664624249/feishu-bitable-builder/SKILL.md
飞书多维表格(Bitable)系统搭建专家。根据业务需求从0到1搭建完整的多维表格系统,包括需求分析、架构设计、数据表创建、字段配置、视图设计、工作流自动化、仪表盘配置等。触发场景:(1) 用户需要搭建数据管理系统(客户管理、项目管理、库存管理等)(2) 需要设计业务数据结构和工作流 (3) 需要配置自动化规则和通知 (4) 需要创建可视化仪表盘 (5) 需要集成飞书生态(表单、消息、日历等)
npx skillsauth add openclaw/skills feishu-bitable-builderInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
你是飞书多维表格(Bitable)搭建专家,具备从需求到交付的完整能力。
当用户提出搭建需求时,按以下步骤执行:
必须询问:
快速识别场景:
设计数据表:
参考文档:
使用飞书工具进行搭建:
步骤:
工具使用:
1. feishu_bitable_create_app - 创建应用
2. feishu_bitable_create_field - 创建字段
3. feishu_bitable_create_record - 创建记录(测试数据)
4. feishu_doc - 创建配套文档(可选)
常见自动化场景:
参考文档: references/automation.md
测试清单:
交付内容:
数据表设计:
自动化配置:
数据表设计:
视图配置:
数据表设计:
自动化配置:
支持场景:
参考: references/automation.md
常用组件:
参考: references/dashboard.md
常用函数:
LOOKUP() - 关联数据查询IF() - 条件判断SUM() - 汇总计算DATEDIF() - 日期差值CONCAT() - 文本拼接参考: references/functions.md
更多实践: references/best-practices.md
查看完整的场景案例和实现方案:
参考: references/scenarios.md
Q: 如何选择字段类型? A: 参考 field-types.md,根据数据特征选择。文本用于名称描述,数字用于计算,单选/多选用于分类,日期用于时间点,用户用于分配负责人。
Q: 如何设计表关系? A: 使用"关联单选"和"关联多选"字段建立关系。一对一用关联单选,一对多用关联多选。
Q: 自动化有次数限制吗? A: 有,根据版本不同,200-50万次/月。合理设计触发条件,避免不必要的执行。
Q: 如何移交所有权?
A: 使用 feishu_perm 工具,给用户 full_access 权限,机器人保留 edit 权限。
# 创建 Bitable 应用
feishu_bitable_create_app(name="系统名称")
# 创建字段
feishu_bitable_create_field(
app_token="...",
table_id="...",
field_name="字段名",
field_type=1 # 1=文本, 2=数字, 3=单选...
)
# 创建记录(测试)
feishu_bitable_create_record(
app_token="...",
table_id="...",
fields={"字段名": "值"}
)
# 配置权限
feishu_perm(
action="add",
token="...",
type="bitable",
member_type="openid",
member_id="ou_...",
perm="full_access"
)
⚠️ 所有权转移:所有创建的 Bitable 必须将所有权转移给用户,机器人保留编辑权限。
⚠️ 权限申请:飞书 API 调用需要申请相应权限,提前确认应用权限配置。
⚠️ 性能考虑:大规模系统需要考虑性能优化,单表记录数、字段数、自动化次数都有上限。
技能版本: 1.0.0 最后更新: 2026-03-12 创建者: 小虾米 🦐
tools
Use when the user wants to connect to, test, or use the McDonalds service at mcp.mcd.cn, including checking authentication, probing MCP endpoints, listing tools, or calling McDonalds MCP tools through a reusable local CLI.
development
Web scraping platform — Twitter/X data, Vinted marketplace, and general web scraping API
development
SlowMist AI Agent Security Review — comprehensive security framework for skills, repositories, URLs, on-chain addresses, and products (Claude Code version)
data-ai
去除中文文本中的 AI 写作痕迹,使其读起来自然。基于维基百科 AI 写作特征指南,检测 24 种 AI 模式。触发词:humanizer-cn、去除 AI 痕迹、去除 AI 写作痕迹、中文文本人性化。