Awesome Lark Bots — 飞书 AI 机器人团队

English | 中文

一套在飞书（Lark）上运行的开源 AI 机器人，覆盖创意脑暴、项目规划、日常助手、素材 Prompt 生成、舆情监控、新闻聚合、自媒体全流程编排七大场景。

这是一个活跃探索中的项目。 我们把它开源出来，是因为相信 AI + 飞书的自动化工作流有很大的想象空间，也希望有更多人一起来完善它。欢迎提 Issue、提 PR，或者单纯 star 一下表示支持。

我们相信 不需要给 AI 完整的系统权限，也能让它帮你把大部分工作干了。

思路很简单：

• 日常自动化（脑暴、规划、舆情采集、内容创作、定时发布……）→ 部署在云端，用飞书聊天作为交互入口，随时随地发条消息就能触发，轻量、安全、低权限
• 深度任务（复杂架构设计、大规模代码重构……）→ 需要时再用 Claude Code 等重型工具，按需授权

大多数工作场景不需要把钥匙全交给 AI。一个聊天窗口 + 几个专注的机器人，够了。

⚗️ 自媒体助手目前处于探索阶段——基本框架已搭好，能跑通"选题→脑暴→规划→创作→存储"全流程，但在内容自动生成的质量把控和自媒体平台自动发布方面，还有很多需要探索和优化的空间。我们非常欢迎社区一起来完善这个模块。

七个机器人共享底层模块（LLM 调用、飞书 API、AgentLoop、技能系统、团队决策），各自独立运行、互不干扰。 自媒体助手是总编排者——它会自动调用脑暴、规划、创意 Prompt 等模块完成完整的内容生产流程。 跨 Bot 联动——每个 bot 完成任务后会引导你把结果带到其他 bot（如脑暴结论→规划细化→助理记待办），并生成「下一步：问对问题」卡片（需要人判断的 + 可交给 AI 的 prompt）。

不想配飞书？ studio/ 是一个独立的 Streamlit 本地应用，只需一个 API Key 就能跑，无需飞书、无需知识库。

cd studio && streamlit run app.py

或者双击 studio/启动工作站.command（macOS 一键启动）。

支持所有 OpenAI 兼容 API（DeepSeek、Gemini、GPT-4o、Kimi、通义千问……），三个模型插槽可以填同一个也可以混搭。

适合场景：个人使用、给不用飞书的同事、快速体验核心功能。完整的飞书集成（多 bot 协作、项目管理、文档交付等）请使用上面的机器人版本。

# 需要 Python 3.11+
pip3 install -r requirements.txt

cp .env.example .env

然后用编辑器打开 .env，按需填入以下内容：

完整变量说明见 .env.example 文件中的注释。

# 选一个启动（或同时运行多个）
python3 -m brainstorm    # 脑暴机器人
python3 -m planner       # 规划机器人
python3 -m assistant     # 助手机器人
python3 -m creative      # 创意 Prompt 机器人
python3 -m sentiment     # 舆情监控机器人

启动后，在飞书上给对应的机器人发消息就能用了。

每个机器人需要一个飞书应用（也可以多个机器人共用一个应用）：

1. 登录 飞书开放平台，创建一个「自建应用」
2. 在应用详情页「凭证与基础信息」获取 App ID 和 App Secret，填入 .env
3. 「机器人」→ 启用机器人，勾选 接收消息、发送消息
4. 「事件订阅」→ 选择 「长连接」 模式（无需填 URL）
5. 添加事件：「接收消息 v2.0」（im.message.receive_v1）等
6. 发布应用，运行 python3 -m xxx 并保持程序运行

程序通过长连接(WebSocket)接收飞书消息，断线自动重连。

七个机器人可以共用一套飞书应用凭证，也可以各自使用独立应用。

关键规则：同时运行多个机器人时，不要让它们共用同一个 App ID。 飞书按应用推事件——同一个 App ID 的所有长连接都会收到同一份消息，会导致多个机器人同时响应。

最简配置（只跑 1-2 个）： 只填 FEISHU_APP_ID + FEISHU_APP_SECRET，所有机器人共用。

同时跑多个： 为每个机器人创建独立的飞书应用，在 .env 中分别配置专用凭证：

详细说明见 docs/FEISHU_APP_IDS.md，自媒体助手的逐步接入说明见 conductor/FEISHU_SETUP.md。

给机器人发消息即可触发 AI 多角色脑暴。支持四种模式（自动识别，也可用前缀强制指定）：

坚果五仁团队（5 个 AI 角色，各有分工）：

四轮讨论流程：

1. Idea Expansion（发散） → 产出约 10 个体验方向
2. Experience Embodiment（具象） → 压缩为 6 个可执行候选
3. Brutal Selection（淘汰） → 三道筛子，只留 3 个方向（策略模式用洞察深度/可证伪性/行动差异三维筛选）
4. Execution Conversion（交付） → 三板块最终交付物

最终交付物（三板块，均由 AgentLoop + 联网搜索增强）：

1. 去问对的人对的问题 — 3-5 个需真人判断的关键问题，每个含：问谁、拿这句话去问、背景数据、为什么不能跳过
2. 交给最强 AI 继续深化 — 一段完整的 prompt，可直接复制给 Claude/Opus 生成执行计划+工作流
3. 视觉概念增强既视感 — 可直接复制给图像/视频模型的 prompt（场景描述 + 用户视角创意脚本）

策略模式的第三板块为「思维可视化」——策略地图/决策树 + 未来场景对比，适合交给图像模型做战略可视化。

飞书文档读取： 消息中粘贴飞书云文档或 Wiki 链接，系统自动通过 API 拉取内容作为讨论背景。长文档（>15000 字）自动使用 Kimi 128K 做结构化摘要后注入。

AgentLoop 增强： 主题优化阶段自动联网调研行业动态和竞品案例；松子仁（总成角色）在后期轮次可搜索验证方向可行性；最终交付搜索数据支撑关键判断。

跨 Bot 联动： 脑暴完成后引导用户将结论带到自媒体助手（生成内容）、规划（细化方案）、助理bot（记待办）。

也可 CLI 运行（不需要飞书）：

python3 -m brainstorm.run --topic "咖啡品牌 × 音乐节跨界联动" --context "背景材料"

给机器人发消息即可启动理性规划。支持三种交互模式：

• 直接聊 → 像朋友一样讨论，给判断、给方案、指出盲区
• 发「规划：话题」 → 启动六步结构化深度拆解，完成后可生成飞书文档
• 发「比稿：话题」 → 启动 Agency 比稿模式（营销专属），多风格方案 PK
• 粘贴飞书链接 → 自动拉取云文档/Wiki 内容作为规划背景，长文档自动摘要
• AgentLoop 增强：每步规划中 LLM 可主动搜索市场数据、竞品信息、行业趋势
• 规划完成后自动生成「下一步：问对问题」卡片（需要人判断的 + 可交给 AI 深化的 prompt）
• 跨 Bot 联动：完成后引导用户去自媒体助手生成内容、去助理bot创建项目

五种规划模式：

文档交付： 规划完成后自动弹出文档菜单，根据话题类型智能推荐：

• 回复数字选择文档（1 单个 / 123 多个合并 / 全部）
• 自动创建飞书云文档（支持标题、加粗、列表等格式）并发送链接
• 文档标题由 LLM 自动凝练（如"五月日本十日游 — 执行 Brief"）

切换模式： 在消息前加模式名，如 快速模式：下周产品发布计划

Agency 比稿（营销专属）：

比稿：618 大促营销方案                     → 默认 3 组 Agency（体验派/增长派/品牌派）
比稿 2组 体验派 增长派：新品上市           → 自定义组队

流程：Brief 结构化 → 联网搜索 → 并行独立提案 → 交叉点评 → 裁决融合（约 3-4 分钟）。 比稿完成后同样支持文档生成和追问。

也可 CLI 运行：

python3 -m planner.run --topic "Q3 用户增长策略" --mode "快速模式"
python3 -m pitch --topic "618 大促营销方案"

全能工作搭档：备忘+线程、项目管理、财务管理、翻译、联网研究、日/周/月报。普通聊天使用 AgentLoop（可联网搜索、查用户上下文、查团队决策）。

消息聚合： 飞书自动拆分的长消息会被合并后再处理（2.5 秒窗口），短指令即时响应。

备忘 + 工作线程：

备忘 完成 deck #creator    → 记备忘并归入 #creator 线程
线程 / 周报 / 看板         → 查看线程 · 导出飞书表格（双向同步：Bitable 改状态 ↔ 本地）
完成 3 / 完成 1,2,3        → 标记完成（支持批量）

项目管理（飞书多维表格 Bitable）：

创建项目 Q2营销             → 自动建多维表格（项目·任务·资料库·花费·预算·KPI 六张表）
Q2营销 加任务 写推广方案    → 结构化记录：负责人/状态/优先级/截止 均为单选字段
发飞书妙记链接              → 自动归档到项目资料库表
项目列表                    → 查看所有项目
Q2营销 总览                 → 任务 + 预算 + 目标全维度仪表盘
看板                        → 备忘看板（独立 Bitable，按线程分区）

数据同时写入本地 JSON 和飞书多维表格，支持多租户（team_code 隔离）。

财务管理：

记账 午餐 35 #Q2营销        → 记一笔支出，自动同步到 Bitable 花费记录表
直接丢费用清单              → AI 自动逐行识别并入账
创建预算 Q2营销             → 设定各项预算额度，同步到 Bitable 预算表
Q2营销 预算                 → 查看预算 vs 实际执行率
Q2营销 设目标 新增用户 10000 人  → 设定 KPI，同步到 Bitable KPI 追踪表
更新目标 新增用户 7500      → 更新进度
本月花费                    → 按类别+项目的月度汇总

双语翻译：

翻译 我们希望在Q2完成优化        → 自动判断中→英，输出专业版本
翻成英文 内容 / 翻成中文 content → 指定翻译方向
翻译（PPT）内容                  → 标注场景，自动适配语气（PPT/邮件/Slack/演讲稿）
用英文怎么说 xxx                 → 自然语言触发

联网研究：

研究 Character.ai 增长机制        → 多来源搜索 + 交叉验证 + 结构化报告
fact check Threads 增长是 organic 吗  → 事实核查模式

日程 & 简报：

明天下午3点开会              → 自动加入飞书日历
今天 / 明天                 → 查看日程
月报 / 3月月报              → 线程+项目+财务全维度月度总结

自动推送：

• 08:00 晨报：日程 + 线程 + 项目状态 + 预算告警 + 到期提醒
• 18:00 收尾：今日回顾 + 项目/财务异常提醒
• 周一 09:00 周报：线程 + 预算执行 + 目标进度
• 月度报告：线程 + 项目 + 财务全维度总结（手动触发或定时）

告诉它你想要什么素材，生成 AI 工具可用的 prompt，概念满意后可一键安排制作。

三种模式：

直接生成：春日樱花主题的抖音预告               → 立即出 prompt
先聊后出：聊聊：我想做一个关于重逢的视频       → 多轮讨论 → 生成
安排制作：点击按钮或发「安排制作」             → 生成执行 Brief → 提交到素材管理表

修改和品牌切换：

改一下：更温暖一些         → 基于上次结果修改
品牌：mybrand              → 切换到指定品牌 profile
品牌                       → 查看可用品牌列表

输出内容：

• 中文结构化 Prompt（画面/场景/镜头/氛围/风格）
• Seedance 英文版（可直接复制粘贴到 AI 工具）
• 超 15 秒需求自动分镜 + 角色一致性建议
• 配套平台文案

素材需求管理（飞书多维表格）：

• 执行 Brief 自动生成并写入多维表格（需求编号/品牌/素材类型/渠道/状态/截止日期等结构化字段）
• 状态字段为单选（待分配/进行中/待审核/已完成/已取消），可直接在飞书中操作

输入一个主题，自媒体助手自动完成：扫描热点 → 产出创意 → 生成内容 → 存储到内容仓库。

两种模式：

AgentLoop 增强：

• 创意引擎（idea_engine）在构思时自动搜索热点趋势和竞品案例
• 内容工厂（content_factory）写文案前先查平台规范、文案框架、团队偏好
• 质量不达标时自动修改（最多 2 次），仍不达标保留供人工判断
• 完成后生成「下一步：问对问题」（需审批人/受众了解者/发布负责人判断 + AI 优化 prompt）

团队判断力沉淀： 设置品牌、人设、受众、内容目标时，自动记录为团队决策，后续所有 bot 可复用。

内容管理：

草稿                           → 查看所有内容
详情 abc123                    → 查看完整内容（文案+视觉Prompt）
发布 abc123                    → 审批通过
定时 abc123 10:00              → 设置定时发布
删除 abc123                    → 删除内容
品牌 mybrand                   → 切换品牌
平台 小红书 抖音                → 设置目标平台

内容仓库状态机： 草稿(draft) → 待发布(ready) → 已发布(published)，支持定时发布(scheduled)。

也可 CLI 运行：

python3 -m conductor.cli --topic "春天穿搭分享" --platforms "小红书 抖音"
python3 -m conductor.cli --topic "新品发布会" --deep --brand mybrand
python3 -m conductor.cli --list           # 查看内容仓库
python3 -m conductor.cli --detail abc123  # 查看内容详情

三阶段采集流水线，从社交媒体到全网搜索，生成结构化分析材料。

快捷报告（一键使用）：

周报                       → 默认品牌舆情周报（7天）
双周报 品牌名              → 指定品牌双周报（14天）
月报                       → 默认品牌月报（30天）

自定义采集：

采集 黄飞鸿 叶问 @微博 @B站 7天
采集 iPhone17 @全平台 3天 200条
咖啡品牌 @抖音 @小红书 14天 50条

三阶段采集流水线：

1. Phase 1 — JOA 统一搜索（全平台快速扫描）
2. Phase 2 — 分平台深度搜索（微博/抖音/小红书等 MCP 采集器）
3. Phase 3 — Web Search 补量（Tavily API + DuckDuckGo 翻页，补到 ~1000 条）

支持 15+ 个平台：

• 国内社媒：微博、抖音、小红书、B站、快手、知乎、头条、微信
• 海外社媒：TikTok、YouTube、Twitter、Instagram、Facebook
• 电商平台：淘宝、拼多多
• 全网搜索：Tavily、DuckDuckGo（自动识别来源平台）

可选 AI 分析： 在指令末尾加 +分析，同时生成 AI 分析报告

多源新闻采集 + AI 分析，自动生成结构化日报并推送到飞书群。

使用方式：

新闻                       → 手动触发今日新闻汇总
科技新闻                   → 按领域筛选

新闻来源覆盖：

• 华人圈 / 亚太 / 欧美 / 全球热点
• 自动去重、分段推送（绕开飞书单条消息字数限制）
• 支持定时自动推送

awesome-lark-bots/
│
├── core/                     # 共享核心模块（所有机器人都用）
│   ├── llm.py                #   大模型调用封装（DeepSeek/豆包/Kimi，支持 function calling）
│   ├── agent.py              #   通用 AgentLoop 运行时（tool-calling 循环，任何 bot 可用）
│   ├── tools.py              #   LLM 可调用工具库（搜索/热点/品牌/平台/文案框架/团队决策）
│   ├── feishu_client.py      #   飞书 API（消息、日历、文档、多维表格 Bitable、Wiki、云空间 Drive）
│   ├── doc_reader.py         #   飞书文档读取（检测链接 → 拉取内容 → Kimi 长文摘要）
│   ├── feishu_webhook.py     #   飞书群 Webhook 推送
│   ├── skill_router.py       #   技能路由器（自动注入领域知识到 prompt）
│   └── utils.py              #   工具函数（截断、时间戳、文件保存）
│
├── brainstorm/               # 脑暴机器人
│   ├── bot.py                #   飞书长连接入口（接收消息 → 启动脑暴）
│   ├── run.py                #   主流程引擎（四轮讨论 + 交付物生成）
│   └── __main__.py           #   启动入口：python3 -m brainstorm
│
├── planner/                  # 规划机器人
│   ├── bot.py                #   飞书长连接入口（对话+规划+比稿+文档交付）
│   ├── run.py                #   主流程引擎（六步规划 + 文档生成）
│   ├── prompts.py            #   规划提示词 + 10 种文档模板
│   └── __main__.py           #   启动入口：python3 -m planner
│
├── pitch/                    # Agency 比稿模块（规划机器人营销专属功能）
│   ├── agencies.py           #   Agency 定义 + 组队解析（体验派/增长派/品牌派）
│   ├── run.py                #   比稿主流程（Brief→并行提案→交叉点评→裁决融合）
│   ├── prompts.py            #   比稿提示词库（Agency 人设/提案/点评/裁决）
│   └── __main__.py           #   CLI：python3 -m pitch --topic "课题"
│
├── assistant/                # 助手机器人
│   ├── bot.py                #   飞书长连接入口（备忘+日程+研究+对话）
│   └── __main__.py           #   启动入口：python3 -m assistant
│
├── research/                 # 联网研究模块（助手机器人调用）
│   ├── researcher.py         #   研究引擎：多来源搜索+交叉验证+报告生成
│   └── search.py             #   搜索抽象层（Tavily / DuckDuckGo）
│
├── creative/                 # 创意 Prompt 机器人
│   ├── bot.py                #   飞书长连接入口（生成+讨论+品牌切换）
│   ├── knowledge.py          #   品牌知识库和提示词构建
│   └── __main__.py           #   启动入口：python3 -m creative
│
├── conductor/                # 自媒体助手（全流程编排）
│   ├── bot.py                #   飞书长连接入口（消息路由+内容管理）
│   ├── cli.py                #   CLI 入口：python3 -m conductor.cli
│   ├── pipeline.py           #   Pipeline 编排引擎（串联六阶段）
│   ├── store.py              #   内容仓库（存储+检索+状态管理）
│   ├── scheduler.py          #   定时调度器（定时发布+自动扫描）
│   ├── config.py             #   配置（平台定义+安全阈值）
│   ├── models.py             #   数据模型
│   └── stages/               #   六个阶段实现
│       ├── trend_scanner.py  #     感知：扫描各平台热点
│       ├── idea_engine.py    #     构思：调用脑暴/规划产出创意
│       ├── content_factory.py#     创作：生成文案+视觉Prompt
│       ├── publisher.py      #     发布：存储+发布到平台
│       ├── engager.py        #     互动：监控评论+自动回复
│       └── reviewer.py       #     复盘：效果分析+改进建议
│
├── sentiment/                # 舆情监控机器人（三阶段采集）
│   ├── bot.py                #   飞书长连接入口（指令解析+引导对话）
│   ├── runner.py             #   采集流程编排（采集→统计→导出→上传）
│   ├── core/collector.py     #   三阶段采集：JOA + 分平台 + Web Search（Tavily/DDG）
│   ├── exporter.py           #   数据导出（JSON + Markdown）
│   ├── feishu_api.py         #   飞书 API（舆情机器人专用）
│   ├── github_client.py      #   GitHub 上传
│   └── __main__.py           #   启动入口：python3 -m sentiment
│
├── memo/                     # 备忘 + 项目 + 财务模块（助手机器人使用）
│   ├── store.py              #   备忘本地存储（线程安全，支持 #thread、看板双向同步）
│   ├── intent.py             #   意图解析（30+ 指令：备忘/项目/财务/研究/日程）
│   ├── threads.py            #   线程自动识别（从 personal skill 信号词）
│   ├── projects.py           #   项目注册表（name → 飞书多维表格 token 映射）
│   ├── finance.py            #   财务管理（记账/预算/目标/月度汇总，自动同步 Bitable）
│   ├── bitable_board.py      #   备忘看板（飞书多维表格，双向同步状态，按线程分区）
│   └── bitable_hub.py        #   项目管理中心（飞书多维表格：项目·任务·资料库·花费·预算·KPI）
│
├── cal/                      # 日程模块（助手机器人使用）
│   ├── aggregator.py         #   多源日程聚合（飞书 + Google + 备忘）
│   ├── google_calendar.py    #   Google 日历拉取
│   ├── daily_brief.py        #   每日简报生成与推送
│   └── push_target.py        #   推送接收人管理
│
├── prompts.json              # 脑暴「坚果五仁」角色配置
├── skills/                    # 共享技能库（11 个技能，自动路由注入 prompt）
│   ├── __init__.py            #   Skill 基类 + 注册表 + 自动发现
│   ├── __main__.py            #   CLI: python3 -m skills list / test / activate
│   ├── personal.py            #   个人合作风格（加载 profiles/ 下的用户 profile）
│   ├── decision_frameworks.py #   决策框架（第一性原理、pre-mortem、约束理论等）
│   ├── stakeholder.py         #   利益相关方对齐（利益地图、提案包装、阻力预判）
│   ├── cross_cultural.py      #   跨文化策略（高/低语境、本地化层级）
│   ├── translation.py         #   双语翻译（中英内容重构，适配 PPT/邮件/Slack 等场景）
│   ├── team_decisions.py      #   团队判断力沉淀（记录并自动注入团队偏好/决策到 prompt）
│   ├── brand.py               #   品牌知识（加载 creative/brands/*.yaml，支持别名自动检测）
│   ├── marketing.py           #   营销方法论（加载 CN-MKT-Skills/）
│   ├── platforms.py           #   平台运营指南（加载 platform_guides/，含工具接口）
│   ├── copywriting.py         #   经典文案框架（AIDA、PAS、FAB 等，含工具接口）
│   └── cal_skill.py           #   营销日历（节日、大促、季节性主题）
│
├── studio/                   # 独立 Streamlit 工作站（不需要飞书）
│   ├── app.py                #   主入口 + 侧边栏导航 + API Key 配置
│   ├── engine.py             #   四种模式的 LLM 调用封装
│   ├── i18n.py               #   中英双语 UI
│   ├── pages/                #   灵感 / 规划 / 创作 / 调研 四个页面
│   └── run.sh                #   一键启动脚本
│
├── claude_tasks/              # Claude Code 任务集成（看板轮询 → 自动执行 → 回写结果）
│   ├── poll_tasks.py         #   轮询看板中 @claude 任务，按优先级分配
│   ├── complete_task.py      #   任务完成后回写 Bitable 状态 + Claude备注
│   ├── create_doc.py         #   为任务创建飞书文档并关联
│   └── notify.py             #   任务状态变更通知
│
├── CN-MKT-Skills/            # 营销技能知识库（规划机器人可参考）
├── briefs/                   # 脑暴主题 brief 文件
├── runs/                     # 运行记录输出（自动生成）
├── data/                     # 数据目录（备忘、推送目标等）
│
├── requirements.txt          # Python 依赖列表
├── .env.example              # 环境变量配置模板
├── docker-compose.yml        # Docker 部署配置
└── README.md                 # 本文件

项目通过 core/llm.py 统一调用大模型，兼容所有 OpenAI API 协议的服务商。你可以自由替换为自己偏好的模型，只需在 .env 中修改对应的 API Key、Base URL 和模型名即可。

目前默认配置使用三家国产大模型服务商，各有分工：

这只是我们目前在尝试的组合。你完全可以换成 OpenAI、Claude、通义千问、智谱 GLM 或任何兼容 OpenAI 协议的模型——改 .env 里的三个变量（*_API_KEY、*_BASE_URL、*_MODEL）就行。

所有机器人共享一个通用的 AgentLoop 运行时（core/agent.py），让 LLM 在生成过程中主动调用工具——搜索竞品、查平台规范、了解团队决策——而不是凭空编造信息。

from core.agent import AgentLoop
from core.tools import WEB_SEARCH_TOOL, TRENDING_TOOL

agent = AgentLoop(provider="deepseek", system="你是内容策划师", max_rounds=5)
agent.add_tools([WEB_SEARCH_TOOL, TRENDING_TOOL])
result = agent.run("帮我找小红书最近的爆款话题")

内置工具（core/tools.py）：

使用 AgentLoop 的模块：

• planner/run.py — 每步规划时可搜索市场数据、竞品信息
• brainstorm/run.py — 主题优化时调研行业动态；松子仁（总成角色）在后期轮次可搜索验证
• creative/bot.py — 生成 prompt 前搜索平台趋势和热门元素
• conductor/stages — 创意引擎搜索热点、内容工厂查平台规范和文案框架
• assistant/bot.py — 普通聊天时可联网搜索、查用户上下文

所有机器人共享一套可插拔的技能库（skills/），通过 core/skill_router.py 自动路由——bot 只需一行代码即可获得领域知识增强：

from core.skill_router import enrich_prompt

system = enrich_prompt("你是内容助手...", user_text=msg, bot_type="creative")

路由器会根据用户消息关键词和bot 类型自动判断需要加载哪些技能，将知识追加到 system prompt 中。

内置技能：

数据类技能（personal、brand、marketing、platform、calendar）的实际内容存放在本地，不上传 GitHub。代码仓库只包含加载器代码和模板文件。

扩展新技能：在 skills/ 下新建 .py 文件，继承 Skill 基类并 register() 即可，详见 skills/README.md。

python3 -m skills list                      # 列出所有技能
python3 -m skills activate "帮我做品牌推广"   # 查看哪些技能会被激活
python3 -m skills test personal              # 测试某个技能的输出

# 启动所有机器人
docker-compose up -d

# 启动指定机器人
docker-compose up -d brainstorm planner

# 查看日志
docker-compose logs -f brainstorm

Q: 程序启动后提示连接失败？ 检查：1) App ID / App Secret 是否正确 2) 应用是否已发布 3) 网络是否能访问 open.feishu.cn

Q: 脑暴/规划结果在飞书群里看不到？ 确认 FEISHU_WEBHOOK 是否配置。结果通过 Webhook 推送到群，如果没配，只会保存到本地 runs/ 目录。

Q: 助手的日程管理提示「权限不足」？ 往个人日历加日程需要用户身份授权。请在 .env 中配置 FEISHU_TOKEN_CALENDAR_CREATE。

Q: 可以只运行其中一个机器人吗？ 可以。每个机器人完全独立，按需启动即可。最低只需要 FEISHU_APP_ID + FEISHU_APP_SECRET + DEEPSEEK_API_KEY。

Q: 运行记录保存在哪？ 所有运行结果保存在项目根目录的 runs/ 文件夹，格式为 Markdown。

以下是我们正在探索和希望社区一起推进的方向：

• 内容质量自动评估 + 自动修正：质量不达标自动修改（最多 2 次），仍不达标保留供人工判断
• 多平台内容适配：AgentLoop 写文案前自动查平台规范、文案框架，适配各平台调性
• 人机协作流程：完成后生成 Handoff 卡片（需要人判断的 + 可交给 AI 的 prompt）
• 自媒体平台自动发布：更稳定的方式把内容发布到小红书、抖音、微博等平台
• 数据驱动选题：根据历史数据表现反馈，优化未来的内容选题方向

• 跨 Bot 联动：各 bot 完成后引导用户将结果带到其他 bot 继续推进
• AgentLoop：所有核心 bot 支持 LLM 主动调用工具（搜索、查知识、查决策）
• 团队判断力沉淀：团队偏好和决策自动记录并注入所有 bot 的 prompt
• 飞书文档读取：脑暴/规划支持粘贴飞书云文档或 Wiki 链接，自动拉取内容作为背景，长文档 Kimi 128K 摘要
• 脑暴四种模式：营销活动 / 创意项目 / 策略探讨 / 通用探索，支持前缀强制指定
• 脑暴：支持自定义 AI 角色组合、更多大模型接入
• 舆情：更多平台采集器、情感分析准确度提升
• 新闻聚合：更多新闻源、可自定义的关注领域
• 创意 Prompt：支持更多 AI 生成工具（MidJourney、Sora 等）的 prompt 格式

• 错误处理和重试机制：LLM 调用指数退避重试、Feishu API 健壮错误处理、AgentLoop 失败自动回退
• 单元测试覆盖核心模块
• 多语言支持（英文等）
• Web 管理面板（查看运行状态、管理内容）

欢迎在 Issues 中讨论任何想法，或直接提 PR。

我们非常欢迎各种形式的贡献！详见 CONTRIBUTING.md。

无论是修一个 typo、加一个采集器、改善一段 prompt，还是重构整个模块——每一份贡献都有价值。

MIT License — 你可以自由使用、修改和分发。

A collection of 7 open-source AI bots running on Feishu (Lark), covering brainstorming, planning, daily assistance, creative prompt generation, social media monitoring, news aggregation, and end-to-end content creation workflows.

All bots are compatible with any LLM that supports the OpenAI API protocol — DeepSeek, OpenAI, Claude, Doubao, Kimi, Qwen, GLM, and more. Just change the API keys in .env.

You don't need to give AI full system access to get real work done.

Our approach:

• Routine automation (brainstorming, planning, content creation, social monitoring, publishing…) → runs in the cloud, with Feishu chat as the frontend. Send a message, get things done. Lightweight, secure, minimal permissions.
• Deep work (complex architecture, large-scale refactoring…) → use heavy-duty tools like Claude Code when needed, with explicit access.

Most work scenarios don't require handing over all the keys. A chat window + a few focused bots is enough.

⚗️ Content Assistant is in active exploration — the basic framework works end-to-end, but content quality control and automated publishing to social media platforms are still areas we're actively improving. Community contributions are very welcome!

Don't want to set up Feishu? The studio/ folder is a standalone Streamlit app that runs locally with just one API key — no Feishu, no knowledge base needed.

cd studio && streamlit run app.py

Four modes: 💡 Brainstorm (5 AI roles, 4 rounds) · 📋 Plan (6-step rational planning) · 🎨 Create (topic → storyboard → exec brief) · 🔍 Research (fact-checked deep research). Works with any OpenAI-compatible API (DeepSeek, Gemini, GPT-4o, Kimi, Qwen…).

# 1. Install dependencies (Python 3.11+)
pip3 install -r requirements.txt

# 2. Configure environment variables
cp .env.example .env
# Edit .env — minimum: FEISHU_APP_ID + FEISHU_APP_SECRET + DEEPSEEK_API_KEY

# 3. Start any bot
python3 -m brainstorm    # Brainstorm bot
python3 -m planner       # Planner bot
python3 -m assistant     # Assistant bot
python3 -m creative      # Creative Prompt bot
python3 -m sentiment     # Sentiment Monitor
python3 -m newsbot       # News Digest
python3 -m conductor     # Content Assistant

1. Go to Feishu Open Platform and create an app
2. Get the App ID and App Secret, put them in .env
3. Enable Bot capability, subscribe to Receive Message v2.0 event
4. Choose Long Connection (WebSocket) mode — no public URL needed
5. Publish the app, run the bot, and send it a message on Feishu

Running multiple bots: Each bot can share one Feishu app, or use its own. When running multiple bots simultaneously, give each a separate App ID to avoid them all receiving the same messages. Each bot has its own XXX_FEISHU_APP_ID / XXX_FEISHU_APP_SECRET env vars (e.g. PLANNER_FEISHU_APP_ID), falling back to the main FEISHU_APP_ID if not set. See docs/FEISHU_APP_IDS.md for the full mapping.

The project calls LLMs through core/llm.py using the OpenAI-compatible API protocol. You can swap in any provider by changing three variables in .env:

• *_API_KEY — your API key
• *_BASE_URL — the provider's API endpoint
• *_MODEL — the model name

Currently configured with DeepSeek, Doubao, and Kimi as a starting point, but OpenAI, Claude, Qwen, GLM, and others all work.

All bots share a generic AgentLoop runtime (core/agent.py) that lets LLMs proactively call tools during generation — search competitors, check platform rules, recall team decisions — instead of hallucinating.

Built-in tools (core/tools.py): web_search, news_search, fetch_url, get_trending, search_platform, get_brand_info, get_platform_guide, get_copywriting_framework, get_team_decisions, get_user_context.

All bots share a plug-and-play skill library (skills/), auto-routed via core/skill_router.py:

Data-bearing skills keep their content local — only loader code and templates are in the repo.

Add custom skills by dropping a .py file in skills/ — see skills/README.md.

We welcome all contributions! See CONTRIBUTING.md for guidelines.

MIT License