit 做过一组 CLI vs MCP 的 benchmark：

CLI 在成功率、token 消耗、成本上全面碾压 MCP。

回到这个公式：

工具 + CLI + Skill + LLM = 各类垂直 Agent

拆开看：

我刚才做的事情，就是套了这个公式：飞书（工具）+ lark-cli（CLI）+ larksuite/cli skill（Skill）+ Claude Code（LLM）= 知识库管理 Agent。

以此类推：

想要一个浏览器 Agent？找到 agent-browser CLI，配上 agent-browser skill，接进 Claude Code，立即可用。

想要一个数据库 Agent？找到对应 CLI，写好 Skill，接进去。

这可能是目前开发垂直 Agent 最高效的范式：不写框架代码，不搭复杂架构，找到 CLI、配好 Skill、接上 LLM，一个能干活的 Agent 就跑起来了。

由此延伸两个值得思考的问题：

欢迎在评论区讨论。

相关链接：