OpenSkillIndex← back to search
claude-codeopenclawautomation

Skills dingtalk-ai-table

钉钉 AI 表格（多维表）操作技能。使用 mcporter CLI 连接钉钉官方新版 AI 表格 MCP server，基于 baseId / tableId / fieldId / recordId 体系执行 Base、Table、Field、Record 的查询与增删改。适用于创建 AI 表格、搜索表格、读取表结构、批量增删改记录、批量建字段、更新字段配置、按模板建表等场景。需要配置 DINGTALK_MCP_URL 或直接使用 Streamable HTTP URL。

install
source · Clone the upstream repo
git clone https://github.com/openclaw/skills
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/aliramw/dingtalk-ai-table" ~/.claude/skills/openclaw-skills-dingtalk-ai-table && rm -rf "$T"
OpenClaw · Install into ~/.openclaw/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.openclaw/skills && cp -r "$T/skills/aliramw/dingtalk-ai-table" ~/.openclaw/skills/openclaw-skills-dingtalk-ai-table && rm -rf "$T"
manifest: skills/aliramw/dingtalk-ai-table/SKILL.md
tags
#dingtalk#ai-table#mcp#data-manipulation#automation#cli
source content

钉钉 AI 表格操作（新版 MCP）

按 新版 MCP schema 工作：

  • Base：
    baseId
  • Table：
    tableId
  • Field：
    fieldId
  • Record：
    recordId

不要再用旧版 

dentryUuid / sheetIdOrName / fieldIdOrName
。

版本守门规则（每个 MCP Server 地址只强制检查一次）

在真正开始任何 AI 表格操作前，必须先检查当前 

mcporter
注册的 
dingtalk-ai-table
MCP server 实际返回的 tools schema。但这个检查不该每次都重复做；同一个 MCP Server 地址只需要强制检查一次。

一次性检查策略

  1. 先读取当前 
    mcporter
    里 
    dingtalk-ai-table
    对应的 MCP Server 地址。
  2. 用这个地址生成一个本地检查标记（例如基于完整 URL 或其 hash）。
  3. 在工作区保存检查结果，例如放到：
~/.openclaw/workspace/.cache/dingtalk-ai-table/

建议文件名模式：

schema-check-<url-hash>.json
  1. 如果当前地址对应的检查标记已经存在，并且结果是“已确认新版 schema”，则跳过重复检查，直接继续后续 AI 表格操作。
  2. 只有在以下情况才重新强制检查：
    • 第一次运行，没有检查标记
    • mcporter
      里的 MCP Server 地址变了
    • 之前检查结果是旧版 schema / 检查失败
    • 用户明确要求重新验证

强制检查时执行

mcporter list dingtalk-ai-table --schema

判断标准

如果返回的 tools 仍然是旧版这一套，例如出现：

  • get_root_node_of_my_document
  • create_base_app
  • list_base_tables
  • add_base_record
  • search_base_record
  • list_base_field

或者整体仍然基于：

  • dentryUuid
  • sheetIdOrName
  • fieldIdOrName

那么说明：虽然 skill 文件已经是新版，但 mcporter 里注册的 MCP server 地址还是旧的，不能继续操作。

遇到旧版 schema 时的强制提示

此时必须明确提示用户：

  1. 打开这个页面： 
    https://mcp.dingtalk.com/#/detail?mcpId=9555&detailType=marketMcpDetail
  2. 点击右侧 「获取 MCP Server 配置」 按钮
  3. 复制新的 MCP Server 地址
  4. 用新的地址替换 
    mcporter
    里已经注册的 
    dingtalk-ai-table
    地址
  5. 替换完成后，再重新执行：
mcporter list dingtalk-ai-table --schema

只有当返回的 tools 已经变成新版 schema，例如出现：

  • list_bases
  • get_base
  • get_tables
  • get_fields
  • query_records
  • create_records
  • update_records
  • delete_records

才允许继续真正的 AI 表格操作。

通过检查后的处理

一旦确认当前 MCP Server 地址返回的是新版 schema，就把结果写入本地检查标记。后续只要 

mcporter
里的 
dingtalk-ai-table
地址没变，就不要再重复做这一步守门检查。

用户提示文案（可直接复用）

当前 mcporter 里注册的 dingtalk-ai-table 还是旧版 MCP schema，暂时不能按新版技能操作。
请打开 https://mcp.dingtalk.com/#/detail?mcpId=9555&detailType=marketMcpDetail ，点击右侧“获取 MCP Server 配置”按钮，复制新的 MCP Server 地址，并替换 mcporter 里已注册的 dingtalk-ai-table 地址。替换后重新检查 schema，确认出现 list_bases / get_base / create_records 等新版 tools 后，再继续操作 AI 表格。

前置要求

安装 mcporter CLI

npm install -g mcporter
# 或
bun install -g mcporter

验证：

mcporter --version

配置 MCP Server

在钉钉 MCP 广场 https://mcp.dingtalk.com/#/detail?mcpId=9555&detailType=marketMcpDetail 获取新版钉钉 AI 表格 MCP 的 

Streamable HTTP URL
。

方式一：直接配置到 mcporter

mcporter config add dingtalk-ai-table --url "<Streamable_HTTP_URL>"

方式二：使用环境变量

export DINGTALK_MCP_URL="<Streamable_HTTP_URL>"

这个 URL 带访问令牌，等同密码，不要泄露。

工作区沙箱

脚本读取本地文件时，会优先使用 

OPENCLAW_WORKSPACE
作为允许根目录：

export OPENCLAW_WORKSPACE="$HOME/.openclaw/workspace"

未设置时默认使用当前工作目录。

核心工具集

Base 层

  • list_bases
  • search_bases
  • get_base
  • create_base
  • update_base
  • delete_base
  • search_templates

Table 层

  • get_tables
  • create_table
  • update_table
  • delete_table

Field 层

  • get_fields
  • create_fields
  • update_field
  • delete_field

Record 层

  • query_records
  • create_records
  • update_records
  • delete_records

推荐工作流

1. 先找 Base

mcporter call dingtalk-ai-table list_bases limit=10 --output json
mcporter call dingtalk-ai-table search_bases query="销售" --output json

2. 再拿 Table 目录

mcporter call dingtalk-ai-table get_base baseId="base_xxx" --output json

3. 再展开表结构

mcporter call dingtalk-ai-table get_tables \
  --args '{"baseId":"base_xxx","tableIds":["tbl_xxx"]}' \
  --output json

4. 字段复杂时读完整配置

mcporter call dingtalk-ai-table get_fields \
  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","fieldIds":["fld_xxx"]}' \
  --output json

5. 再查 / 写记录

mcporter call dingtalk-ai-table query_records \
  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","limit":20}' \
  --output json

mcporter call dingtalk-ai-table create_records \
  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","records":[{"cells":{"fld_name":"张三"}}]}' \
  --output json

脚本

批量新增字段

python3 scripts/bulk_add_fields.py <baseId> <tableId> fields.json


fields.json
示例：

[
  {"fieldName":"任务名","type":"text"},
  {"fieldName":"优先级","type":"singleSelect","config":{"options":[{"name":"高"},{"name":"中"},{"name":"低"}]}}
]

兼容项：

  • name
    会自动映射为 
    fieldName
  • phone
    会自动映射为 
    telephone

批量导入记录

python3 scripts/import_records.py <baseId> <tableId> data.csv
python3 scripts/import_records.py <baseId> <tableId> data.json 50

说明：

  • CSV 表头默认按 
    fieldId
    解释
  • JSON 支持： 
    • [{"cells": {...}}]
    • [{"fld_xxx": "value"}]

安全规则

  • 文件路径受 
    OPENCLAW_WORKSPACE
    沙箱限制
  • 仅允许读取工作区内 
    .json
    / 
    .csv
    文件
  • Base / Table / Field / Record ID 都做格式校验
  • 批量上限按 MCP server 实际限制控制： 
    • create_fields
      ：最多 15
    • get_tables / get_fields
      ：最多 10
    • create_records / update_records / delete_records
      ：最多 100

调试原则

  • 先 
    get_base
    ，再 
    get_tables
    ，必要时 
    get_fields
  • 不要猜 
    fieldId
  • 复杂参数一律用 
    --args
    JSON
  • singleSelect / multipleSelect
    过滤时必须传 option ID，不是 option name

参考

  • API 参考：
    references/api-reference.md
  • 错误排查：
    references/error-codes.md