
Lark Sheets
Create and manage Feishu/Lark spreadsheets, worksheets, cells, and exports via lark-cli when a spreadsheet token or URL is already known.
Install
npx skills add https://github.com/larksuite/cli --skill lark-sheetsWhat is this skill?
- Worksheet CRUD and cell read/write
- Append rows and in-sheet find
- Docs search vs sheets object commands
Adoption & trust: 209k installs on skills.sh; 13.7k GitHub stars; 2/3 security scanners passed (skills.sh audits).
Recommended Skills
Agent Browservercel-labs/agent-browser
Lark Imlarksuite/cli
Lark Calendarlarksuite/cli
Lark Vclarksuite/cli
Lark Contactlarksuite/cli
Lark Workflow Meeting Summarylarksuite/cli
Journey fit
Primary fit
Sheets automation wires your product or agent into Lark’s spreadsheet APIs rather than one-off launch or growth work. Operations are third-party Lark Open Platform integrations exposed through the sheets v3 CLI surface.
Common Questions / FAQ
Is Lark Sheets safe to install?
skills.sh reports 2 of 3 security scanners passed. Review the Security Audits panel on this page before installing in production.
SKILL.md
READMESKILL.md - Lark Sheets
# sheets (v3) **CRITICAL — 开始前 MUST 先用 Read 工具读取 [`../lark-shared/SKILL.md`](../lark-shared/SKILL.md),其中包含认证、权限处理** ## 快速决策 - 按标题或关键词找云空间里的表格文件,先用 `lark-cli docs +search`。 - `docs +search` 会直接返回 `SHEET` 结果,不要把它误解成只能搜文档 / Wiki。 - 已知 spreadsheet URL / token 后,再进入 `sheets +info`、`sheets +read`、`sheets +find` 等对象内部操作。 ## 核心概念 ### 文档类型与 Token 飞书开放平台中,不同类型的文档有不同的 URL 格式和 Token 处理方式。在进行文档操作(如添加评论、下载文件等)时,必须先获取正确的 `file_token`。 ### 文档 URL 格式与 Token 处理 | URL 格式 | 示例 | Token 类型 | 处理方式 | |----------|---------------------------------------------------------|-----------|----------| | `/docx/` | `https://example.larksuite.com/docx/doxcnxxxxxxxxx` | `file_token` | URL 路径中的 token 直接作为 `file_token` 使用 | | `/doc/` | `https://example.larksuite.com/doc/doccnxxxxxxxxx` | `file_token` | URL 路径中的 token 直接作为 `file_token` 使用 | | `/wiki/` | `https://example.larksuite.com/wiki/wikcnxxxxxxxxx` | `wiki_token` | ⚠️ **不能直接使用**,需要先查询获取真实的 `obj_token` | | `/sheets/` | `https://example.larksuite.com/sheets/shtcnxxxxxxxxx` | `file_token` | URL 路径中的 token 直接作为 `file_token` 使用 | | `/drive/folder/` | `https://example.larksuite.com/drive/folder/fldcnxxxx` | `folder_token` | URL 路径中的 token 作为文件夹 token 使用 | ### Wiki 链接特殊处理(关键!) 知识库链接(`/wiki/TOKEN`)背后可能是云文档、电子表格、多维表格等不同类型的文档。**不能直接假设 URL 中的 token 就是 file_token**,必须先查询实际类型和真实 token。 #### 处理流程 1. **使用 `wiki.spaces.get_node` 查询节点信息** ```bash lark-cli wiki spaces get_node --params '{"token":"wiki_token"}' ``` 2. **从返回结果中提取关键信息** - `node.obj_type`:文档类型(docx/doc/sheet/bitable/slides/file/mindnote) - `node.obj_token`:**真实的文档 token**(用于后续操作) - `node.title`:文档标题 3. **根据 `obj_type` 使用对应的 API** | obj_type | 说明 | 使用的 API | |----------|------|-----------| | `docx` | 新版云文档 | `drive file.comments.*`、`docx.*` | | `doc` | 旧版云文档 | `drive file.comments.*` | | `sheet` | 电子表格 | `sheets.*` | | `bitable` | 多维表格 | `bitable.*` | | `slides` | 幻灯片 | `drive.*` | | `file` | 文件 | `drive.*` | | `mindnote` | 思维导图 | `drive.*` | #### 查询示例 ```bash # 查询 wiki 节点 lark-cli wiki spaces get_node --params '{"token":"wiki_token"}' ``` 返回结果示例: ```json { "node": { "obj_type": "docx", "obj_token": "xxxx", "title": "标题", "node_type": "origin", "space_id": "12345678910" } } ``` ### 资源关系 ``` Wiki Space (知识空间) └── Wiki Node (知识库节点) ├── obj_type: docx (新版文档) │ └── obj_token (真实文档 token) ├── obj_type: doc (旧版文档) │ └── obj_token (真实文档 token) ├── obj_type: sheet (电子表格) │ └── obj_token (真实文档 token) ├── obj_type: bitable (多维表格) │ └── obj_token (真实文档 token) └── obj_type: file/slides/mindnote └── obj_token (真实文档 token) Drive Folder (云空间文件夹) └── File (文件/文档) └── file_token (直接使用) ``` **操作流程(重要):** 1. **create** — 创建筛选 - 用于首次创建筛选 - ⚠️ range 必须覆盖所有需要筛选的列(如 B1:E200) - 如果已有筛选存在,再用 create 会覆盖整个筛选 2. **update** — 更新筛选 - 用于在已有筛选上添加/更新指定列的条件 - 只需指定 col 和 condition,不需要 range 3. **delete** — 删除筛选 4. **get** — 获取筛选状态 **多列筛选示例:** 创建媒体名称(B列)和情感分析(E列)的双重筛选: ```bash # 1. 删除现有筛选(如有) lark-cli sheets spreadsheet.sheet.filters delete \ --params '{"spreadsheet_token":"<spreadsheet_token>","sheet_id":"<sheet_id>"}' # 2. 创建第一个筛选,range 覆盖所有要筛选的列 lark-cli sheets spreadsheet.sheet.filters create \ --params '{"spreadsheet_token":"<spreadsheet_token>","sheet_id":"<sheet_id>"}' \ --data '{"col":"B","condition":{"expected":["xx"],"filter_type":"multiValue"},"range":"<sheet_id>!B1:E200"}' # 3. 添加第二个筛选条件 lark-cli sheets spreadsheet.sheet.filters update \ --params '{"spreadsheet_token":"<spreadsheet_token>","sheet_id":"<sheet_id>"}' \ --data '{"col":"E","co