What makes Dingtalk Ai Table notable?

5.3K downloads. Trust evidence available

How should Dingtalk Ai Table be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

Claim this agent

agentCLAWHUBUnverified

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...

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

5.3k

Updated

Oct 9, 2026

Version

0.6.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 5.3K downloads reported by the source. Last updated 10/9/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 9, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 9, 2026
Adoption signal: 5.3K downloadsadoption · observed Oct 9, 2026
Latest release: 0.6.0release · observed Mar 31, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s174xfzpfa9vjsavb1twmf90mx83kgrz:dingtalk-ai-table

Install using `clawhub skill install s174xfzpfa9vjsavb1twmf90mx83kgrz:dingtalk-ai-table` in an isolated environment before connecting it to live workloads.
No published capability contract is available yet, so validate auth and request/response behavior manually.
Review the upstream CLAWHUB listing at https://clawhub.ai/aliramw/dingtalk-ai-table before using production credentials.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-aliramw-dingtalk-ai-table/snapshot"

Documentation

CLAWHUB

149,959 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: dingtalk-ai-table
description: 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。
version: 0.5.4
metadata:
  openclaw:
    requires:
      env:
        - DINGTALK_MCP_URL
        - OPENCLAW_WORKSPACE
      bins:
        - mcporter
        - python3
    primaryEnv: DINGTALK_MCP_URL
    homepage: https://github.com/aliramw/dingtalk-ai-table
---

# 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`。

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

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：

```text
~/.openclaw/workspace/.cache/dingtalk-ai-table/
```

建议文件名模式：

```text
schema-check-<url-hash>.json
```

4. 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。
5. 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

```bash
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：

```bash
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）

```text
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

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

验证：

```bash
mcporter --version
```

### 配置 MCP Server

在钉钉 MCP 广场

README.md

# dingtalk-ai-table（官方维护）

钉钉 AI 表格技能，已适配 **2026-03-10 发布的新版 MCP tools**。

ClawHub 技能地址：https://clawhub.ai/aliramw/dingtalk-ai-table

## 依赖与环境声明

- 必需二进制：`mcporter`、`python3`
- 必需环境变量：`DINGTALK_MCP_URL`
- 推荐环境变量：`OPENCLAW_WORKSPACE`（脚本本地文件沙箱根目录）


## 本次升级重点

- 全面切换到新 schema：`baseId / tableId / fieldId / recordId`
- 覆盖 19 个 MCP tools
- 重写批量字段脚本
- 重写批量导入脚本
- 重写测试，当前 `21 / 21` 通过

## 目录

- `SKILL.md`：技能说明
- `references/api-reference.md`：新版 API 参考
- `references/error-codes.md`：错误排查
- `scripts/bulk_add_fields.py`：批量新增字段
- `scripts/import_records.py`：批量导入记录
- `tests/test_security.py`：安全与构造测试

## 测试

```bash
cd /Users/marila/Skills/dingtalk-ai-table
python3 tests/test_security.py
```

## 注意

旧版脚本依赖 `dentryUuid / sheetIdOrName`，现在已经废弃。后续调用必须使用新版 ID 体系。

_meta.json

{
  "ownerId": "kn74g6pc77st4d6e6t88g2cd0d81wfq3",
  "slug": "dingtalk-ai-table",
  "version": "0.5.4",
  "publishedAt": 1774945717086
}

api-reference.md

# 钉钉 AI 表格 MCP API 参考（2026-03-10 新版）

> 以 MCP server 实际 schema 为准，不再使用旧版 `dentryUuid / sheetIdOrName / fieldIdOrName` 体系。
> 新版核心 ID 体系：`baseId` / `tableId` / `fieldId` / `recordId`。

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

## 1. 能力总览

当前 MCP tools 共 20 个：

### Base 管理
- `list_bases`：列出我可访问的 Base
- `search_bases`：按名称搜索 Base
- `get_base`：获取 Base 目录级信息（tables / dashboards 摘要）
- `create_base`：创建 Base
- `update_base`：更新 Base 名称 / 描述
- `delete_base`：删除 Base
- `search_templates`：搜索可用于创建 Base 的模板

### Table 管理
- `get_tables`：批量获取指定 tables 的结构摘要
- `create_table`：创建 table，并可初始化最多 15 个字段
- `update_table`：重命名 table
- `delete_table`：删除 table

### Field 管理
- `get_fields`：获取字段详细配置
- `create_fields`：批量新增字段
- `update_field`：更新字段名称或配置
- `delete_field`：删除字段

### Record 管理
- `query_records`：按条件 / 关键词 / ID 查询记录
- `create_records`：批量新增记录
- `update_records`：批量更新记录
- `delete_records`：批量删除记录

### 附件管理
- `prepare_attachment_upload`：为 attachment 字段申请 OSS 直传地址

---

## 2. 推荐工作流

### 2.1 查找 Base

```bash
mcporter call '<mcp-url>' .list_bases limit=10
mcporter call '<mcp-url>' .search_bases query='销售'
```

先拿到 `baseId`，后续所有操作都从它出发。

### 2.2 进入 Base 看目录

```bash
mcporter call '<mcp-url>' .get_base baseId='base_xxx'
```

从返回结果里先拿 `tableId`；如果只是想知道有哪些表，这一步就够了。

### 2.3 看表结构

```bash
mcporter call '<mcp-url>' .get_tables \
  --args '{"baseId":"base_xxx","tableIds":["tbl_xxx"]}'
```

这一步会返回：
- `tableId`
- `tableName`
- `fields`（仅摘要）
- `views`

### 2.4 看字段完整配置

```bash
mcporter call '<mcp-url>' .get_fields \
  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","fieldIds":["fld_xxx"]}'
```

当字段是单选、多选、日期、进度、关联字段时，**要用这一步读完整 config**，不要只看 `get_tables` 摘要。

### 2.5 查记录

```bash
mcporter call '<mcp-url>' .query_records \
  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","limit":100}'
```

按 recordId 精准取：

```bash
mcporter call '<mcp-url>' .query_records \
  --args '{"baseId":"base_xxx","tableId":"tbl_xxx","recordIds":["rec_xxx"]}'
```

---

## 3. 关键工具详解

## 3.1 list_bases

列出当前用户可访问的 Base。

参数：
- `limit`：每页数量，默认 10，最大 30
- `cursor`：分页游标

## 3.2 search_bases

按名称搜索 Base。

参数：
- `query`：关键词，必填
- `cursor`：分页游标

## 3.3 get_base

获取 Base 目录信息。

参数：
- `baseId`：必填

适用场景：
- 先拿 table 列表
- 后续配合 `get_tables` / `get_fields`

## 3.4 create_base

创建新的 AI 表格 Base。

参数：
- `baseName`：必填
- `templateId`：可选，可通过 `search_templates` 获取

示例：

```bash
mcporter call '<mcp-url>' .create_base baseName='销售日报'
```

## 3.5 update_base

更新 Base 名称或备注。

参数：
- `baseId`
- `newBaseName`
- `description`（可选）

## 3.6 delete_base

删除整个 Base，高风险、不可逆。

参数：
- `baseId`
- `reason`（建议填写）

## 3.7 search_templates

搜索模板，用于 `create_base.templateId`。

参数：
- `query`
- `limit`
- `cursor`

## 3.8 get_tables

批量获取表级信息。

参数：
- `baseId`
- `tableIds`：数组，单次最多 10 个

适用场景：
- 从 `get_base` 拿到 tableId 后展开字段目录
- 获取 fieldId / view 信息

## 3.9 create_table

创建 table，可附带初始字段。

参数：
- `baseId`
- `tableName`
- `fields`：至少 1 个，最多 15 个

字段对象结构：

CHANGELOG.md

## [0.5.4] - 2026-03-31

### 维护发布

- ✅ 发布新的 patch 版本，重新同步 GitHub Release 与 ClawHub registry
- ✅ 基于当前最新仓库状态重新发版，无额外功能改动
- ✅ 发布前重新执行安全测试，结果仍为 21 / 21 通过

## [0.5.3] - 2026-03-31

### 维护发布

- ✅ 发布新的 patch 版本，重新同步 GitHub Release 与 ClawHub registry
- ✅ 复核当前技能目录无未提交功能改动，确认本次为发布补发而非代码变更
- ✅ 发布前重新执行安全测试，结果仍为 21 / 21 通过

## [0.5.2] - 2026-03-11

### 技能流程优化

- ✅ 新增“版本守门规则”：若 `mcporter` 注册的 `dingtalk-ai-table` 仍返回旧版 schema，必须先提示用户去新版 MCP 页面获取新的 Server 地址，再替换本地注册配置
- ✅ 修正新版 MCP 获取页面链接为 `https://mcp.dingtalk.com/#/detail?mcpId=9555&detailType=marketMcpDetail`
- ✅ 将守门逻辑优化为“同一个 MCP Server 地址只强制检查一次”，避免每次运行重复做迁移检查
- ✅ 移除带真实业务场景的示例内容，保留通用、可复用的技能规则

## [0.5.1] - 2026-03-11

### 元数据修复

- ✅ 补回 `SKILL.md` frontmatter 中的 `version` 与 `metadata.openclaw.requires` 声明
- ✅ 明确声明必需环境变量：`DINGTALK_MCP_URL`、`OPENCLAW_WORKSPACE`
- ✅ 明确声明必需二进制：`mcporter`、`python3`
- ✅ `package.json` 同步补充 `requiredEnv` / `requiresBinaries` / credentials 信息，修复 ClawHub 审核指出的 metadata mismatch
- ✅ README 同步补充依赖与环境声明

## [0.5.0] - 2026-03-11

### 重大升级

**全面切换到钉钉 AI 表格新版 MCP schema：**
- ✅ 从旧参数体系 `dentryUuid / sheetIdOrName / fieldIdOrName` 全面切换到新体系 `baseId / tableId / fieldId / recordId`
- ✅ 以 2026-03-10 发布的新 MCP server 实际 methods 为准，重建技能文档与脚本
- ✅ 覆盖新版全部 19 个 tools：Base / Table / Field / Record 全链路能力

### 脚本重写

**`scripts/bulk_add_fields.py`：**
- ✅ 改为调用 `create_fields`
- ✅ 输入参数改为 `<baseId> <tableId> fields.json`
- ✅ 支持 `name -> fieldName` 自动兼容
- ✅ 支持 `phone -> telephone` 自动兼容
- ✅ 增加新字段类型与关联字段 config 校验

**`scripts/import_records.py`：**
- ✅ 改为调用 `create_records`
- ✅ 输入参数改为 `<baseId> <tableId> data.(csv|json)`
- ✅ 记录结构改为 `cells`
- ✅ CSV 表头按 `fieldId` 解释
- ✅ JSON 同时支持裸对象和 `{"cells": ...}` 两种格式
- ✅ 支持布尔值 / 数字自动清洗

### 文档重写

- ✅ `SKILL.md` 按新版 schema 重写
- ✅ `references/api-reference.md` 按真实 MCP schema 重写
- ✅ `references/error-codes.md` 按新版排障逻辑重写
- ✅ `README.md` 更新为新版说明
- ✅ `package.json` 描述同步更新，版本提升到 `0.5.0`

### 测试

- ✅ `tests/test_security.py` 重写为新版 schema 测试
- ✅ 自动化测试 **21 / 21 全通过**
- ✅ Python 语法编译通过：`bulk_add_fields.py`、`import_records.py`、`test_security.py`

## [0.4.1] - 2026-03-10

### 文档更新

**README / SKILL 同步补充：**
- ✅ README 增加说明：本技能会随着钉钉 AI 表格 MCP 能力更新持续同步更新
- ✅ SKILL 新增“能力更新”章节，明确当 MCP Server 方法与技能说明不一致时，应优先升级技能
- ✅ SKILL 补充最新技能获取入口：ClawHub 页面与 GitHub 仓库链接

**变更说明：**
- 此版本仅文档更新，无脚本逻辑变更
- 目标是降低因 MCP 能力演进导致的使用偏差

## [0.4.0] - 2026-03-07

### 修复

**ClawHub 审核问题修复：**
- ✅ 将根节点缓存文件路径从工作区外的 `~/workspace/TABLE.md` 改为工作区内的 `$OPENCLAW_WORKSPACE/TABLE.md`
- ✅ 文档明确要求根节点缓存文件必须位于工作区内，避免 instruction scope 与脚本安全边界冲突
- ✅ 脚本中的 `dentryUuid` 校验从“仅允许 UUID v4”放宽为“兼容平台返回的合法 dentryUuid”
- ✅ README / SKILL / references 同步说明：`dentryUuid` 以 API 实际返回为准，不要求必须是 UUID v4
- ✅ 安全测试用例同步更新，覆盖 `dtcn_...` 风格 ID

## [0.3.9] - 2026-03-07

### 文档修正

**参数命名说明修复：**
- ✅ 修正 `SKILL.md` 中 `list_base_tables` 示例参数名：`dentry-uuid` → `dentryUuid`
- ✅ 在 `README.md` 故障排查中补充说明：`mcporter call ... key:value` 方式必须使用 camelCase 参数名
- ✅ 在 `references/error-codes.md` 中补充 `5000001` 的常见诱因：误用 kebab-case 参数名
- ✅ 在 `references/error-codes.md` 的 FAQ 中增加明确排查顺序：先查参

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW

Machine-readable data

The same record, as JSON, for agents and crawlers.

{
  "facts": [
    {
      "factKey": "vendor",
      "category": "vendor",
      "label": "Vendor",
      "value": "Clawhub",
      "href": "https://clawhub.ai/aliramw/skills/dingtalk-ai-table",
      "sourceUrl": "https://clawhub.ai/aliramw/skills/dingtalk-ai-table",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T04:13:54.569Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-aliramw-dingtalk-ai-table/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-aliramw-dingtalk-ai-table/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-09T04:13:54.569Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "5.3K downloads",
      "href": "https://clawhub.ai/aliramw/dingtalk-ai-table",
      "sourceUrl": "https://clawhub.ai/aliramw/dingtalk-ai-table",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T04:13:54.569Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "0.6.0",
      "href": "https://clawhub.ai/aliramw/dingtalk-ai-table",
      "sourceUrl": "https://clawhub.ai/aliramw/dingtalk-ai-table",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-03-31T14:16:36.414Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-aliramw-dingtalk-ai-table/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-aliramw-dingtalk-ai-table/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 0.6.0",
      "description": "新增完整 skill metadata、快速开始说明、触发测试与示例脚本；发布前验证通过：security 21/21，triggering 2/2",
      "href": "https://clawhub.ai/aliramw/dingtalk-ai-table",
      "sourceUrl": "https://clawhub.ai/aliramw/dingtalk-ai-table",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-03-31T14:16:36.414Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 9, 2026.

About

Avoid when

Public facts

Install and run

Documentation

Extracted files

SKILL.md

README.md

_meta.json

api-reference.md

CHANGELOG.md

Related agents

activepieces

cherry-studio

AionUi

CopilotKit

Machine-readable data