Lark Wiki

wiki (v2)

CRITICAL — 开始前 MUST 先用 read 读取 ../lark-shared/SKILL.md，其中包含认证、权限处理

成员管理硬限制：

• 如果目标是“部门”，先判断身份，再决定是否继续。
• --as bot 对应 tenant_access_token。官方限制：这种身份下不能使用部门 ID (opendepartmentid) 添加知识空间成员。
• 遇到“部门 + --as bot”时，禁止先调用 lark-cli wiki +member-add 试错；直接说明该路径不可行。
• 如果用户明确要求“以 bot 身份运行”，且目标是部门，必须停下说明 bot 路径无法完成，不要静默切到 --as user。

身份选择：优先使用 user 身份

知识空间和节点都是用户的个人资源，策略上应优先显式使用 --as user（CLI 的 --as 默认值为 auto，不带 --as 时常被解析成 bot，列出的是应用所属空间而非用户的）。仅当用户明确要求“应用 / bot 视角”时才用 --as bot（仍受上面的成员管理硬限制约束）。

快速决策

• 用户要按特定主题 / 关键词 / 内容线索查找资料并收集到知识库节点或新建知识库节点下，必须先阅读 ../lark-drive/references/lark-drive-workflow.md，再按其中 Workflow Registry 进入 topic_move_collector workflow。该 workflow 使用 Drive 全量搜索召回，再按 Wiki 目标解析、确认和移动；不要只用 Wiki 节点列表做局部遍历。
• 用户要整理 / 盘点 / 归类 / 重构知识库、个人文档库、文档库目录或 Wiki 节点结构，或要生成整理方案、目标目录树、移动计划时，不要只使用 Wiki 节点 API。必须先阅读 ../lark-drive/references/lark-drive-workflow.md，再按其中 Workflow Registry 进入 knowledge_organize workflow；该 workflow 负责 Drive / Wiki / 个人文档库的统一入口解析、资源盘点、分类计划、写前确认和结果验证。
• 用户要把已有 Wiki 节点移出知识库，放到 Drive 文件夹或“我的空间”根目录：使用 wiki +move-to-drive，不要使用 wiki +move 或 drive +move。这是会改变节点归属和权限继承的写操作，执行前确认源节点与目标位置。
• 用户给的是知识库 URL（.../wiki/<token>），且后续要查成员/加成员/删成员：先确定下游成员操作的身份（默认 user；用户明确要求应用 / bot 视角时用 bot），再调用 lark-cli wiki +node-get --node-token '<wiki_url>' --as user --format json，从 data.space_id 获取空间 ID；下游使用 bot 时将示例中的身份改为 --as bot。节点解析与后续成员操作必须使用相同身份。
• 用户要删除知识空间（wiki +delete-space）但只给了名称或 URL：不能把名称 / URL 原样传给 --space-id，必须先解析出真实 space_id。解析方式：
  • URL（.../wiki/<token>）：先确定后续 wiki +delete-space 的身份（默认 user；明确要求 bot 视角时用 bot），再调用 lark-cli wiki +node-get --node-token '<wiki_url>' --as user --format json，读取 data.space_id；下游使用 bot 时将示例中的身份改为 --as bot。解析和删除必须使用相同身份。
  • 只知名称：lark-cli wiki spaces list --format json，边翻页边收集 items 并按 name 精确匹配；一旦任一页累计到至少 1 条精确匹配就停止翻页。只有当翻完所有页（has_more=false）仍无精确匹配时，才对已收集的全量 items 做宽松匹配（name trim 空格、大小写不敏感、子串包含）。
  • 关键安全约束：无论精确还是模糊，无论命中 1 条还是多条，发起删除前都必须把候选（name + space_id + description + space_type）列给用户，由用户明确选定一个 space_id 再执行。不要因为"只命中一条"就自动执行删除。
  • 命中 0 条：停下来问用户是名称拼错了还是调用方无权限；不要自行改名字重试。
  • 用户明确选定后再执行 lark-cli wiki +delete-space --space-id <ID> --yes（高风险写操作，必须显式 --yes）。
  • 反例：不要把 wiki URL / 名称直接当 --space-id（如 --space-id "https://.../wiki/<wiki_token>"）；务必先用 wiki +node-get 解析出 data.space_id 再传。
• 用户要在知识库中创建新节点，优先使用 lark-cli wiki +node-create。
• 用户要原地重命名 Wiki 节点 / 修改节点标题：使用 lark-cli drive +update-title --url '<wiki_url>' --title '<new_title>'。该命令保留同一个 node_token，并会根据 API 返回给出准确的缺失 scope 和授权提示；不要探索 raw wiki.nodes 的 update_title 端点，也不要通过复制或新建第二个节点实现改名。
• 用户要列出 Wiki 节点：先用 wiki +space-list --as user 拿数字 space_id，再用 wiki +node-list --space-id <space_id>。不要把 wiki URL、node token、doc token、名称直接当 --space-id。钻子节点时 --parent-node-token 必须是 wiki node token；如果用户给的是 docx/sheet/base URL，先用 wiki +node-get --node-token <url> 解析出 node_token。
• wiki +node-list 命中 invalid_parameters、not_found、permission_denied 时，不要重复调用同一参数；按 hint 修 space_id / parent_node_token / 权限。只有 rate_limit 才做退避重试。
• 用户说“给知识库添加成员/管理员”：先把目标解析成“用户 / 群 / 部门 / 应用”四类之一，再决定 --member-type，不要先调 wiki +member-add 再根据报错反推类型。
• 用户说“用户 / 群 / 应用 + 添加成员”：先解析对应 ID，再执行 wiki +member-add。
• 用户说“查看 / 列出空间成员”：用 wiki +member-list；该 shortcut 默认只取一页，多成员场景显式加 --page-all。
• 用户说“移除 / 删除空间成员”：用 wiki +member-remove，必须传齐原始授予时的 --member-type 和 --member-role（不知道就先 wiki +member-list 查一下）。

Shortcuts（推荐优先使用）

Shortcut 是对常用操作的高级封装（lark-cli wiki +<verb> [flags]）。有 Shortcut 的操作优先使用。

获取或解析 Wiki 节点统一优先使用 wiki +node-get，包括只为获取 space_id、node_token、obj_token 或 obj_type 的中间步骤。只有当前 CLI 不提供该 shortcut，或任务明确需要 shortcut 未输出的原始响应字段时，才回退到 wiki spaces get_node；回退前先运行 lark-cli schema wiki.spaces.get_node。

成员添加流程

• 调用 lark-cli wiki +member-add 前，先把自然语言里的“人 / 群 / 部门 / 应用”解析成正确的 --member-id，不要猜格式。
• 用户场景默认优先 --member-type=openid：用 lark-cli contact +search-user --query "<姓名/邮箱/手机号>" --format json 获取 open_id。
• 群组场景使用 --member-type=openchat：用 lark-cli im +chat-search --query "<群名关键词>" --format json 获取 chat_id。
• 应用场景使用 --member-type=appid：--member-id 传应用 ID，格式通常为 cli_xxx。
• userid / unionid 只在下游明确要求时才使用；先拿到 open_id，再调用 lark-cli api GET /open-apis/contact/v3/users/<open_id> --params '{"user_id_type":"open_id"}' --format json 读取 user_id / union_id。
• 部门场景使用 --member-type=opendepartmentid：当前 CLI 没有 shortcut，需调用 lark-cli api POST /open-apis/contact/v3/departments/search --as user --params '{"department_id_type":"open_department_id"}' --data '{"query":"<部门名>"}' 获取 open_department_id。
• 只有在目标类型和身份都已确认可行后，才调用 lark-cli wiki +member-add。对于部门场景，这意味着必须是 --as user。

目标语义约束

• 我的文档库 / My Document Library / 我的知识库 / 个人知识库 / my_library 都应视为 Wiki personal library，不是 Drive 根目录
• 处理这类目标时，先解析 my_library 对应的真实 space_id，再执行 wiki +move、wiki +node-create 或其他 Wiki 写操作
• 不要因为缺少显式 space_id 就退化成 drive +move
• 如果用户明确说的是 Drive 文件夹、云空间（云盘/云存储）根目录、我的空间，再按源对象分流：源对象是 Wiki 节点时用 wiki +move-to-drive，源对象已在 Drive 时用 drive +move

API Resources

lark-cli schema wiki.<resource>.<method>   # 调用原生 API 前必须先查看 --data / --params 参数结构，不要猜测字段格式
lark-cli wiki <resource> <method> [flags]  # 调用 API

spaces

• create — 创建知识空间
• get — 获取知识空间信息
• get_node — 获取知识空间节点信息
• list — 获取知识空间列表

members

• create — 添加知识空间成员
• delete — 删除知识空间成员
• list — 获取知识空间成员列表

nodes

• copy — 创建知识空间节点副本
• create — 创建知识空间节点
• list — 获取知识空间子节点列表

不在本 skill 范围

• 上传文件到知识库节点下 → lark-drive（drive +upload --wiki-token）
• 下载 Wiki 节点对应的文件（底层 obj_type 为 file）→ lark-drive：drive +download --wiki-token <node_token> 或 drive +download --url <wiki_url>（CLI 会先把 Wiki 节点解析到底层文件再下载）；底层是 docx/sheet/bitable/slides 等在线文档时改用 drive +export
• 编辑文档正文内容 → lark-doc
• 表格 / 多维表格数据操作 → lark-sheets / lark-base
• 按名称搜索文档 / Wiki / 表格文件、评论与权限管理 → lark-drive

交接到底层文档/表格 Skill（obj_type 分流）

用户给 Wiki URL 且实际要操作底层内容（而非 Wiki 节点本身）时，用 wiki +node-get --node-token '<wiki_url>' --as user 解析出 obj_type + obj_token 后分流：

不要把 Wiki 的 node_token 当作文档 token / base_token / spreadsheet token 传给下游命令。

上表只列主用的三种 obj_type；完整路由（含 slides / mindnote 的「技能未随包收录 + CLI 命令直给」与 file 走 lark-drive 等口径）见 ../lark-shared/references/lark-wiki-token-routing.md。