convez.ai
AgenteAutomaçãoAvançado
feir

Feishu Bridge

feir/feishu-bridge

IA programadora com rastreamento de tasks e controle Feishu em cartões ricos

Ver no GitHub
BomPluginScore · de 0 a 100

Agent que integra Claude Code CLI e outros modelos de IA directamente no Feishu (plataforma chinesa similar a Slack), renderizando fluxo em tempo real, rastreamento de tarefas e estado de múltiplos agents em cartões ricos. Permite que agents controlem remotamente documentos, tabelas, calendários e tarefas do Feishu via CLI, criando uma experiência bidirecional completa de programação assistida por IA.

Instalação

$npx convez-ai feir/feishu-bridge

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
40
Forks
1
Acompanhando
0
Saúde
42%
Último commit
há 5 meses
Versão
v2026.06.20.12
Issues abertas
1
Contribuidores
2

Casos de uso

  • Executar análise e code review via Claude Code dentro do Feishu com progresso em tempo real
  • Automatizar criação de tarefas, documentos e eventos no Feishu a partir de directives de IA
  • Gerenciar múltiplos agents paralelos (Claude Code, Codex, OMP, Alma, Pi) com rastreamento visual unificado

Veredito

Solução sofisticada de automação e integração que traz a experiência de um assistente de programação full-featured direto para dentro do Feishu, com streaming, monitoramento de contexto e controle bidirecional de recursos. Implementação técnica robusta, mas limitada ao ecossistema Feishu (popular na China, menos usado globalmente).

README

A tradução para o português deste README ainda está na fila.

Feishu Bridge

在飞书中获得完整的 AI 编程助手体验 — 不只是聊天,而是流式输出、任务追踪、多 Agent 调度、上下文管理的全功能呈现。

普通 AI Bot 只转发文本。Feishu Bridge 不同:它将 AI 编程助手(Claude Code / Codex / OMP / Alma / Pi)的每一项能力——实时流式输出、todo 进度追踪、Agent 分发状态、context 用量监控、配额告警——原生渲染到飞书消息卡片中,同时利用飞书的交互按钮、内联链接、Markdown 排版增强体验。AI Agent 还能通过飞书 CLI 工具反向管理你的文档、表格、日历、任务等资源。

信息卡片

每条回复都是一张富信息卡片,而非纯文本:

┌──────────────────────────────────────────────────┐
│ 已完成代码审查,发现 2 个问题并修复。              │
│                                                  │
│ 1. `worker.py:128` — 重复 join 表达式...          │
│ 2. `ui.py:727` — 冗余注释...                      │
│                                                  │
│ ◉ Code review (Explore)        ← Agent 进度       │
│ ~~☑ Search patterns~~                             │
│ ☑ Fix lint errors (3/3)        ← Todo 追踪        │
│ ◻ Run tests (0/2)                                 │
│                                                  │
│ [📎 Open PR]  [✅ Confirm]  [❌ Cancel]  ← 交互按钮│
│                                                  │
│ ────────────────────────────────────── footer ─── │
│ ✅ 3/5 tasks · opus-4-6 · 2m15s · 45k tokens · feishu-bridge │
│ 🟡 Context 72% — 可考虑 /compact 压缩上下文        │
│ ⬆ v2026.3.25.1 已就绪,/restart 部署               │
└──────────────────────────────────────────────────┘

卡片内包含的实时信息:

区域内容来源
主体流式 Markdown 输出(100ms 级增量更新)Claude Code stdout
Agent 进度多 Agent 并行分发的启动/完成状态stream-json tool_use 事件
Todo 追踪任务列表实时进度(☑/◻)TodoWrite 回调
交互按钮确认/取消/选择,点击即响应Action markers 解析
内联链接URL 自动提取为侧边栏按钮正则匹配 + 按钮渲染
Footer状态图标 · 任务数 · 模型 · 耗时 · token 数 · 项目(/project 绑定的 project_id,未绑定时为默认 workspace 目录名)CLI result 元数据 + thread-projects 绑定
FooterContext 用量告警(70%/85% 阈值)input_tokens / context_window
Footer版本更新提醒后台 auto-update 检测

它能做什么

通过飞书操控 AI Agent

"帮我 review 一下这个 PR"                 → Claude Code 读代码、跑测试、给反馈
"/status"                                → 查看 context 用量、token 费用、配额
"/model sonnet"                          → 切换到 Sonnet 模型

让 AI Agent 管理飞书资源

"把上周会议纪要里的待办项创建为飞书任务"     → 读取文档 + 提取待办 + 批量创建
"对比这两个表格的数据差异,结果写入新文档"   → 读取表格 + 分析 + 创建文档
"查一下明天下午有没有空,帮我约个会"        → 查询日历空闲 + 创建事件 + 添加参会人

链接即上下文 — 消息中的飞书链接自动识别并抓取内容,发链接即可开始工作。

核心特性

实时流式渲染

CardKit v2 流式卡片 — 打字指示器 → loading 动画 → 100ms 级增量更新 → 完成后切换为静态卡片。自动适配飞书 Markdown 渲染限制(标题降级、代码块优化),体验接近原生 CLI 终端。

任务与 Agent 追踪

Claude Code 的 TodoWrite 进度和多 Agent 分发状态实时渲染到卡片中。单 Agent、多 Agent 并行分发、Agent Teams 协作三种模式均支持,完成自动标记。

会话与上下文管理

跨消息维持完整上下文,bridge 重启自动恢复会话。Context 用量实时监控(70%/85% 阈值告警),支持 /compact 压缩。空闲会话在 prompt cache TTL 到期前自动触发 compact(idle auto-compact),降低冷启动成本。每个聊天独立任务队列(单聊串行、多聊天 4 workers 并行),/btw 可在不中断当前任务的情况下侧问(仅 Claude)。

交互增强

  • Action buttons — Claude 需要确认/选择时,卡片内直接渲染交互按钮,点击即响应
  • 内联 URL 按钮 — 回复中的链接自动提取为侧边栏快捷按钮
  • Rich footer — 每张卡片底部显示状态、模型、耗时、token、项目(/project 绑定)、context 告警、版本更新

飞书 CLI 工具

feishu-cli 负责 bot 消息发送(文本、图片、音频),lark(larksuite/cli)覆盖 20+ 飞书服务(文档、表格、多维表格、Wiki、日历、任务、邮件、云盘、审批等)。Agent 自动按需调用,也可作为独立 CLI 工具使用。

多 Agent 后端

特性Claude CodeCodexOMPAlmaPi
流式输出增量实时更新流式输出增量实时更新增量实时更新增量实时更新
/compact✅❌✅✅❌
/btw✅❌❌❌❌
/status✅✅✅✅✅
会话持久化session_idthread_idRPC 进程WS thread_idsession 文件
空闲 auto-compact✅❌✅✅❌
默认模型由 Claude CLI 决定由 Codex CLI 决定~/.omp/agent/config.ymlAlma 配置~/.pi/models.json

安全

  • Token 加密 — AES-256-GCM,密钥绑定 app_id + user_id + machine_id
  • 沙盒限制 — 内置权限规则拦截高危命令(systemctl *feishu-bridge*、shutdown、curl 等)
  • 删除二次确认 — 所有删除命令需 --confirm <prefix> 校验

Bridge 命令

在飞书聊天中直接使用:

命令说明
/new /reset /clear重置会话(清除上下文)
/stop /cancel取消当前任务(排队消息继续处理)
/stop all取消当前任务并清空待处理队列
/btw <问题>侧问(fork 会话,不中断当前任务;仅 Claude)
/compact [指令]压缩上下文(仅 Claude / OMP / Alma)
/model [模型名]查看或切换模型
/agent [类型]查看或切换后端(claude / codex / pi / omp / alma)
/provider [名称]查看或切换当前后端配置
/status查看会话状态(context / 费用 / 配额)
/update拉取最新版本并重启(若已是最新则仅提示)
/plan [目标]生成实施计划草稿(bridge 工作流)
/done [摘要]归档当前会话(bridge 工作流)
/memory-gc清理和整理 memory(bridge 工作流)
/confirm确认待执行的工作流草稿
/feishu-tasks [命令]飞书任务管理(list/get/subtasks/add-subtask/complete)
/feishu-doc云文档读写(Markdown)
/feishu-sheet电子表格读写
/feishu-bitable多维表格操作
/restart重启 Bridge 进程
/restart-all重启所有 bot 实例
/help显示帮助

工作流命令(/plan /done /memory-gc)由 bridge 内置工作流引擎执行,不经过 Agent CLI。需要在 ~/.agents/skills/ 下安装对应 skill。工作流产出草稿后需 /confirm 确认,或 /stop 取消。

快速开始

1. 创建飞书机器人

访问 OpenClaw 多智能体创建页,按引导创建 bot 并获取 App ID / App Secret。

2. 安装

pipx install feishu-bridge        # 推荐(隔离环境)

# 或从源码
git clone https://github.com/feir/feishu-bridge.git
cd feishu-bridge && pip install -e '.[dev]'

升级

Bridge 会在后台自动检测新版本并拉取更新(每 6 小时),更新就绪后在回复卡片底部显示提醒。发送 /restart 即可部署。也可手动操作:

# PyPI 安装
pipx upgrade feishu-bridge

# 源码安装(纯代码变更 pull 即生效,依赖变更需重装)
cd feishu-bridge && git pull
pip install -e '.[dev]'           # 仅 pyproject.toml 依赖变更时需要

使用 /update 可手动触发版本检查并自动重启部署。

3. 配置并运行

首次运行自动启动配置向导:

$ feishu-bridge --bot my-bot
# 交互式输入 App ID、Secret、Agent 类型、工作目录
# → 凭证写入 ~/.config/feishu-bridge/.env
# → 配置写入 ~/.config/feishu-bridge/config.json

手动配置 ~/.config/feishu-bridge/config.json:

{
  "bots": [{
    "name": "my-bot",
    "app_id": "${FEISHU_APP_ID}",       // 从 .env 加载
    "app_secret": "${FEISHU_APP_SECRET}",
    "workspace": "/path/to/workspace",
    "allowed_users": ["*"],             // ["*"] = 所有人
    "allowed_chats": ["oc_xxx"],        // 可选:限定群聊
    "model": "claude-opus-4-6",         // 可选:透传给 CLI;未设则由 CLI 决定
    "group_policy": { ... }             // 可选:群聊响应策略
  }],
  "agent": {
    "type": "claude",                   // claude | codex | pi | omp | alma
    "command": "claude",
    "commands": {                       // 可选:为热切换指定命令
      "claude": "claude",
      "codex": "codex",
      "pi": "pi",
      "omp": "omp",
      "alma": null
    },
    "args": ["--verbose"],             // 可选:当前 agent 的额外 CLI 参数
    "env": {                            // 可选:当前 agent 的固定环境变量
      "ANTHROPIC_BASE_URL": "http://127.0.0.1:11434"
    },
    "args_by_type": {                   // 可选:按 agent 类型区分参数
      "codex": ["--oss", "--local-provider", "ollama"]
    },
    "env_by_type": {                    // 可选:按 agent 类型区分环境变量
      "codex": {
        "OPENAI_BASE_URL": "http://127.0.0.1:11434/v1"
      }
    },
    "prompt": {                         // 可选:控制 bridge 固定注入的 prompt
      "safety": "full",                 // full | minimal | off
      "feishu_cli": true,
      "cron_mgr": true
    },
    "timeout_seconds": 300
  }
}

发送 /agent claude、/agent codex、/agent pi、/agent omp 或 /agent alma 可在当前 bot 进程内热切换后端。切换会清空旧会话映射,避免复用不兼容的 session_id / thread_id;该切换仅影响当前运行实例,重启后仍以配置文件中的 agent.type 为准。

agent.args / agent.env 是当前 agent.type 的简写;如需给热切换目标预置不同参数,使用 args_by_type / env_by_type。

如需在 bridge 内热切换 provider,而不是手改配置文件,可定义 agent.providers:

"agent": {
  "type": "claude",
  "provider": "default",
  "command": "claude",
  "providers": {
    "default": {},
    "ollama": {
      "env_by_type": {
        "claude": {
          "ANTHROPIC_BASE_URL": "http://127.0.0.1:11434"
        },
        "codex": {
          "OPENAI_BASE_URL": "http://127.0.0.1:11434/v1"
        }
      },
      "args_by_type": {
        "codex": ["--oss", "--local-provider", "ollama"]
      },
      "models": {
        "claude": "qwen3.5",
        "codex": "gpt-oss:120b"
      },
      "prompt": {
        "safety": "minimal",
        "feishu_cli": false,
        "cron_mgr": false
      }
    }
  }
}

随后可在飞书内直接发送:

/provider ollama
/provider default

agent.prompt 用于控制 bridge 自己追加的 system prompt 片段;provider 下的 prompt 会覆盖全局设置。对本地 Ollama,通常建议关闭 feishu_cli / cron_mgr,并把 safety 降到 minimal,这样可以显著减少每次启动时固定注入的 token。

切换 provider 会像 /agent 一样清空旧会话映射,避免复用不兼容的 session。

从 type=local 迁移(2026-04-19 起)

LocalHTTPRunner 已于 2026-04-19 移除。之前直接对接 OpenAI-compatible 端点的 agent.type=local 配置会在启动时 sys.exit(1) 并提示迁移路径。

替换方案:改用 agent.type=codex + Codex OSS 本地 provider(--oss 等价于 -c model_provider=oss),由 Codex CLI 自己管理 Ollama / LM Studio 等本地端点。

旧配置(type=local)新配置(type=codex + Codex OSS)
"type": "local""endpoint": "http://127.0.0.1:11434/v1""model": "gpt-oss:120b""type": "codex""args_by_type": { "codex": ["--oss", "--local-provider", "ollama"] }"model": "gpt-oss:120b"(透传给 Codex CLI)

迁移后 bridge 不再直连 HTTP 端点,所有请求经 Codex CLI 转发,保留 Codex 的事件流卡片渲染。LM Studio 用户把 --local-provider 值改为 lmstudio 即可。

连接本地 Ollama

可以继续使用现有 claude / codex runner,只把底层 CLI 指到本地 Ollama。这样仍能保留 bridge 对 Claude Code / Codex 事件流的卡片渲染能力。

Claude Code → Ollama

"agent": {
  "type": "claude",
  "command": "claude",
  "env": {
    "ANTHROPIC_BASE_URL": "http://127.0.0.1:11434"
  }
}

模型名由 CLI 决定:bridge 只透传 "model" 字段(或 /model 命令参数)给 CLI,不内置任何默认模型。本地已安装的模型名由 Ollama/oMLX/Pi 等下游 CLI 管理。

Codex → Ollama

"agent": {
  "type": "codex",
  "command": "codex",
  "args": ["--oss", "--local-provider", "ollama"],
  "env": {
    "OPENAI_BASE_URL": "http://127.0.0.1:11434/v1"
  }
}

同样可以通过 bot 配置里的 "model" 或 /model gpt-oss:120b 指定具体模型(bridge 只透传)。若你已在 ~/.codex/config.toml 配好 profile,也可以改用:

"agent": {
  "type": "codex",
  "command": "codex",
  "args": ["--profile", "ollama-launch"]
}

连接 Pi / oMLX

Pi runner 适合把本机 pi 作为 bridge 后端,再由 Pi 连接本地 oMLX。推荐先以只读工具启用,确认 Feishu 端 smoke 后再显式加入写入或 shell 工具。

前置条件:

  • pi 已在 PATH 中,或在 agent.commands.pi 中使用绝对路径。
  • ~/.pi/agent/models.json 已配置 oMLX provider,例如 baseUrl: "http://127.0.0.1:8000/v1"。
  • oMLX 服务已监听本机端口。

示例配置:

"agent": {
  "type": "claude",
  "provider": "default",
  "commands": {
    "claude": "claude",
    "codex": "codex",
    "pi": "/Users/feir/.local/bin/pi"
  },
  "providers": {
    "default": {},
    "pi-local": {
      "workspace": "/Users/feir/.claude",
      "models": {
        "pi": "Qwen3.6-35B-A3B-mxfp4"
      },
      "model_aliases": {
        "pi": "Qwen3.6-35B-A3B-mxfp4",
        "qwen": "Qwen3.6-35B-A3B-mxfp4",
        "gemma": "gemma-4-26b-a4b-it-mxfp4"
      },
      "args_by_type": {
        "pi": [
          "--provider", "omlx",
          "--no-context-files",
          "--no-extensions",
          "--no-skills",
          "--no-prompt-templates",
          "--no-themes"
        ]
      },
      "prompt": {
        "safety": "minimal",
        "feishu_cli": false,
        "cron_mgr": false
      }
    }
  }
}

飞书内切换顺序:

/agent pi
/provider pi-local

默认情况下,PiRunner 会自动注入只读工具 read,grep,find,ls。如果配置里显式传入 --tools 或 --no-tools,bridge 会尊重该设置,不再追加默认工具。

Pi 当前不支持 bridge 触发的 /compact;当当前 runner 是 Pi 时,/compact 会返回“不支持”,context 告警也会提示使用 /new 开始新会话。Pi 的 token 使用量来自 Pi JSON 事件中的 usage 字段,bridge 会把它映射到 /status 和消息 footer。

Pi 支持按会话持久记忆:scope 为 (bot, chat, thread),bridge 每个 turn 只读注入 <bridge_home>/feishu-bridge/pi-memory/<hash>.md 的内容到系统提示,并指示 agent 在需要记住持久事实时用 read/edit 维护该文件。bridge 只读、绝不写该文件,pi 是唯一写者(避免并发写竞争)。

为避免本地模型自动吃进过多 Claude Code 上下文,推荐 staging/生产先保留 --no-context-files --no-extensions --no-skills --no-prompt-templates --no-themes。如果要给 Pi 增加规则,优先使用短上下文:

  • 全局:~/.pi/agent/AGENTS.md
  • 项目:<workspace>/.pi/APPEND_SYSTEM.md

写入或 shell 工具不建议直接加入生产配置。若确实要测试,应先在一次性目录里显式覆盖 args_by_type.pi 的 --tools,完成安全审查和 disposable-file smoke test 后再扩大范围。

连接 OMP

OMP runner 使用持久化 JSON-RPC 2.0 进程(persistent RPC mode),每个 session 对应一个长驻 omp 进程,通过 stdin/stdout 通信。进程跨 turn 复用,crash 后从 session 文件自动恢复。

前置条件:

  • omp 已在 PATH 中,或在 agent.commands.omp 中指定路径。
  • ~/.omp/agent/config.yml 已配置(包含 modelRoles.default 等)。

示例配置:

"agent": {
  "type": "omp",
  "command": "omp"
}

OMP 支持 /compact、/status,不支持 /btw。空闲 auto-compact 同样生效。

连接 Alma

Alma runner 通过本地 WebSocket API(localhost:23001)与 Alma 桌面应用通信,而非启动子进程。Bridge 保持 Feishu 卡片渲染能力;LLM 调用、工具执行、memory 和 compaction 由 Alma 处理。

前置条件:

  • Alma 桌面应用已运行并监听 localhost:23001。

示例配置:

"agent": {
  "type": "alma"
}

Alma 支持 /compact、/status,不支持 /btw。模型可通过内置别名切换:/model opus、/model sonnet、/model haiku。

配置查找顺序:--config <path> → $FEISHU_BRIDGE_CONFIG → ~/.config/feishu-bridge/config.json

模型相关配置归属 CLI

Bridge 只做透传,不内置任何模型名、context window、别名默认值。所有模型相关配置由下游 CLI 自己管理:

下游模型来源context window 来源
Claude CLI--model 参数或 CLI 默认CLI 自带(Anthropic SDK)
Codex CLI~/.codex/config.toml 里的 model + profileCodex 自带
Pi CLI~/.pi/models.json(每模型 contextWindow)+ ~/.pi/settings.jsonPi 自带
OMP~/.omp/agent/config.yml 里的 modelRoles.defaultOMP 自带
AlmaAlma 桌面应用配置Alma 自带

Bridge 行为:

  • bot.model、/model <name> — 直接透传给下游 CLI;未设则由 CLI 自己决定
  • agent.providers.<name>.model_aliases — 飞书端别名解析(/model qwen → /model Qwen3.6-35B-A3B-mxfp4),解析后再透传
  • /status 与消息 footer:若流事件未上报 contextWindow(或上报为 0),显示 "上下文窗口:未知(由 CLI 决定)",跳过百分比告警

最小配置(只配 agent.type,其他全部交给 CLI):

"agent": { "type": "claude" }
// 等效于 claude CLI 自己的默认模型 + context window

群聊响应策略

通过 bot 的 group_policy 字段配置群聊响应行为,不配置时响应所有消息(兼容模式)。私聊不受影响。

模式行为适用场景
owner-only仅 owner @bot 时响应个人专属 bot
mention-all任何人 @bot 时响应团队共享 bot
auto-reply响应所有消息(无需 @)专用工作群
disabled不响应配合 groups 做白名单
"group_policy": {
  "default_mode": "mention-all",        // 全局默认
  "owner": "ou_xxx",                    // owner-only 时必填
  "groups": {                           // 可选:按群覆盖
    "oc_group_1": { "mode": "auto-reply" },
    "oc_group_2": { "mode": "disabled" }
  }
}

注意:mention-all/auto-reply 需配合 allowed_users: "*",否则非白名单用户被前置过滤。设为 "*" 时私聊也对所有人开放。群内破坏性命令(/restart、/stop)仅 owner 可执行。

CLI 工具

Bridge 安装后提供三个 CLI 入口:

命令说明
feishu-bridge主进程入口
feishu-cliBot 消息发送(send-message / send-image / send-audio)
bridge-cliBridge 管理工具(后台任务等)

飞书服务 API 操作(文档、表格、日历、任务、邮件等)使用独立的 lark CLI:

lark docs +fetch --doc doxcnXXX              # 读取文档
lark docs +create --title "报告" --body "..."  # 创建文档
lark sheets +read --token xxx --range A1:C10  # 读取表格
lark calendar events +list                   # 查看日历
lark tasks +list                             # 查看任务
lark mail +search --query "季度报告"           # 搜索邮件

后台任务

bridge-cli bg 用于把耗时命令交给 bridge 后台执行,完成后由 bridge 注入一条 bg_task_completion 合成 turn 回到原会话。已启动的 wrapper 运行在独立 session;bridge 主进程崩溃或重启不会中断已经 launch 的任务,重启时 reconciler 会从 SQLite 和 manifest 补投完成通知。

bridge-cli bg enqueue \
  --chat-id oc_xxx \
  --session-id sess_xxx \
  --on-done-prompt "done" \
  -- sleep 10

bridge-cli bg status <task_id>
bridge-cli bg list --chat-id oc_xxx --state running
bridge-cli bg cancel <task_id>

命令必须以 argv 形式传入:优先使用 -- 分隔真实命令,或使用 --cmd-json '["python3","script.py"]'。bridge 始终用 shell=False 启动用户命令,不接受裸 shell 字符串;需要 shell 语义时显式写成 -- bash -lc '...'。

运行状态默认保存在 ~/.feishu-bridge/bg_tasks.db,任务文件默认保存在 ~/.feishu-bridge/bg_tasks/。同一台机器运行多个 bridge(例如 production + staging)时,必须给每个实例设置不同的 FEISHU_BRIDGE_BG_HOME,例如 ~/.feishu-bridge-staging,否则多个 bot 会竞争同一个 SQLite 队列和 wake.sock。完成任务会写入 completed/<task_id>/task.json.done,manifest 主要字段如下:

{
  "schema_version": 2,
  "task_id": "uuid4_hex",
  "state": "completed",
  "exit_code": 0,
  "signal": null,
  "duration_seconds": 1.2,
  "command_argv": ["sleep", "10"],
  "stdout_tail_b64": "",
  "stderr_tail_b64": "",
  "output_paths": [],
  "on_done_prompt": "done",
  "chat_id": "oc_xxx",
  "session_id": "sess_xxx"
}

升级到包含后台任务的版本后,首次启动会自动创建 ~/.feishu-bridge/、bg_tasks.db、wake.sock 和 bg_tasks/ 子目录;已有目录不会被覆盖。若 bg_tasks.db 损坏,启动 reconciler 会把旧文件重命名为 bg_tasks.db.quarantine.<ts>,再从已提交的 task.json.done manifest 重建可恢复行。

部署

# systemd(Linux)
cp contrib/feishu-bridge@.service ~/.config/systemd/user/
systemctl --user daemon-reload
systemctl --user enable --now feishu-bridge@my-bot

# launchd(macOS)
bash contrib/feishu-bridge-launcher.sh

异常退出后自动重启,editable install 下代码修改即时生效。

开发

pip install -e '.[dev]'
pytest tests/unit/ -v

License

MIT

Ver o original no GitHub

Bom para

Relacionados