飞书 CLI
飞书 CLI
返回文章列表

WayToAGI 知识库活了！AI 帮你 5 分钟定制专属学习路径

元子··原文

作者：元子 · WayToAGI 社区 · 2026年5月9日

你好呀！这里是元子，一个在 WayToAGI 社区混了两年的笔记狂魔 📝

这篇文章是我参加飞书 CLI 创作者大赛的作品分享。如果你只想看怎么找到适合自己的 AI 学习路径，直接往下滑到「对号入座」那里就行。如果你好奇这东西怎么做出来的，那就从头看吧 Owo

故事的起点：1000+ 篇文档和一个迷路的我

说实话，前年刚进 WayToAGI 的时候我是懵的 😇

知识库点开——好家伙，1000 多篇文档齐刷刷躺在那儿，从 prompt engineering 到 agent 架构到多模态，每篇都看着是必读。我当时的状态就是：每篇都点开，每篇都读了个开头，然后默默关掉，假装自己学过了 🫠

你是不是也这样？收藏了一堆「稍后再看」，然后那个「稍后」永远没来过？

后来我想明白了——问题不是内容不好，是没人告诉我该先看哪篇、跳过哪篇、看完之后下一篇是什么。

知识库是个图书馆，但图书馆没有导航员就是个迷宫 🏚️

WayToAGI 知识库截图

转折：飞书 CLI 来了

今年 3 月飞书开源了 CLI 工具和这次的创作者大赛，我发现了一个可能性：

如果 AI 能直接读飞书知识库里的文档，那它是不是能帮我从 1000 篇里挑出最适合我的那几篇？

飞书 CLI 是什么呢？简单说，只要把 GitHub 链接给到你的 AI Agent 工具（亲测 OpenClaw、Codex、Claude、Kiro、Cursor 都成功了），按提示配置一下，你就打通了 Agent 工具和飞书之间的那道墙。

早期人肉整理的学习路径

说干就干。于是我用飞书 CLI 搭了一套工具，叫 Study Reviver（社区共学纪要复活术）——

它做的事情很简单：

  1. 你告诉它你是谁（编程水平、想学什么、每天能花多少时间）
  2. 它从知识库里帮你挑（用 lark-cli docs +search 搜索最相关的文档）
  3. 给你一条有顺序的专属学习路径（不是丢链接，是「Day 1 看这个 → Day 2 做这个 → Day 3 检验这个」）
Study Reviver 效果展示

心路历程：从「能跑」到「能用」

第一个坑：搜索搜不到

一开始用 docs +search 搜知识库，结果返回 0 条。以为是权限问题，折腾了半天——后来发现是 lark-cli 版本太旧（1.0.5），升级到 1.0.9 就好了。

教训：遇到问题先升级工具，别急着怀疑人生 😂

第二个坑：粗暴推荐 vs 个性化

第一版做出来，不管问什么，它都把 10 篇和关键词 mapping 的文档丢给我。后来加了「先聊几轮」的环节——问你 3-4 个问题，再根据回答筛选。

从「AI 替你搜」变成了「AI 先懂你再帮你挑」。

第三个坑：Token 成本

如果每个人都实时调 AI 搜索+生成，消耗扛不住。所以做了混合方案：

  • 🆓 5 条热门路径提前生成好（零 token，直接看）
  • 🤖 个性化定制按需调用（消耗 token，有额度限制）

80% 的人看预生成的就够了，剩下 20% 才需要 AI 定制。

对号入座：5 条预生成学习路径

我已经帮 5 种最常见的学习者提前跑好了路径，你直接用就行 ⬇️

🌱「我完全不懂 AI，想入门」

不会编程也没关系。5 天，每天 1 小时，从「AI 是啥」到「我能用 AI 了」。

AI 入门学习路径
AI 入门学习路径详情

👉 查看学习路径

💻「我想学 Claude Code」

会一点 Python，想用 AI 写代码提效。一周计划，每天 2 小时。

连不会命令行的人都能跟着做，测过了 ✅

Claude Code 学习路径

👉 查看学习路径

🚀「我想做自己的 AI 产品」

有想法没技术？2 周从「我有个 idea」到「我有个能跑的 MVP」。

核心不是教你写代码，是教你用 AI 帮你写代码。Week 1 搞懂逻辑，Week 2 动手做出来。

AI 产品构建学习路径

👉 查看学习路径

🧠「我想深入 Agent 架构」

有编程基础，想理解多智能体系统。2 周深度学习。

包含 Anthropic 官方指南、Codex 架构分析、多智能体协作的 5 种模式。适合想往底层走的技术人。

Agent 架构深度学习路径

👉 查看学习路径

📣「我做社区运营，想用 AI 提效」

管群、做活动、写内容——5 天让 AI 帮你分担 80% 的杂活。

运营的痛不是不会用 AI，是不知道 AI 能帮我做哪些运营的活。看完 Day 1 你会发现：原来这些天天手动做的事，AI 早就能干了 🤯

社区运营 AI 提效学习路径

👉 查看学习路径

这东西怎么做的？

Study Reviver 基于飞书 CLI，跨 4 个飞书域编排：

知识库搜索（lark-wiki / lark-doc +search）
  → 文档读取（lark-doc +fetch）
    → 知识卡片存储（lark-base +record-upsert）
      → 群消息推送（lark-im +messages-send）

不需要后端，不需要数据库。一个 SKILL.md 文件 + lark-cli = 全部。

工具已开源，如果你有自己的飞书知识库，也可以用同样的方式让它「活」过来：

👉 github.com/Onlyaguest/WayToAGI_Study_Reviver

这是我参加 飞书 CLI 创作者大赛的作品。如果你觉得有用，去 GitHub 给个 ⭐ 呗~