SKILL.md

$27

4️⃣ 查询记录

mcporter call '<DINGTALK_MCP_URL>' .query_records \

  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","limit":10}'

5️⃣ 批量导入

python3 scripts/import_records.py base_xxx tbl_xxx data.csv

核心概念

按 新版 MCP schema 工作：

Base：baseId

Table：tableId

Field：fieldId

Record：recordId

不要再用旧版 dentryUuid / sheetIdOrName / fieldIdOrName。

推荐使用 mcporter 0.8.1 及以上版本。

输出模式兼容说明：

mcporter 0.8.1+ 可直接调用

更低版本需要显式加 --output text

AI 表格 MCP 无论使用哪种模式，返回体本身都是标准 JSON；差异主要在 mcporter 的输出处理方式

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

先读取当前 mcporter 里 dingtalk-ai-table 对应的 MCP Server 地址。

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）。

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

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。

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：

打开这个页面：

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

用新的地址替换 mcporter 里已经注册的 dingtalk-ai-table 地址

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

prepare_attachment_upload

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&#x26;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&#x26;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

附件层

prepare_attachment_upload

推荐工作流

1. 先找 Base

mcporter call dingtalk-ai-table list_bases limit=10

mcporter call dingtalk-ai-table search_bases query="销售"

2. 再拿 Table 目录

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

3. 再展开表结构

mcporter call dingtalk-ai-table get_tables \

  --args '{"baseId":"base_xxx","tableIds":["tbl_xxx"]}'

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"]}'

5. 再查 / 写记录

mcporter call dingtalk-ai-table query_records \

  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","limit":20}'

mcporter call dingtalk-ai-table create_records \

  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","records":[{"cells":{"fld_name":"张三"}}]}'

6. 写入附件字段

attachment 字段支持三种写法：

方式一：先上传，再写 fileToken（推荐，可靠）

# Step 1：申请上传地址（返回 uploadUrl 和 fileToken）

mcporter call dingtalk-ai-table prepare_attachment_upload \

  --args '{"baseId":"base_xxx","fileName":"report.pdf","size":102400,"mimeType":"application/pdf"}'

# Step 2：把文件 PUT 到 uploadUrl（必须带 Content-Type，值必须与 mimeType 完全一致）

curl -X PUT "<uploadUrl>" \

  -H "Content-Type: application/pdf" \

  --data-binary @report.pdf

# Step 3：把 fileToken 写入记录

mcporter call dingtalk-ai-table create_records \

  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","records":[{"cells":{"fld_attach":[{"fileToken":"ft_xxx"}]}}]}'

方式二：直接传外链 URL（异步转存，best-effort）

mcporter call dingtalk-ai-table create_records \

  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","records":[{"cells":{"fld_attach":[{"url":"https://example.com/file.pdf"}]}}]}'

URL 转存是 best-effort 异步链路，返回成功仅表示已受理，不保证立即可读。可靠写入请用 fileToken 方式。

方式三：原样回传已有附件数据（保留 / 追加已有附件时使用）

从 query_records 读出的 attachment 单元格数据是完整对象数组，字段形状如下：

[

  {

    "filename": "a.xlsx",

    "size": 92250,

    "type": "xls",

    "resourceId": "<id>",

    "resourceUrl": "<resourceUrl>"

  }

]

其中 type 是文件类别枚举，常见值为 "xls"、"image" 等；resourceUrl 通常为有时效的下载链接。

如需保留已有附件，把读出的值原样塞回即可。如需追加新附件，把新的 {"fileToken":"ft_xxx"} 与已有对象合并成一个数组一起传入。

update_records 的 attachment 字段格式相同，传入后会整体覆盖该字段。

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

dingtalk-ai-table