Skills Plugins MCP Prompt Model 博客 我的中心

lark-wiki

飞书知识库:管理知识空间、空间成员和文档节点。创建和查询知识空间、查看和管理空间成员、管理节点层级结构、在知识库中组织文档和快捷方式。当用户需要在知识库中查找或创建文档、浏览知识空间结构、查看或管理空间成员、移动或复制节点时使用。当用户给出 doubao.com 的 /wiki/ URL/token 时,也应直接使用本 skill,不要因为域名不是飞书而回退到 WebFetch;路由依据是 URL 路径模式和 token,而不是域名。不负责:上传文件到知识库节点下(走 lark-drive)、编辑文档/表格/Base 内容(走 lark-doc / lark-sheets / lark-base)。

DeepseekModel 官方收录技能 质量 优秀 · 90 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=larksuite-cli-skills-lark-wiki-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name lark-wiki version 1.0.3 description 飞书知识库:管理知识空间、空间成员和文档节点。创建和查询知识空间、查看和管理空间成员、管理节点层级结构、在知识库中组织文档和快捷方式。当用户需要在知识库中查找或创建文档、浏览知识空间结构、查看或管理空间成员、移动或复制节点时使用。当用户给出 doubao.com 的 /wiki/ URL/token 时,也应直接使用本 skill,不要因为域名不是飞书而回退到 WebFetch;路由依据是 URL 路径模式和 token,而不是域名。不负责:上传文件到知识库节点下(走 lark-drive)、编辑文档/表格/Base 内容(走 lark-doc / lark-sheets / lark-base)。 metadata {"requires":{"bins":["lark-cli"]},"cliHelp":"lark-cli wiki --help"} wiki (v2) CRITICAL — 开始前 MUST 先用 Read 工具读取 ../lark-shared/SKILL.md ,其中包含认证、权限处理 成员管理硬限制: 如果目标是“部门”,先判断身份,再决定是否继续。 --as bot 对应 tenant_access_token 。官方限制:这种身份下不能使用部门 ID ( opendepartmentid ) 添加知识空间成员。 遇到“部门 + --as bot”时,禁止先调用 lark-cli wiki +member-add 试错;直接说明该路径不可行。 如果用户明确要求“以 bot 身份运行”,且目标是部门,必须停下说明 bot 路径无法完成,不要静默切到 --as user 。 身份选择:优先使用 user 身份 知识空间和节点都是用户的个人资源, 策略上应优先显式使用 --as user (CLI 的 --as 默认值为 auto ,不带 --as 时常被解析成 bot ,列出的是应用所属空间而非用户的)。仅当用户明确要求“应用 / bot 视角”时才用 --as bot (仍受上面的成员管理硬限制约束)。 快速决策 用户要 按特定主题 / 关键词 / 内容线索查找资料并收集到知识库节点或新建知识库节点下 ,必须先阅读 ../lark-drive/references/lark-drive-workflow.md ,再按其中 Workflow Registry 进入 topic_move_collector workflow。该 workflow 使用 Drive 全量搜索召回,再按 Wiki 目标解析、确认和移动;不要只用 Wiki 节点列表做局部遍历。 用户要 整理 / 盘点 / 归类 / 重构知识库、个人文档库、文档库目录或 Wiki 节点结构 ,或要生成整理方案、目标目录树、移动计划时,不要只使用 Wiki 节点 API。必须先阅读 ../lark-drive/references/lark-drive-workflow.md ,再按其中 Workflow Registry 进入 knowledge_organize workflow;该 workflow 负责 Drive / Wiki / 个人文档库的统一入口解析、资源盘点、分类计划、写前确认和结果验证。 用户要把 已有 Wiki 节点移出知识库,放到 Drive 文件夹或“我的空间”根目录 :使用 wiki +move-to-drive ,不要使用 wiki +move 或 drive +move 。这是会改变节点归属和权限继承的写操作,执行前确认源节点与目标位置。 用户给的是知识库 URL( .../wiki/<token> ),且后续要查成员/加成员/删成员:先确定下游成员操作的身份(默认 user ;用户明确要求应用 / bot 视角时用 bot ),再调用 lark-cli wiki +node-get --node-token '<wiki_url>' --as user --format json ,从 data.space_id 获取空间 ID;下游使用 bot 时将示例中的身份改为 --as bot 。节点解析与后续成员操作必须使用相同身份。 用户要 删除 知识空间( wiki +delete-space )但只给了名称或 URL: 不能 把名称 / URL 原样传给 --space-id ,必须先解析出真实 space_id 。解析方式: URL( .../wiki/<token> ):先确定后续 wiki +delete-space 的身份(默认 user ;明确要求 bot 视角时用 bot ),再调用 lark-cli wiki +node-get --node-token '<wiki_url>' --as user --format json ,读取 data.space_id ;下游使用 bot 时将示例中的身份改为 --as bot 。解析和删除必须使用相同身份。 只知名称: lark-cli wiki spaces list --format json ,边翻页边收集 items 并按 name 精确匹配; 一旦任一页累计到至少 1 条精确匹配就停止翻页 。只有当翻完所有页( has_more=false )仍无精确匹配时,才对已收集的全量 items 做宽松匹配( name trim 空格、大小写不敏感、子串包含)。 关键安全约束 :无论精确还是模糊, 无论命中 1 条还是多条,发起删除前都必须把候选( name + space_id + description + space_type )列给用户,由用户明确选定一个 space_id 再执行 。不要因为"只命中一条"就自动执行删除。 命中 0 条:停下来问用户是名称拼错了还是调用方无权限; 不要 自行改名字重试。 用户明确选定后再执行 lark-cli wiki +delete-space --space-id <ID> --yes (高风险写操作,必须显式 --yes )。 反例:不要把 wiki URL / 名称直接当 --space-id (如 --space-id "https://.../wiki/<wiki_token>" );务必先用 wiki +node-get 解析出 data.space_id 再传。 用户要在知识库中创建新节点,优先使用 lark-cli wiki +node-create 。 用户要 原地重命名 Wiki 节点 / 修改节点标题 :使用 lark-cli drive +update-title --url '<wiki_url>' --title '<new_title>' 。该命令保留同一个 node_token ,并会根据 API 返回给出准确的缺失 scope 和授权提示;不要探索 raw wiki.nodes 的 update_title 端点,也不要通过复制或新建第二个节点实现改名。 用户要列出 Wiki 节点:先用 wiki +space-list --as user 拿数字 space_id ,再用 wiki +node-list --space-id <space_id> 。不要把 wiki URL、node token、doc token、名称直接当 --space-id 。钻子节点时 --parent-node-token 必须是 wiki node token;如果用户给的是 docx/sheet/base URL,先用 wiki +node-get --node-token <url> 解析出 node_token 。 wiki +node-list 命中 invalid_parameters 、 not_found 、 permission_denied 时,不要重复调用同一参数;按 hint 修 space_id / parent_node_token / 权限。只有 rate_limit 才做退避重试。 用户说“给知识库添加成员/管理员”:先把目标解析成“用户 / 群 / 部门 / 应用”四类之一,再决定 --member-type ,不要先调 wiki +member-add 再根据报错反推类型。 用户说“部门 + bot”:这是已知不支持路径。不要继续尝试 wiki +member-add --as bot ;直接提示必须改成 --as user ,或明确告知当前要求无法完成。 用户说“用户 / 群 / 应用 + 添加成员”:先解析对应 ID,再执行 wiki +member-add 。 用户说“查看 / 列出空间成员”:用 wiki +member-list ;该 shortcut 默认只取一页,多成员场景显式加 --page-all 。 用户说“移除 / 删除空间成员”:用 wiki +member-remove ,必须传齐原始授予时的 --member-type 和 --member-role (不知道就先 wiki +member-list 查一下)。 Shortcuts(推荐优先使用) Shortcut 是对常用操作的高级封装( lark-cli wiki +<verb> [flags] )。有 Shortcut 的操作优先使用。 获取或解析 Wiki 节点统一优先使用 wiki +node-get ,包括只为获取 space_id 、 node_token 、 obj_token 或 obj_type 的中间步骤。只有当前 CLI 不提供该 shortcut,或任务明确需要 shortcut 未输出的原始响应字段时,才回退到 wiki spaces get_node ;回退前先运行 lark-cli schema wiki.spaces.get_node 。 Shortcut 说明 +move Move a wiki node, or move a Drive document into Wiki +move-to-drive Move a wiki node to a Drive folder and poll the async task +node-create Create a wiki node with automatic space resolution +delete-space Delete a wiki space, polling the async delete task when needed +space-list List all wiki spaces accessible to the caller +space-create Create a wiki space (user identity only) +node-list List wiki nodes in a space or under a parent node (supports pagination) +node-copy Copy a wiki node to a target space or parent node +node-get Get a wiki node's details by node_token / obj_token / Lark URL +node-delete Delete a wiki node, polling the async delete task when needed +member-add Add a member to a wiki space +member-remove Remove a member from a wiki space +member-list List members of a wiki space (supports pagination) 成员添加流程 调用 lark-cli wiki +member-add 前,先把自然语言里的“人 / 群 / 部门 / 应用”解析成正确的 --member-id ,不要猜格式。 用户场景默认优先 --member-type=openid :用 lark-cli contact +search-user --query "<姓名/邮箱/手机号>" --format json 获取 open_id 。 群组场景使用 --member-type=openchat :用 lark-cli im +chat-search --query "<群名关键词>" --format json 获取 chat_id 。 应用场景使用 --member-type=appid : --member-id 传应用 ID,格式通常为 cli_xxx 。 userid / unionid 只在下游明确要求时才使用;先拿到 open_id ,再调用 lark-cli api GET /open-apis/contact/v3/users/<open_id> --params '{"user_id_type":"open_id"}' --format json 读取 user_id / union_id 。 部门场景使用 --member-type=opendepartmentid :当前 CLI 没有 shortcut,需调用 lark-cli api POST /open-apis/contact/v3/departments/search --as user --params '{"department_id_type":"open_department_id"}' --data '{"query":"<部门名>"}' 获取 open_department_id 。 只有在目标类型和身份都已确认可行后,才调用 lark-cli wiki +member-add 。对于部门场景,这意味着必须是 --as user 。 目标语义约束 我的文档库 / My Document Library / 我的知识库 / 个人知识库 / my_library 都应视为 Wiki personal library ,不是 Drive 根目录 处理这类目标时,先解析 my_library 对应的真实 space_id ,再执行 wiki +move 、 wiki +node-create 或其他 Wiki 写操作 不要因为缺少显式 space_id 就退化成 drive +move 如果用户明确说的是 Drive 文件夹、云空间(云盘/云存储)根目录、 我的空间 ,再按源对象分流:源对象是 Wiki 节点时用 wiki +move-to-drive ,源对象已在 Drive 时用 drive +move API Resources lark-cli schema wiki.<resource>.<method> # 调用原生 API 前必须先查看 --data / --params 参数结构,不要猜测字段格式 lark-cli wiki <resource> <method> [flags] # 调用 API spaces create — 创建知识空间 get — 获取知识空间信息 get_node — 获取知识空间节点信息 list — 获取知识空间列表 members create — 添加知识空间成员 delete — 删除知识空间成员 list — 获取知识空间成员列表 nodes copy — 创建知识空间节点副本 create — 创建知识空间节点 list — 获取知识空间子节点列表 不在本 skill 范围 上传文件到知识库节点下 → lark-drive ( drive +upload --wiki-token ) 下载 Wiki 节点对应的文件(底层 obj_type 为 file )→ lark-drive : drive +download --wiki-token <node_token> 或 drive +download --url <wiki_url> (CLI 会先把 Wiki 节点解析到底层文件再下载);底层是 docx / sheet / bitable / slides 等在线文档时改用 drive +export 编辑文档正文内容 → lark-doc 表格 / 多维表格数据操作 → lark-sheets / lark-base 按名称搜索文档 / Wiki / 表格文件、评论与权限管理 → lark-drive
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。