大家好，我是船帆，作为一名不懂代码的普通人，我将在这里和大家分享零代码基础如何学习AI，如果你也想学习AI应用搭建，打造个人IP或提升职场竞争力，请关注公众号，获取免费教程。我将和大家共同见证AGI的发展之路。

我的 OpenClaw（小龙虾）现在可以直接控制钉钉的 AI 表格了。跑通这个交互链路后，体验确实让人极为振奋。 

因为这意味着，AI 彻底摆脱了单纯“陪聊”的设定，真正深入到了企业运转最核心的腹地：数据管理。

以往的 AI 助手，充其量算个懂礼貌的实习生，处理的往往是润色文案、代写周报这类浮在表面的工作。 

现在情况发生了根本性转变：它能够直接触碰并处理业务数据，涵盖建表、自动录入、数据清洗、逻辑分析，甚至直接生成可视化报表，实现业务全链条的一次性打通。 

为验证其作为实际生产力工具的可靠性，我直接调用了几个完全不同的真实业务场景进行极限测试。 

测试结果非常直观：整个操作流程中，我无需点开任何网页，全程仅在聊天框内发号施令，系统便自动包揽了所有繁杂的工作流。 

01底层原理拆解

在展示具体的自动化操作前，我们需要先梳理清楚这两个工具的基本运作逻辑： 

OpenClaw 作为一款开源的超级 AI 助手，它支持无缝接入微信、钉钉或 Telegram 的聊天框。其核心技术突破在于搭载了 MCP 协议。这等同于为 AI 挂载了无数双“无形的手”，使其具备了跨应用、直接执行系统级操作的能力。 

钉钉 AI 表格其本质是一个具备思考能力的“在线可视化数据库”。它的核心杀手锏是“AI 字段”功能。例如建立一列并下达指令“分析客户评价情绪的正负向”，它即刻就能全自动计算成百上千行数据，并支持一键转化为数据看板或甘特图。 

这两者组合产生的化学反应具备极高的实操价值： 

小龙虾作为前端交互的“嘴”，钉钉 AI 表格充当后台处理的“脑”。你在聊天框随意输入一句话，系统便自动执行数据抓取、入表、分析全流程，最终直接将结论推送到你面前。 

02让小龙虾长出“数据大脑”

一听“配置连接”，很多人第一反应是需要写代码。这完全是一个认知误区。 

整个打通链路仅需 3 步、耗时约 3 分钟，且全程只需在聊天框内输入自然语言即可完成。

STEP 1为系统安装钉钉插件

打开 OpenClaw 聊天窗口，什么废话都别说，直接输入以下指令： 

安装这个 skills：dingtalk-ai-table 

系统会自动前往 ClawHub 下载并安装该技能，配置完成后会弹出成功提示。 

避坑指南若遇网络波动提示安装失败，可尝试更换话术，或直接发送插件的 Github 仓库链接（https://github.com/aliramw/dingtalk-ai-table），系统将顺藤摸瓜自动拉取。 

STEP 2获取 MCP 密钥配置

插件安装完毕后，需为小龙虾提供访问钉钉表格的授权凭证（这把“钥匙”的地址，它通常会在聊天框直接发给你）。 

访问钉钉 MCP 广场（https://mcp.dingtalk.com/）。在详情页右侧，点击「获取 MCP Server 配置」，随后复制生成的 Streamable HTTP URL 链接。 

STEP 3完成终端绑定

返回小龙虾聊天框，输入最终的绑定指令（注意替换为你刚刚复制的链接）： 

mcporter config add dingtalk-ai-table --url "<刚才复制的链接>" 

敲击回车，绑定流程彻底结束。从这一刻起，小龙虾正式获取了直接操纵钉钉 AI 表格的系统级权限。 

基础设施搭建完毕。接下来进入实际业务测试阶段。 

我选取了几个极其耗费精力的真实业务场景，对其进行了高强度的自动化压榨。 

核心体验是：测试全程未曾操作过一次鼠标，所有复杂的数据处理全部由聊天框内的自然语言指令直接驱动。

03 实操案例

实验 一全网“盯盘”找房，自动算出“防坑指数”

我最近刚好在帮朋友看广州的房子。

现在的广州楼市，大家都想捡“笋盘”，但每天在贝壳和各大房产APP里来回切，看着天河区、海珠区那些密密麻麻的房源和疯狂变动的挂牌价，看到最后人直接麻了。 

这次，我直接在聊天框里甩给小龙虾一句指令： 

“帮我抓取贝壳上，广州天河区和海珠区（重点看琶洲和金融城附近）、总价 500 万以内、近期降价急售的最新 30 套二手房源。把数据写进钉钉AI表格里，并且帮我分析一下这套房的砍价空间。” 

实测结果，直接让我倒吸一口凉气： 

不到 2 分钟，小龙虾在钉钉里自动建好了一张名为「广州二手房源」的表。 

基础房源数据一字不落：小区名（比如棠下、员村或者赤岗周边的盘）、面积、户型、朝向等等信息，全被整整齐齐地扒下来填进了表里。 

实验 二拯救“报销修罗场”，发票随手拍自动变财务台账

很多经常出差、跑业务的打工人都有个共同的痛：每个月底整理发票、填报销单，简直是人间酷刑。 

不仅要一张张对发票抬头、税号，还要算哪天吃了多少、有没有超标，填错一个数字财务就给你打回来重做，一天的时间就这么没了。 

为了测试小龙虾的多模态图片识别+结构化录入能力，我本来打算直接把我包里那堆皱巴巴的发票拍给它。但转念一想，真票据里全是我司的真实税号和我的私人行程，发出来实在有点“危险”。 

于是，为了保护隐私，我特意找了几十张极其逼真的测试用假票据（包含高铁票、打车小票和餐饮发票），故意弄得歪歪扭扭拍下来，一股脑全甩给了小龙虾。 

操作注记大家自己实操的时候，直接把真票据拍照连同文字一起发给它就行。 

指令非常简单粗暴：（需要上传自己一堆的票据） 

“这是我这个月的差旅票据，帮我把它们识别出来，在钉钉建一个‘1月差旅报销台账’，算算我一共花了多少钱。” 

实测结果，连我们公司的财务小姐姐看了都要直呼内行： 

它接收图片后，大概“思考”了几秒钟。然后，一张完美的财务报销单已经在钉钉文档里生成了。 

开票日期、发票代码、消费金额、消费类型（交通/餐饮/住宿）……它都一字不差地抠了出来，乖乖填进了对应的列里。 

实验 三竞品差评“榨汁机”，全自动生成产品情报看板

如果说前两个实验解决的是个人的“效率”问题，那第三个实验，我做了一个真正能直接拿去给老板汇报、甚至能卖钱的商业场景：全自动的竞品舆情监控与痛点提炼。

做产品和运营的都知道，每天去小红书、微博、App Store 盯竞品的差评，是个极其折磨人的活儿。 

看多了不仅负能量爆棚，而且复制粘贴大半天，最后也只能整理出一个干巴巴的 Excel，老板根本没耐心看。 

这次，我让小龙虾做个“无情的卧底机器”。我在聊天框里给它下达了定时任务： 

“每天晚上 11 点，自动去抓取小红书和 App Store 上关于【某某竞品 APP】的最新 50 条一星/两星差评。把数据写进钉钉AI表格里，并且帮我提炼出用户的核心槽点。” 

实测结果，直接给了我一种“降维打击”的爽感： 

第二天早上我端着咖啡打开钉钉，一张名为「竞品每日槽点大盘」的表已经乖乖躺在那里了。 

如果只是把差评搬运过来，那叫垃圾堆。但接上钉钉 AI 表格后，这就变成了金矿。

实验 四板拯救“开会废”，甩个白板照直接生成“项目甘特图”

在职场里，比加班更让人绝望的，是“开了一个两小时的漫长会议，大家吵得热火朝天，最后白板上画得乱七八糟，却没人知道接下来到底谁该干嘛”。 

会后的项目落地，全靠项目经理去群里一个个厚着脸皮“催命”。 

为了测试这套组合拳能不能当一个合格的“无情监工”，我在开完周会后，直接把一张画满涂鸦和箭头的会议室白板照片，外加一段飞书/钉钉生成的杂乱无章的会议语音转文字记录，一股脑扔给了小龙虾。 

操作注记发送指令时，记得同步上传对应的音频文件或白板照片。 

指令非常简单： 

“这是刚才产品V2.0迭代周会的白板记录和录音稿。帮我过滤掉废话，提炼出核心决议，并在钉钉建一个‘V2.0迭代项目排期表’，把具体的待办任务、责任人、截止日期给我清清楚楚地拆解出来。” 

实测结果，这个项目拆解和进度管理的能力，简直让项目经理（PM）原地失业： 

我刚走回工位接了杯水，钉钉里那张「V2.0迭代项目排期表」就已经全自动建好了。

以前开完会，整理纪要和派发任务是一件极度消耗心智的苦力活，还要担心得罪人。现在？你只需要在走出会议室的瞬间，顺手把照片和录音扔给聊天框。 

不需要你再去拉表格、画进度条，AI 直接把最硬核的管理工具怼到了你面前。 

有了这张表，扯皮和甩锅的概率将无限趋近于零。

04四个案例的核心逻辑拆解

回过头来看，这四个硬核实验的数据来源完全不同： 

实验一公开网页数据（贝壳找房的动态挂牌信息） 

实验二线下物理图像（皱巴巴的纸质发票） 

实验三社交平台舆情文本（应用商店的长篇差评） 

实验四复杂非结构化混合物（会议室白板涂鸦 + 杂乱语音稿） 

这四组来源，基本覆盖了打工人日常会碰到的所有信息载体：网页、图片、长文本、口语化语音。 

但它们背后的本质，其实是同一条流水线： 

输入层（万物皆可发）

处理层（OpenClaw 充当手脚去抓取和清洗） 

  决策层（钉钉 AI 表格做字段计算、画甘特图、出看板） 

翻成一句人话：你不再是那个“Ctrl C + Ctrl V 的人肉数据搬运工”，你是在给自己搭建一套“每天全自动产出行动指南的系统”。

05实测避坑指南：稳定交付与平台限制

只吹牛不填坑，那是耍流氓。 

这次重度测试完，我把这套组合拳的现状分成了三层。把这个写清楚，比假装所有链路都丝滑要有价值得多： 

稳定可交付（今天就能用）建表、文本抓取入表、AI 字段自动打标签/算极性、一键生成看板和甘特图。这些极其丝滑，可以直接上生产环境。 

条件可交付（能用，但要防错）图片 OCR 识别入表。像打印的发票、规整的白板都没问题，但如果遇到极度潦草的手写体，或者反光严重，AI 可能会偶尔抓瞎，建议在表格里加个“人工复核”的勾选列兜底。 

平台限制与坑（需要注意）像实验一那种全网抓取，如果遇到反爬极其严苛的网站，小龙虾偶尔会报错。另外，钉钉聊天里直接发超大体积的高清图，偶尔会遇到接口响应超时，建议压缩一下或者等官方持续优化。 

06进阶设想：这件事的天花板到底在哪？

跑完这四个实验，我坐在工位上喝着杯咖啡，想了很久。 

我不是在想“它还能再测什么功能”，而是在想一个更本质的问题：钉钉里有一个随时听你指挥的开源 AI 助手，后面还接着一张自己会算账、会看图的表格，这件事的天花板到底在哪？ 

我先说一个自己这几天的真实体感。这两天我有个习惯彻底变了。 

以前看到一篇好的干货文章、一个牛逼的营销案例，我会随手丢进微信的“文件传输助手”，心想“回头整理”。

但你们懂的，“回头”的意思就是“永远在文件助手里吃灰”。 

现在，我直接在钉钉里把链接丢给小龙虾，说一句：“存进我的素材库，打上【私域运营】的标签，顺便提炼 100 字核心观点。”

它全自动就归好类了。下次写方案，打开表格按标签一筛，清晰明了。 

就这么一个小变化，它改变了一个根本的事：知识和信息，终于不再丢了。

顺着这个思路，我觉得有几个场景，简直是为这种“随手发、自动存、结构化沉淀”的模式量身定制的： 

做销售的搞“电梯 CRM”刚从客户会议室出来，在下楼的电梯里给小龙虾发语音：“张总对 B 方案感兴趣，预算 50 万，下周三前要报价。”它自动提取客户名、意向、预算、下次跟进日期，写入客户看板。AI 字段自动标红“快到期”的待办。信息不再散落，全被一张表兜着。 

做 HR 的搞“简历粉碎机”收到一堆 PDF 简历，全扔给小龙虾：“帮我提取这 10 个人的工作年限、上家公司、核心技能和期望薪资，建个对比表。”喝口水的功夫，初筛表格就做好了，谁性价比高一目了然。 

做电商的搞“竞品视觉巡店”随手截几张竞品双十一的活动海报发过去，让 AI 提取促销机制（满减还是直降）、主推 SKU 和赠品策略。自动生成一张“行业玩法动态表”。 

你会发现这些场景有一个共同点：你在现场，信息就在手边，顺手发出去就完事了。 

我现在越来越觉得，这套组合最大的价值不是“它的 AI 智商有多高”，而是它把“记录与整理”的门槛降到了接近于零。门槛一低，你就真的会去做。做了，真实的数据就有了。数据有了，你后面的报表、复盘、决策才不是空中楼阁。 

07最终复盘：搭建可复制的数字生产力系统

这次暴力实测最大的收获，是一个非常笃定的结论： 

OpenClaw + 钉钉 AI 表格，已经完全能承接真实的业务工作流了。

找房笋盘验证了数据抓取，报销台账验证了图文转换，竞品监控验证了商业洞察，会议排期验证了团队管理。四个加在一起，覆盖了从“杂乱信息进来”到“管理结论出去”的完整闭环。 

行动建议如果你今天看了文章就要马上动手试，我建议你从“报销台账（实验二）”或者“素材库沉淀”开始入手。因为它回报最快，立马就能解决你不想干的脏活。先手动跑三天，爽了之后，再往更深度的业务里推。 

下一步计划我打算把这几张跑通的表，直接打包合成几个“业务中台模板”。换个提示词，就能从互联网赛道切换到教育、医疗、餐饮。到那一步，我们玩的就不再是工具测评了，而是一套“可复制的数字生产力系统”。

写在最后

案例只是一种思路和方法的传递。 

更多无限的可能还在路上。 

每一次的尝试都是向成功迈进的一步。 

希望我的文章可以带给你一些启发！

如果对你有启发，欢迎👇

💖谢谢你在这个注意力极其宝贵的时代，还在看我的文章。
我们，下次再见👋