大家最近刷 ai 圈是不是总听到三个词, cle、 m c p agent, 还有飞书 c l i。 今天用大白话一次性讲透,顺便用一个超级好懂的比喻,彻底理清它们的关系。首先,什么是 c l i? c l i 就是 命令行,就是我们电脑里的黑框框,不用鼠标点来点去,直接打自发指令 程序,就干活返回文字结果。简单说, cli 就是 纯文字版的操作入口,能被 ai 直接调用。那什么是 mcp? mcp 全称模型上下文协议,是 ai 行业新出的通用标准。它规定了 ai 怎么跟工具说话,怎么发指令,怎么收结果,怎么传递信息。一句话, mcp 是 ai 和工具之间的通用对话规则。两者什么关系? ai 最适合 agent, agent 就是 会自主干活的 ai 智能体,他只会理解文字,不会点鼠标, gui, 图形界面按钮太多,规则杂乱, ai 看不懂, 操作不了。而 c l i 纯文本,可自动化,能批量执行, ai 直接发命令就行。所以 c l i 就是 agent 最好用的执行通道。 mcp 定规则, cli 来落地干活飞叔 cli 怎么理解?飞叔,平时我们都是鼠标手动点界面操作飞叔, cli 就是 用命令直接操控飞叔。 ai agent 可以 自动发消息、读文档件,会议操作多维表格, 全程不用人手动干预。万能通俗比喻,视频重点京剧直接对着镜头说,我用马路司机,交通规则给你一次性讲通透。 agent 是 司机,也就是会自主思考、自主干活的 ai 智能体,负责规划任务,执行操作。 m c p 是 交通规则,统一规定好怎么发指令,怎么传输据,怎么返回结果,所有工具都按这套规矩沟通。 c l i 是 平整通畅的马路, 没有多余按钮,没有复杂界面,笔直高效,最适合 ai 行驶通行。飞书系统的专属专用车道, ai 司机严格按照 m c p 交通规则行驶在 c i i 这条专用马路上,就能全自动操控各类工具,自动办公,全程自主运行。
粉丝88获赞651

今天给大家分享一下我的班工作流,也就是周报日报汇报的工作流,然后主要的话是适用于飞书项目加上汇报这个应用,然后以及如果是你还需要生成周报飞书文档的话,那也可以用这个工作流,它主要其实主要的作用就是拿到你飞书飞书项目里面的一些工作记录,比如说你的需求现在进行到哪里,以及 需求的 bug, 然后以及需求评论,这些都是数据的来源,然后经过 ai 进行处理之后,然后呢也可以周报之后也可以生成 周报的文文档,就是飞书云文档,因为有些周报就是还需要呃有文档进行流弹,所以说还有一个飞书云文档的操作, 如果当天你是需要生成日报的话,那他就会走下面这条线路,会先对你今日的工作做一些总结,然后再通过汇报应用去汇报上去,然后同时会给我们发一条消息,我们可以去确认这个数据是不是合法的 啊,然后周报的话也是一样的,就是走下面这条电路,他会对本周的工作进行一个汇总,然后再去汇报,通过汇报软件汇报上去,然后同时也会给我们发一个消息,然后下面这一条电路的话就是回收云文档,最终会将周报的内容生成一个回收云文档, 然后放到指定的知识库以及指定的目录下面,然后最后也会给我们推一个消息,我们可以去查看其中的内容,看是否是正确的。然后的话前面这个节点的话,其实就是定时执行,我每天九点呃就是晚上九点五十去执行。 好,现在给大家演示一下他是怎么运行的,然后本身他是每天九啊,晚上九点五十他会定时式执行,然后我现在可以手动执行一次,然后现在就可以开始获取工作列表,然后去获取对应的 bug 需求,然后这边马上就开始汇总今日的日报, 然后日报会报完了,你看现在给我发送了推送了一个消息,日报是什么样子的?然后现在是在新城周报, ok, 然后周报也已经生成完毕了,然后现在的话是生成周报的云文件,生成周报云文件,它会通过调用 m c p 飞速的 m c p 去生成飞速云文件,然后现在就在调用 m c p 工具刚刚执行失败了,然后我们再尝试一下, ok, 现在飞速云文件就创建好了,然后我们再去手动执行一下后面几个节点, 然后可以看到我们的文档也就创建好了。如果你的数据源不是飞书项目,你也可以基于我的工作流进行改造,或者是说你的数据最终不是通过汇报软件,就是汇报那个飞书应用去汇报上去的,你也可以只需要修改对应的节点就好了。 然后整个工作流的话,我都分享成了一个文档,可以直接通过我这个文档来进行,就是使用里面的分享,就是这样的,如果对大家有帮助的话,记得三连支持一下。

盼星星盼月亮,非洲鱼文档终于实现免登录编辑了!不管你通过任何渠道把文档链接发给对方,他只需要验证手机号,就可以直接编辑文档内容。也就是说,不论你是不是非洲用户,只要能拿到文档链接就能编辑。比如 如,你是一个爱岗敬业的都市丽人,需要经常和外部供应商互通。文档有了免登录编辑,再也不用手动导出发送 n 个文档了。只要将文档链接发送到供应商邮箱,对方就可以直接编辑文档。又比如,你 是团队生活的小管家,现在要给大家定一批文化衫,只需要准备一份尺寸收集表,把链接甩在群里,大家就可以自主填写尺码、颜色等需求,再也不用挨个问信息,只要 坐等收表格。再比如,你是个旅行爱好者,喜欢跟大家一起制定旅行计划,只需要把文档链接发送给队友,大家就可以一起出谋划策,安排行程,还可以插入投票,收集大家的意见,等所有人完成后,这就是一份丰富充实的旅行攻略了。

不复制权限的非书文档如何一键转存?今天给大家分享一个插件,当我们看到一篇不错的文档排版,非常独特,有文字,有图片往下滑,还有代码块、表格等内容, 于是我们想把它存到自己非书里,方便后面慢慢学习,结果发现根本不能复制。这个时候别慌,打开我们开发的插件,只需要点击转存按钮,一键就可以把文档存到我们非书账号里。 转存完成,我们点击打开,非常丝滑。这个时候我们删除开头部分的转存信息,一篇一比一还原的非输文档就搞定了。文字、图片、表格、样式、排版几乎保持一 致,后续支持随意编辑,无痕操作,原作者不会发现。

当我们看到一篇不错的文档排版,非常独特,有文字,有图片,往下滑,还有表格,于是我们想把它存到自己飞书里,方便后面慢慢学习, 结果发现根本不能复制。这个时候别慌,打开我们开发的插件,只需要点击转存按钮,一键就可以把文档存到我们飞书账号里, 转存完成,我们点击打开,非常丝滑。这个时候我们删除开头部分的转存信息,一篇一比一还原的非书文档就搞定了。文字、图片、表格、样式、排版几乎保持一致, 后续支持随意编辑,无痕操作,原作者不会发现。

什么是 ai 工作流的终极形态呢?就是普通的工作流呢?就是在 openclaw 里面建几个 agent, 让它们各司其职。那么我的 ai 工作流玩法是用 m c p 调度指挥一切。 ai 工具 就是一个 ai 工具,当总控,指挥所有的工具去干活,告别手动切来切去。现在很多人都是多 ai 工具,例如 openclaw, 例如 cloud code code x, 这个电脑就是一个散装的 ai 工具集合。但是呢,这些 ai 工具各有各的特点, 就离不开还各有各的强项,每次切换工具,复制粘贴,重新描述,重新理解,上下文麻烦的要命,用多了就感觉心累。解决方案就是用 m c p 一个 ai 当总控,指挥其他工具干活。 那么 m c p 的 互联互通两套方案,两种玩法。方案一,我叫他牛马工作,留给主控工具,写 m c p 协议,配上你动嘴他干活。 例如说 codex 给我做个课件, codex 就 去干了。这种工作流呢,适合轻任务,小任务。那么第二种方案,我叫他一人公司。工作流就是通过 secure 编排主控,自己思考 这个任务该给谁,例如说给我一份竞品分析,那么谁查数据谁分析,谁写报告,谁去叫队,由主控 ai 思考决定。这个工作流呢,适合长任务,大任务。今天我们重点说第一种方案,牛马工作流的实操,用我可巴蒂来当主控, 演示 m c p 调度。为什么是 workbody 呢?因为它内置了 m c p 的 链接器,配置更直观,一眼看懂链接关系。然后理论上任何 ai 都能当主控, open cloud code x, cloud code 提示词逻辑是一样的好,我们直接开始演示,因为时间关系,我就自己走了一遍。我的提示词是,我的电脑中安装了 mars, 你写一个 m c p 给自己配上,方便我以后通过你指挥他干活。经过他一番思考,他就写好配置好了,他建议你重启, 其实不用重启,大家注意看,这一步非常关键,在左侧有一个链接器,我们点一下,右上角有一个自定义链链接器,我们点一下,我们找到刚才配置好的这个 mars m c p 的 地方,如果你第一次配,这会有一个按钮, 点击信任,以后只要它这个开关绿了,你就可以用了。我们实际测试一下我的提示词,让它在桌面上写一个 md 文档,把它所有的功能都列到文档里。好,那么它就通过 m c p 的 调度 完成了这个任务。我们看一下这个文档,这就是它让 marvis 写出来的所有功能的文档。好,我们今天演示了用 walkbody 做主控,通过 m c p 去调度 其他软件去工作。那么下一期我们说方案二,一人公司的工作流,只需要给他下一个长任务,那么由他自己来决定谁干什么,中间的过程不用你管,直接拿成品就行。关注我,一起成长!

哈喽,大家好,我是欧哥,做毕业设计的同学应该都懂流程图、架构图、持续图等,手动去画的话一个比一个让人头大, 不会用专业绘图软件,画一个流程图就要折腾大半天,鼠标拖来拖去排了半天,看着还是很乱。以前我们让 ai 画流程图,通常会用模拟的或者直接生成一张图片,但这两个方案都有一个问题,模拟的虽然快,但复杂一点的流程图布局和样式很容易失控。 ai 生成图片看起来可能不错,但后期基本没法编辑。所以这次我们换一种方式,一个更高效的方法, code 加 mcp 加作点 i o, 你 只需要输入一段文字描述,他就能直接帮你控制作点 i o, 自动生成排版整齐、结构完整的流程图。这里面有三个角色, 第一个是 codex, 他 负责理解我们的需求,比如业务流程接口、逻辑代码结构,然后把它拆成清晰的节点和关系。第二个是 next 的 ai 捉点 i o m c p, 它相当于中间的连接器,让 codex 可以 调用捉点 i o 的 能力,而不是只输出一段文本。 第三个是抓点 i o, 他 负责真正把流程图画出来,并且支持我们后续手动编辑,调整布局、修改样式,最后导出成文档或图片。 有很多同学问我 m c p 怎么安装,其实直接和扣带斯说要安装什么 m c p, 他 就会自动帮你全网搜索并安装。 像我这里的提示词下载在 get 上,名叫 next ai 桌 i o 的 m c p。 我 还询问了他能否通过 m c p 控制网页版的桌 i o。 他 接下来也给我解答了,不需要把桌点 i o 桌面软件下载到电脑,下载后我们可以在设置里查看是否安装了 m c p, 点开后我们可以看到桌面是已经安装并打开的状态,那我们就可以进行下一步了。接下来我们做一个实战题目, 这个是某高校的实验报告,我们试试能否解决它,我们来解决实验一里面有三个小问,第一个小问是画流程图,第二个小问是画流程图对应的控制流图,复制粘贴完后在下面说明,通过 m c p 控制 在我打开的浏览器页面版进行。问题一的流程图画作可以添加附加条件,复合条件分解 y 等于七跟 y 等于二十一,分开之后它会自动打开浏览器绘画,我们可以看一下生成的效果,可以看到生成的还不错,不过有些线条需要我们微调一下, 接下来我们复制问题二也是相近的方法,深层控制流图 c f g 之后我们看看效果,可以看到效果也还行,就是排线太直,我个人喜欢弯一点的线条更美观,可以去设置改一下线条,让直的变弯。 好到这里我们就完成了一次完整的演示, 从一段自然语言需求开始,到 callix 理解流程结构,再通过奈斯 ai 捉点 i o m c p 连接捉点 i o, 最后生成一张可以继续编辑调整和导出的流程图。 这套流程最重要的点不是 ai 画了一张图,而是它生成的是一个可编辑、可维护、可交付的图标资产。 所以我觉得限阶段 ai 做流程图比较高效的方式,不是只让他生成模妹的,也不是让他直接生成一张图片,而是让 ai 参与前面的结构梳理和初稿生成,再把最终结果交给作点 i o 这样的专业工具来编辑和交付。 如果你平时需要写技术文档,做项目汇报,整理业务流程,这个组合会非常适合你。这期就到这里,下一期我可以继续演示怎么用这套方法画系统架构图、永盗图或者代码调用链路图。

我们第二天要学习的任务是公式与函数,这边我们再新加一个字段,选择 字段类型为公式,然后标题写上章节名称,现在是空的,那孙悟空三打白骨精。好,咱们点开之后呢,选择编辑公式, 公式就是自断加函数加运算符。那这个公式我们做一个,最简单的就是把它们连在一起, 鼠标放在项目负责人这里,然后按 table 键就可以输入到编辑框。下一步我们输入 and 符。 按的符按的谁啊?按的次数是吧?孙悟空三,再按的任务名称, 孙悟空三白骨精。什么三白骨精呢?这个很不通顺,我们需要在不同字段之间加入一些连接符号。好,那既然这个语号是连接符号,那我就再给他连接一点东西啊, 加在这个次数后面的。注意,这里是双引号,而且是英文的双引号,我输入了一个打, 这就有了孙悟空三打白骨精。最简单的公式就写完了,然后点击确认,确定内容是不是出来了。

一天一个飞书多维表格使用技巧,今天我们要学的是手机端操作多维表格。手机端进入多维表格之后,他会默认进入到某一个数据表单中,我们点击左上角的三条杠,可以选择多维表格的所有表单,在这里可以进行随意切换。 进入表格之后,飞书默认的布局是卡片形式,它会在首页给我们显示一些占用信息,如果这些占用信息不是你想要的,可以点击右上角的设置。卡片布局的方式有一列,两列,三列可选,首页端我比较推荐两列,显示效果会更好一些。 在这个地方我们可以去设置摘要的嘱咐标题,展示字段就是我们在摘要部分想要看到的字段,我们可以把自己想看到的重要信息给选上,也可以对它们的顺序进行调整。在卡片模式下,我们可以编辑记录内容, 但是并不能修改字段。聪明的你会发现在布局里有一个表格试图,我们可以在表格试图里增加字段,设置字段类型,也可以对一有的字段进行编辑。恭喜你已经学会了手机端编辑多余表格的基础操作。

你有没有想过, ai agent 真正聪明在哪儿?不是模型本身,而是 skills 加 m c p 加 memory 这套组合拳。今天五分钟把这三位一体架构讲明白。先说 skills, skills 不是 代码库,是知识封装。一个好的 skill 包含四样东西,做什么,怎么做,边界在哪?例子给几个。 就像给 agent 配一本操作手册,它一职责是核心原则,每个 scale 只做一件事,创建非输文档,不是处理文档显示定义前置条件输入 markdown, 输出文档链接,还要包含错误处理失败时怎么降级? 不同框架实现各异 code code 用 skill 点 md 文件 lincoln 用 tools 加 chains 加 prompts, open ai agents s d k 用 functions 加 instructions, 但本质都一样,把能力封装成可附用单元。接下来说 m c p model context protocol andropic 二零二四年十一月发布的开放标准,已经是 ai 工具集成的事实。标准核心就三层,客户端服务器传输。 m c p 有 三大能力, tos 模型,可以调用的函数 resources 模型,可以读取的数据 prompts, 预定义的提示模板写一个 m c p server 特别简单,定义工具,写好描述和参数, 定义资源给模型暴露数据,几十行代码就能搞定。和传统集成方式比,自定义集成要数周。 m c p 只要数小时,维护成本从高降到低, 可附用性从低升到高。而且 m c p 是 开放标准模型,无关支持 python、 type script、 java、 go rust、 c 井六种语言已经有一万七千多个。预构建 m c p server 从飞书到 github 到数据库,应有尽有。然后是 memory 记忆系统,人有短期记忆,长期记忆 agent 也一样。短期记忆在上下文窗口里存当前对话。长期记忆在外部存储,跨越多次对话情景记忆,记录过去任务语义记忆,存领域知识程序记忆记操作流程。 上下文窗口是最稀缺的资源,管理不好,又贵又笨。四种策略滑动窗口只保留最近 n 条,省一半摘药压缩定期总结历史省六到九成相关性解锁只加在和当前任务相关的省七到九成五混合策略最优摘药加最近加剪索 项链数据库是记忆的存储引擎,盘孔全,托管易用。 vivite 混合搜索 comma 轻量级,适合原型 qudrent 用 rust 实现高性能 milvis 分 布式,适合企业。 p g victor 直接寄生在 postficle 里。 r a g。 是 记忆注入的核心模式,从简单的解锁、注入、生成,到查询、改写、加重、排加、过滤, 再到模块化组建,灵活定制,然后是知识图谱加向量剪索的 graph, r a g。 最后 agent 自主决定剪索策略的 agentic, r a g。 一 代比一代聪明。有意思的是 cloud code 这类现代 agent 直接用文件系统当记忆 memory 点 md 存长期偏好 memory 目录下按日期记录每日任务 context n b 存项目上下文 learnings 目录存自我改进日记,简单却极其有效,记忆质量也需要保证。过时记忆加时间戳和过期策略矛盾记忆用冲突检测加最新优先 噪声记忆设相关性预值加定期清理重要信息标记加高权重解锁防遗忘。最后看看三者怎么协调,用户说要创建非书文档。 agent 核心解析意图, skills 系统加载 sop 操作流程, mcp 连接飞书 server, 调用工具 memory 解锁用户文档格式篇号,然后执行创建,最后把结果和反馈记录到记忆。 skills 告诉怎么做。 mcp 提供工具 memory 记住篇号,三位一体,让 agent 从能聊变成能干。关注我,第一时间了解最新 ai 动态。
