企业养虾（OpenClaw），虾住在哪里比虾本身重要
本文探讨了企业在落地 Agent（“养虾”）时面临的困境，指出问题核心不在于模型能力不足，而在于缺乏完善的业务数据环境。文章提出了包含数据、数据关系、操作和技能四层的企业知识体系框架，并强调企业应关注数据积累和流程显性化，而非单纯依赖模型。文中以飞书为例，分析了其作为工作空间在数据连通性和安全性方面的优势。
相关文档
智昊：最新一线只做培训不做实施 FDE 战报分享
作者分享在人工智能小镇开展 FDE（一线实施）的第三周实践战报。第一周通过升级硬件、使用 workbuddy 专家库，让员工自主完成平面设计、课程AI化和知识库建设（采用带索引的Grep而非RAG）；第二周引导员工从Workflow转向自建Agent，通过待办Agent与咨询师Agent打样，结合飞书聊天群与话题群实现管理与交付，并输出提示词由Coding Agent完成部署；第三周计划搭建内网工具分享平台，实现Agent打包上传、局域网共享。作者强调只负责培训指导与验收，倡导让员工自己动手用AI解决业务痛点。
FDE 落地实战｜Codex 自动生成企业经营报告（含日报、周报、月报）
本文介绍如何用 Codex 落地企业 FDE 场景中的第一个任务：自动生成经营报告（日报、周报、月报）。作者提出完整流程：先交旧模板让 Codex 提取长期报告规则，沿用公司原有的 PPT、PDF 或飞书文档交付格式；数据从 Excel/CSV 等文件入手，稳定后再接 CRM、ERP 或数据库；通过知识库区分事实与推测，确保分析有依据；第一份报告用于发现并固化问题，跑通后设置定时任务自动生成与检查。文章附 python-pptx、PyMuPDF、飞书 CLI 与 MCP 等工具链接，强调人只负责真正的业务判断。
飞书开源CLI，我当天就用OpenClaw把工作自动化了
文章介绍了作者在飞书开源 CLI 后，利用 AI Agent 平台 OpenClaw 实现了工作流的自动化。作者通过对比 MCP 与 CLI，阐述了 CLI 在工具调用上的优势，并详细演示了如何通过 OpenClaw 一键安装飞书 CLI 并实现自动化建日程、发消息等操作。文章最后探讨了 Agent 时代下工作方式从“操作”到“意图”的根本性重构。
刚刚，飞书CLI开源，Claude Code也可以丝滑操控飞书了
文章介绍了飞书开源CLI工具这一重要事件，作者认为其意义深远，标志着产品形态从GUI向CLI的转变。通过Claude Code结合飞书CLI，AI Agent可以直接通过命令行操控飞书，完成群发消息、多维表格数据检查、自动生成日报等复杂自动化任务。作者不仅详细讲解了安装配置流程，还展望了未来所有软件都将具备CLI接口以适应AI操作的趋势。
实测腾讯版 OpenClaw，这就是目前最适合小白的养虾版本
文章介绍了腾讯推出的 WorkBuddy Claw（“鹅版”OpenClaw），内置大模型并支持飞书、企微、QQ 等接入。作者实测了五种组合玩法：技能安装审查、长视频学习、个人知识库构建、想法验证以及自我迭代复盘，强调了其在降低配置门槛和整合多 Agent 方面的优势，适合 AI 新手。
我用 PaddleOCR + OpenClaw 搭了一套发票自动管理系统
文章介绍了如何利用 PaddleOCR 的文档解析能力和 OpenClaw 的 Agent 编排能力，搭建一套自动化发票管理系统。通过简单的配置，实现了发票 PDF 的自动解析、飞书云空间存储及多维表格的结构化录入，全过程仅需 30 秒，极大提升了报销效率。
不是PPT大赛，是12个FDE项目案例拆解
作者复盘2026 AI先锋未来人才大赛全国总决赛的12个FDE（前沿部署工程师）项目，涵盖化工调度、编程教育、低空安防、供应链、雅思诊断、AI短剧、乐园服务、3D打印、家电售后、汽车维修、内容营销和招投标等领域。文章逐一拆解各项目的实现方式与业务价值，并总结三点观察：多数场景不需要垂类模型，业务理解是AI应用的关键门槛，能演示与创造商业价值之间仍有距离。作者认为FDE代表AI时代正在形成的具体工作方式，非计算机背景者也能借AI解决真实行业问题。
用 magpie + Kiro 订阅，在 Claude Code 中稳定使用 Claude Opus 5.5
文章介绍了通过 magpie 本地网关与 Kiro 订阅，在 Claude Code 和 Claude Desktop 中使用 Claude Opus 5.5 的方案。Kiro 是亚马逊的 Coding Agent 产品，作者利用 magpie 插件将 Kiro 订阅中的 Claude 模型反代给 Claude Code，省去单独购买 Anthropic API 额度。文章详解了技术原理（请求经 magpie 网关和 Kiro Auth 插件转发）、安装配置步骤（Kiro 付费计划、插件安装、模型选择），并说明如何通过路由记录、订阅用量和工具调用验证模型真实性。最后提醒账号政策风险、额度消耗、数据安全和兼容性等注意事项。
豆包工作悄悄上新功能，把我多 Agent 记忆整合的焦虑治好了
文章介绍了豆包工作新上线的 AI 资产一键迁移功能，支持从 ChatGPT、Claude Code 导入对话、技能和记忆三类「默契资产」，将跨 Agent 迁移的损失降到最低。作者实测导入 240 项 Claude 和 682 项 ChatGPT 资产后，发现历史会话上下文可无缝衔接。文中解释了设计边界：只导入与工作绑定的工作记忆，不导入个人偏好；凭证暂不支持导入以防冲突。此外还介绍了对话分叉、消息注释、对话摘要侧栏等新功能，并分析了豆包打通飞书文档在分享协作形态上的优势。
从0-1通过Grok Bot，组建属于我自己的“梁山好汉”
作者分享如何用 Grok Bot 组建一支有分工的 AI Agent 小队：以水浒人物命名 bot 并按座次管理权限；设置单一入口“宋江”统一派活，吴用写代码、公孙胜独立验收，最后由人拍板合并；制定 7 条需人工确认的红线清单。文章还给出实战案例（App CSS 审计优化）、飞书知识库归档、GitHub 私有仓库备份 bot 记忆的规范，以及从 0 搭建小队的 5 步手把手教程，包括创建 bot、设定时任务、bot 互相派活、接入飞书/GitHub/X、把流程存成技能。
终于不用学飞书了！直接用豆包工作口喷！
本文是一篇从零开始的飞书 CLI 接入教程，讲解如何让豆包工作（AI Agent）真正“动手”操作飞书，实现文档、表格、日历、消息的自动化处理。文章介绍两条接入路线：适合新手的飞书插件安装方式，以及需要 Node.js 环境的手动安装 CLI 方式，并详细说明登录授权、权限管理与验证步骤。作者强调运行环境需选“本地电脑”才能调用本机 CLI，并以“把本地 Markdown 转成飞书文档并归档”的完整案例演示全流程。飞书 CLI 覆盖 16+ 业务域、2500+ API，让 AI 助手从只会聊天进化为能直接办事的工具。
从一个 Bot 到一整个组织，Grok Bot 的进阶用法分享
作者分享了国庆期间折腾 Grok Bot 的进阶用法，搭建了两套 AI 组织体系：一套服务跨境电商的 12 岗位亚马逊团队，一套服务个人自媒体 IP。核心玩法包括：将本地电脑托管给云 Bot，把在 Claude、Codex 中打磨好的 Skill 迁移给 AI 员工；按功能拆分岗位并写清职责边界；用 1+N 统筹机器人模式降低 Token 消耗；让 Grok 调用 Codex、Cursor 等外部 Agent 实现模型分层；接入飞书 CLI 落成云文档，以及通过 GBrain 知识库打通手机资料收集与工作流。文中还强调了岗位权限边界与人工把关的重要性。
