飞书OPC办公场景实践：提升咨询交付效率
作者分享使用飞书多维表格和排版打印插件优化咨询业务流程的经验。通过建立客户数据库、一键生成文档和飞书内直接交付三步，大幅提升文档生成的专业性和效率，替代了原本不正式的Obsidian笔记。
相关文档
用豆包工作+飞书搭建读书管理系统教程
本文是系列教程的实操篇，讲解如何通过自然语言让豆包工作（AI Agent）操作飞书，无需学习飞书多维表格和知识库的手动操作，也无需记忆命令。文章以搭建读书管理系统为例：先用多维表格做书架，实现建表、加书、查询、改状态、删记录；再用知识库做笔记本，完成建空间、建页面、浏览整理、重命名移动、删除等操作。每步附有可选的 lark-cli 命令供进阶读者参考。最后还演示了如何将整个流程压缩成一条指令，让 AI 一次完成建表、加书、建空间、建笔记并返回链接。
企业 AI 最大的生意，可能是制造需求，而不是满足需求
文章探讨企业 AI 市场的核心问题：需求未被商品化。大量企业所谓的 AI 需求只是焦虑而非真实需求，缺乏预算负责人、指标和验收标准。作者认为未来稀缺的不是解决需求的能力，而是定义需求的能力，谁掌握需求 Schema 谁掌握利润。真正的商业模式是将需求定义产品化，如把培训做成需求编译器，通过认知框架实现 Schema Lock-in。优秀的 AI 服务商应具备杀项目能力，FDE 应像承销人做技术尽调，未来企业 AI 公司将是媒体、评级、投行与交付的混合体，控制需求入口比执行效率更重要。
用 WorkBuddy + 飞书，手把手搭一条 X Article 内容自动飞轮
作者针对素材散落各处、写作效率低的痛点，实操搭建了一条内容自动化流水线：公开视频经飞书妙记转写，素材存入飞书多维表格，WorkBuddy 每日定时读取表格并推荐选题，作者在 Obsidian 完成写稿与审校，再通过自制插件将文章送入 X Article 草稿箱。文章详细记录了飞书账号连接踩坑、多维表格字段设计、定时任务配置与权限最小化原则，并强调自动化只处理重复劳动，发布与最终决策仍由人完成。数据回写环节尚未实测。
我把每天找选题、写初稿的活完全交给AI：整套飞书配置+专属Skill全部开源
作者分享了一套基于「豆包工作」的全自动内容创作流水线搭建教程：通过飞书连接器建「选题作战库」多维表格收集素材，利用AI自动快判打分筛选选题，并借助云电脑+定时任务实现关机挂机巡检。文章详细公开了建表提示词、快判Prompt、以及将个人文风萃取为知识库并封装成自定义写作Skill的完整协议，包括事实分层打标和人工确认闸门等关键设计，防止AI写作失控和文风漂移，实现从灵感到成稿的端到端闭环。
How to Build a One-Person Company That Runs from Slack
作者分享了如何用五个 Slack 频道运营一人公司的实践经验。通过 AI 员工工具 Viktor（可连接 3200+ 工具），将内容创作、客户项目、咨询销售、财务和广告投放等日常工作自动化。核心思路是让 AI 读取现有工具中的业务状态、应用公司规则、完成准备工作，最后回到 Slack 供作者审批。文中详细展示了 X/YouTube 选题、客户项目跟进、销售线索挖掘和财务追踪四个工作流的完整提示词设置，强调 AI 只做研究和准备，所有发布、发送和支出决策仍由人把关，从而每周节省大量拼凑信息的时间。
深度拆解 | FDE小团队是如何搭建项目管理Agent的？
文章复盘了FDE小团队在飞书上搭建项目管理Agent（马斯克）的完整工作流。针对传统项目管理工具维护成本高、录入摩擦大等痛点，作者构建了从通话自动录音、语音转写、专有名词纠错、说话人识别、多项目拆分，到写入统一飞书多维表格、任务分派给专业Agent、结果回收与状态更新的完整链路。核心法则是聊天负责产生信息，表格负责确认现在，项目状态以多维表为唯一法定落点，含暂停与结项闭环。文章还讨论了Token成本、检索优化及最小可用版本的搭建策略。
一篇讲透知识库：从个人第二大脑，到企业 AI 知识系统
文章系统讲解知识库的本质与搭建方法，区分了信息、资料、知识和知识库四个概念，并对比个人知识库与企业知识库的不同目标。个人层面介绍了 Obsidian、Notion、语雀、NotebookLM 四款工具的适用场景及从零搭建步骤（五入口结构、知识卡片、每周整理）；企业层面强调从高频问题出发、明确负责人与权限边界、建立内容生命周期管理，避免工具吃灰。还对比了飞书、ima、Notion Wiki、语雀团队空间等团队工具，指出常见失败原因：版本冲突、无人负责、只录入不运营等。
飞书与豆包整合后首个Agent产品「豆包工作」发布
字节在飞书与豆包团队整合后发布首个办公Agent产品「豆包工作」。它支持飞书账号直接登录，完整继承企业的文档、多维表格、知识库及权限系统，内置技能、连接器（MCP）、工作伙伴，并提供本地电脑与云电脑两种任务模式。作者认为其最大亮点在于与飞书的深度打通：员工开箱即用，企业统一管理AI额度与Skill共享。作者结合自家MCN公司的达人数据分析案例演示了完整流程，并提出核心观点——Agent本身没那么重要，组织沉淀的数据和上下文才是用好Agent的基石，而飞书正是最好的组织数据资产载体。
我用飞书＋豆包拆了一个账号的20条视频，普通人也能建自己的素材库
本文介绍了如何利用飞书和豆包构建个人对标账号素材库。作者通过实际操作，详细说明了从验证豆包读取视频音轨、生成带时间码的逐字稿，到建立飞书多维表格、批量处理20条视频，并提取方法论、分析开头钩子和用户问题，最终生成原创选题的全过程。文章提供了具体的提示词和操作步骤，旨在帮助内容创作者高效整理和分析对标视频，节省时间并提升内容质量。
豆包x飞书办公新模式：自动蒸馏抓取小红书抖音，直接产生数据看板
本文介绍了如何利用飞书中的豆包AI，通过输入提示词，自动抓取小红书和抖音上的热门内容，进行数据整理与分析，并写入飞书多维表格，最终搭建数据看板。文章详细说明了操作步骤，包括输入提示词、豆包如何操作、数据抓取后的分析、数据管理及看板搭建，展示了AI在工作流中的实际应用价值。
飞书豆包这个组合真的太牛逼了
作者分享了飞书与豆包集成后的强大功能，通过提取抖音博主视频的逐字稿，并利用飞书多维表格进行结构化整理，形成了一套用AI做选题的方法论。文章详细描述了从抓取视频、转写逐字稿、分类提炼到最终产出文章和Skill的完整流程，强调了豆包在内容创作中的“消化”作用，以及飞书多维表格作为内容生产“中控台”的价值。
从 0 搭建口播视频（2）：从数字人到营销视频，豆包飞书来帮你
本文是系列第二篇，详细介绍了从数字人到营销视频的搭建过程。作者先拆解了数字人视频的五个要素（形象、声音、口型、内容、环境），并对比了全本地链路（自拍素材、Qwen TTS、MuseTalk）与云端音画同出方案（Seedance）。文章重点展示了如何利用飞书多维表格和豆包工作任务，实现选题采集、主播库管理、脚本生成和视频出片的自动化工作流，并讨论了效果与可控性的取舍。最后，作者总结了核心经验：拆解要素、权衡效果与可控、沉淀资产表以实现复利。
