飞书多维表格 AI 管家
自动化飞书多维表格(Bitable)操作,让 Agent 成为你的表格管家。
核心能力
1. 表格结构管理
- 创建多维表格应用和表
- 增删字段(文本/数字/单选/多选/日期/人员/链接等)
- 查看表格元数据和字段列表
2. 数据批量操作
- 批量创建记录(支持格式自动适配)
- 批量更新记录
- 分页查询和遍历
3. 智能报表生成
- 从表格提取数据 → 生成摘要
- 按条件筛选 + 统计分析
- 自动写入报表结果到新表/新字段
4. 数据清洗
- 格式标准化
- 去重检测
- 空值/异常值标记
快速开始
场景 1:接到一个飞书表格链接,不知道里面有什么
用户:帮我看看这个表格 https://abc.feishu.cn/base/XXX?table=YYY
操作流程:
feishu_bitable_get_meta解析 URL → 获取 app_token + table_id + 表列表feishu_bitable_list_fields列出所有字段feishu_bitable_list_records读取前 20 条数据- 总结表结构 + 数据概况
场景 2:批量录入数据
用户:帮我在"客户跟进表"里录入这 5 条记录
张三 | 138xxxx | 意向客户 | 2026-05-07
李四 | 139xxxx | 已成交 | 2026-05-06
...
操作流程:
- 先用
feishu_bitable_list_fields确认字段名和类型 - 按字段类型格式化数据:
- 文本:直接传字符串
- 单选:传选项文本(如
"意向客户") - 多选:传数组
["A", "B"] - 日期:传毫秒时间戳或 ISO 字符串
- 逐条/批量调用
feishu_bitable_create_record - 完成后回报录入结果
场景 3:从表格生成周报
用户:根据"本周任务"表给我生成周报
操作流程:
feishu_bitable_list_fields了解字段feishu_bitable_list_records抓取全部记录(翻页直到无更多数据)- 分析数据:完成数、未完成数、关键成果
- 格式化输出报告
- 可选:用
feishu_bitable_create_record将报告写入"周报"表
场景 4:数据清洗
用户:帮我检查"员工信息表"里的数据有没有问题
操作流程:
- 读取全量数据
- 检查:空字段、手机号格式、日期范围、选项值是否在有效范围内
- 标记异常记录
- 可选:用
feishu_bitable_update_record在"数据状态"字段标记
字段类型速查
| 类型ID | 名称 | 数据格式 |
|---|---|---|
| 1 | 文本 | "字符串" |
| 2 | 数字 | 123 |
| 3 | 单选 | "选项名" |
| 4 | 多选 | ["选项A", "选项B"] |
| 5 | 日期 | 毫秒时间戳(如 1715040000000) |
| 7 | 复选框 | true/false |
| 11 | 人员 | [{id: "ou_xxx"}] |
| 13 | 手机号 | "138xxxx" |
| 15 | 链接 | {text: "显示", link: "https://..."} |
| 17 | 附件 | 文件token数组 |
| 22 | 位置 | 经纬度对象 |
最佳实践
- 先看结构再动数据 — 每次操作前先
list_fields确认字段名和类型 - 翻页完整 —
list_records支持page_token翻页,确保读完所有数据 - 批量优于逐条 — 多条数据合并为一次讲话,避免逐条单独调用
- 写后验证 — 批量录入后抽样
get_record验证 - 异常先标记不直接删 — 数据清洗时优先标记问题,由人确认后再处理
注意事项
- 需要飞书应用有 Bitable 权限(
bitable:appscope) - 操作前确保 app_token 和 table_id 正确(从 URL 提取或由用户提供)
- 大表操作注意分页,单页最多 500 条