三大厂同周开源CLI，AI Agent办公“三件套”怎么玩？

想用AI把办公自动化跑通，却卡在工具选型上？钉钉、飞书、企业微信这周齐刷刷开源CLI，背后信号很明确：AI Agent的办公战场，已经从“有没有模型”卷到了“怎么高效调用工具”。

CLI、MCP、Skill——这三样东西单独看都不新鲜，但把它们串起来，就是一套能让AI Agent真正替你干活的“自动化流水线”。今天咱们就拆解一下，开发者怎么用这套组合拳，做出能赚钱的自动化方案。

一、先搞懂三个角色：CLI是手，MCP是神经，Skill是肌肉

1. CLI（命令行接口）：轻量级“遥控器”
钉钉开源的dingtalk-cli、飞书的feishu-cli、企业微信的wecom-cli，本质上都是用一行命令直接操作办公套件。比如：

# 用飞书CLI创建一个审批单
feishu-cli approval create --template_id=123 --applicant=zhangsan

为什么突然都开源？因为AI Agent需要低延迟、可脚本化的工具入口。Web界面点来点去太慢，API调用又太重，CLI刚好卡在中间——Agent能直接调，人也能快速调试。

2. MCP（模型上下文协议）：Agent间的“普通话”
MCP解决的是多个AI Agent怎么互相理解、传递上下文的问题。比如你有个“会议纪要Agent”和“任务分派Agent”，通过MCP，它们可以这样对话：

// Agent A 通过MCP发送结构化上下文
{
  "protocol": "mcp/v1",
  "context": {
    "meeting_id": "mt_20260403",
    "decisions": ["上线新功能", "修改定价策略"],
    "action_items": [
      {"owner": "张三", "task": "更新产品页", "deadline": "2026-04-10"}
    ]
  }
}

关键价值：不同厂商的Agent（比如用Claude写的Agent和用龙虾模型写的Agent）只要支持MCP，就能互相协作，不用重复造轮子。

3. Skill（技能插件）：可复用的“业务能力包”
Skill是封装好的、解决特定业务问题的Agent能力模块。比如一个“自动生成周报Skill”，它内部可能调了：

• 飞书CLI拉取本周文档记录
• MCP从其他Agent获取项目进度
• 最后用大模型生成总结

Skill的商业价值就在这里：你开发一个“智能报销审核Skill”，打包卖给企业客户，按调用次数收费——这就是可复制的工具型产品。

二、三者怎么联动？看一个自动化报销场景

假设你要做一个“AI报销助手Agent”，流程是这样的：

Step 1：CLI作为入口触发
员工在钉钉群里发一句：“帮我报销去上海的差旅费”。钉钉机器人收到消息后，调用钉钉CLI拉取该员工本月的差旅审批记录：

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

Step 2：MCP协调多个Agent协作
报销Agent通过MCP，把拿到的票据信息发给“财务合规Agent”做校验：

# 通过MCP调用财务Agent
mcp_client.send_context({
    "task": "expense_check",
    "data": {

![配图](https://yitb.com/usr/uploads/covers/cover_mcp_20260524_201130.jpg)

        "amount": 3200,
        "category": "差旅",
        "policy": "国内交通住宿每日上限800"
    }
})
# 财务Agent返回校验结果
# {"passed": false, "reason": "住宿费超标，需主管审批"}

Step 3：Skill封装可复用逻辑
整个“差旅报销校验”逻辑（调CLI、走MCP、写规则）被打包成一个TravelExpenseSkill。下次其他Agent（比如“月度预算分析Agent”）也能直接调用这个Skill，不用重写。

技术联动价值：

• CLI 提供标准化工具调用，不用每个Agent都自己对接一遍钉钉/飞书API
• MCP 实现跨Agent上下文传递，让多Agent协作成为可能
• Skill 完成业务能力资产化，一次开发，多处复用

三、开发者怎么靠这个赚钱？两个实战思路

思路1：做垂直行业的“Skill商店”

• 场景：针对电商、教培、咨询等行业，开发专用Skill包
• 案例：一个“直播复盘Skill”，自动调用钉钉CLI拉取直播排期表、通过MCP从数据Agent获取销售额、最后生成带改进建议的复盘报告
• 变现路径：在龙虾官网（yitb.com）的Agent市场发布，按企业订阅收费（比如999元/月/企业），或者按调用次数计费（0.1元/次）
• 关键点：Skill要解决具体、高频的业务痛点，比如自动生成合同、智能排班、会议纪要转任务

思路2：做跨平台“自动化中间件”

• 痛点：很多公司同时用钉钉+飞书，数据不通
• 方案：开发一个“跨平台同步Agent”，用三家CLI读数据，通过MCP统一对齐格式，再写入目标系统

• 技术栈示例：

  # 伪代码：跨平台日程同步
  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")
    
    # 通过MCP标准化格式
    unified = mcp_client.transform({
        "source": "multi_platform",
        "data": [ding_meetings, feishu_meetings]
    })
    
    # 写入统一数据库
    save_to_database(unified)

• 赚钱模式：卖给需要多平台协同的中大型企业，一次性部署费+年维护费

四、下一步行动清单

1. 立即试玩：去GitHub搜dingtalk-cli、feishu-cli、wecom-cli，跑通一个“创建待办”命令
2. 理解MCP：读一遍MCP协议文档（github.com/modelcontextprotocol），重点看context和tools怎么定义
3. 设计你的第一个Skill：从一个小痛点开始，比如“自动整理飞书文档链接生成周报”
4. 部署测试：用龙虾官网的Agent沙箱环境，把CLI调用+MCP传递+Skill打包跑通
5. 发布变现：把Skill提交到Agent市场，设置定价，观察调用数据优化迭代

记住这个公式：CLI（轻量入口） + MCP（协议互通） + Skill（能力封装） = 可产品化的AI自动化方案。三家开源CLI只是开始，接下来就看谁能把这三件套组合出真正的生产力。