1 line
16 KiB
JSON
1 line
16 KiB
JSON
{"repo": "boshi-xixixi/larkcli", "files": {"README.md": {"ea1fce84a2279a95204962fa792134ae603e0eb0": {"t": 1785747373.9510365, "n": 5090, "h": "620f009fde842435", "c": "# Lark Daily Report - 飞书智能日报/周报生成器\n\n<p align=\"center\">\n <strong>你什么都不用写，AI 自动帮你汇总一天的工作成果 ✨</strong>\n</p>\n\n<p align=\"center\">\n <a href=\"#-功能特性\">功能特性</a> •\n <a href=\"#-快速开始\">快速开始</a> •\n <a href=\"#-报告示例\">报告示例</a> •\n <a href=\"#-作为飞书-cli-skill-使用\">Skill 使用</a> •\n <a href=\"#-配置选项\">配置</a>\n</p>\n\n---\n\n## 参赛信息\n\n**🏆 飞书 CLI 创作者大赛 - GitHub 赛道作品**\n\n本作品基于 [飞书 CLI](https://github.com/larksuite/cli) 开发，完全符合参赛要求：\n\n| 要求 | 状态 |\n|------|------|\n| 基于飞书 CLI 开发 | ✅ 核心依赖 |\n| 代码开源 + 清晰 README | ✅ 本文件 |\n| 原创、无知识产权纠纷 | ✅ 纯原创开发 |\n| 解决明确业务痛点 | ✅ 自动化工作报告 |\n| 有独特技术亮点 | ✅ AI 分析 + 效率洞察 |\n| 技术可行性验证通过 | ✅ 全链路测试 |\n\n---\n\n## ✨ 功能特性\n\n### 核心能力\n\n- 📅 **自动采集会议记录** — 从飞书日历提取今日/本周所有会议详情\n- ✅ **任务进展追踪** — 自动汇总已完成和进行中的任务（含截止时间）\n- 📝 **文档动态整理** — 汇总最近编辑的飞书文档（含类型标签）\n- 💬 **沟通摘要提取** — 提取关键 IM 消息（智能去重去噪）\n\n### 差异化亮点\n\n- 🤖 **AI 智能分析** — 接入 LLM API（OpenAI/DeepSeek/通义千问/Ollama），自动生成专业工作总结\n- 🔍 **效率洞察** — 会议时长分析、任务完成率评估、工作节奏诊断\n- 💡 **智能建议** — 基于数据自动生成下一步行动建议\n- 📤 **多渠道输出** — 一键写入飞书文档 / 发送到群聊\n\n## 快速开始\n\n### 前置条件\n\n```bash\n# 1. 安装飞书 CLI\nbrew install lark-cli # 或参考官方文档安装\n\n# 2. 完成认证\nlark-cli auth login\n\n# 3. 克隆本项目\ngit clone https://github.com/你的用户名/larkcli.git\ncd larkcli\n```\n\n### 一键生成日报\n\n```bash\n# 生成今日日报\n./start.sh daily\n\n# 生成本周周报\n./start.sh weekly\n\n# 生成日报并发送到指定群聊\n./start.sh daily oc_xxxxxxxxxx\n```\n\n### 分步执行\n\n```bash\n# Step 1: 采集数据\npython3 skills/lark-daily-report/scripts/collect.py --mode daily > data.json\n\n# Step 2: 生成报告（自动调用 AI 分析）\npython3 skills/lark-daily-report/scripts/generate.py --data data.json --output report.md\n\n# Step 3: 发布到飞书文档\npython3 skills/lark-daily-report/scripts/publish.py --report report.md --mode doc\n```\n\n## 报告示例\n\n生成的报告包含以下板块：\n\n```\n# 📋 工作日报 - 2026-04-03\n\n> 自动生成于 2026-04-03T10:45:00 | 数据来源：飞书日历 / 任务 / 文档 / 即时通讯 | 🤖 AI 增强\n\n---\n\n## 📊 今日概览\n\n| 指标 | 数据 |\n|------|------|\n| 会议场次 | 3 场（120 分钟） |\n| 已完成任务 | 5 个 |\n| 进行中任务 | 3 个 |\n| 编辑文档 | 8 个 |\n| 关键消息 | 12 条 |\n\n> 🤖 **AI 智能分析**\n>\n> 今日主要完成了产品评审会的讨论，推进了登录模块重构和 API 文档编写...\n> 整体工作效率良好，建议关注即将到期的 3 个任务。\n\n## 🔍 效率洞察\n\n> 📊 会议时间 120 分钟，节奏适中\n> 🎯 任务完成率 62%，持续推进中\n> 📝 文档协作活跃（8 个）\n\n## 📅 会议记录\n\n**1. 产品评审会**\n - 时间：10:00 | 时长：60分钟（8人参会）📍 3F-A会议室\n\n**2. 技术对齐**\n - 时间：14:00 | 时长：30分钟（4人参会）\n\n> 总计：2 场会议，120 分钟\n\n## ✅ 任务进展\n\n### 已完成任务\n- **完成登录页面重构** 截止: 2026-04-02 [查看](url)\n- **修复 #123 Bug** [查看](url)\n\n### 🔄 进行中任务\n- **API 文档编写** 截止: 2026-04-05 [查看](url)\n- **性能优化方案设计** 截止: 2026-04-08 [查看](url)\n\n## 💡 下一步建议\n\n- 优先推进带截止日期的任务：API 文档编写、性能优化方案设计\n- 跟进今日会议的行动项：产品评审会结论落地\n\n---\n\n*本报告由 **Lark Daily Report** Skill 自动生成 ✨*\n```\n\n## 架构设计\n\n```\nlarkcli/\n├── start.sh # 一键启动脚本\n├── .env.example # 环境配置模板\n├── .gitignore\n├── README.md\n└── skills/lark-daily-report/ # 飞书 CLI Skill（符合官方规范）\n ├── SKILL.md # Skill 定义\n ├── AGENTS.md # Agent 执行指南\n └── scripts/\n ├── collect.py # 数据采集引擎\n │ ├── collect_calendar() # 日历日程采集\n │ ├── collect_tasks() # 任务状态采集\n │ ├── collect_documents() # 文档编辑记录\n │ └── collect_messages() # IM 消息摘要\n ├── generate.py # 报告生成引擎\n │ ├── _generate_ai_summary() # AI 智能总结\n │ ├── _generate_insights() # 效率洞察分析\n │ ├── _generate_suggestions() # 下一步建议\n │ └── template rendering # Markdown 模板渲染\n ├── ai_engine.py # LLM AI 引擎\n │ ├── analyze_work_summary() # 工作内容总结\n │ ├── generate_insights() # 数据洞察生成\n │ └── suggest_next_steps() # 行动建议生成\n └── publish.py # 报告发布器\n ├── publish_to_doc() # 写入飞书文档\n └── publish_to_chat() # 发送到群聊\n```\n\n## 作为飞书 CLI Skill 使用\n\n本仓库完全符合 [飞书 CLI Skill 规范](https://github.com/larksuite/cli)，可直接作为 Skill 安装：\n\n```bash\n# 方式一：复制到 Trae skills 目录\ncp -r skills/lark-daily-report ~/.trae-cn/skills/\n\n# 方式二：在 Trae IDE 中引用本项目的 skills 目录\n```\n\n安装后，在任何支持飞书 CLI 的 AI Agent 中说 **\"帮我写日报\"** 即可触发。\n\n## 配置选项\n\n复制 `.env.example` 为 `.env` 并按需配置：\n\n```bash\ncp .env.example .env\n```\n\n### LLM AI 引擎配置（可选）\n\n不配置时使用本地模板模式，配置后启用真正的 AI 分析：\n\n```bash\n# OpenAI (推荐)\nLLM_PROVIDER=openai\nOPENAI_API_KEY=sk-xxx\n\n# DeepSeek (国内推荐)\nLLM_PROVIDER=deepseek\nDEEPSEEK_API_KEY=sk-xxx\n\n# 通义千问\nLLM_PROVIDER=qwen\nDASHSCOPE_API_KEY=sk-xxx\n\n# 本地 Ollama (免费无需 API Key)\nLLM_PROVIDER=ollama\n```\n\n### 输出配置\n\n```bash\nLARK_REPORT_CHAT_ID=oc_xxx # 默认发送目标群聊\nLARK_REPORT_FOLDER_TOKEN=folder_xxx # 默认文档存放文件夹\nLARK_REPORT_MODE=daily # 默认报告模式\n```\n\n## 所需权限\n\n使用前请确保已授权以下 scope：\n\n```bash\nlark-cli auth login --scope \"calendar:calendar.event:read,task:task:read,search:docs:read,im:message,docx:document:create\"\n```\n\n| Scope | 用途 |\n|-------|------|\n| `calendar:calendar.event:read` | 读取日程 |\n| `task:task:read` | 读取任务 |\n| `search:docs:read` | 搜索文档 |\n| `im:message` | 搜索消息 |\n| `docx:document:create` | 创建文档 |\n\n## 技术栈\n\n- **运行环境**: Python 3.9+（无第三方依赖）\n- **核心依赖**: 飞书 CLI (`lark-cli`)\n- **AI 能力**: OpenAI 兼容 API / 本地 Ollama\n- **输出格式**: Markdown → 飞书文档 / IM 消息\n\n## License\n\n[MIT](LICENSE)\n\n---\n\n<div align=\"center\">\n\n**Made with ❤️ for 飞书 CLI 创作者大赛**\n\n如果这个项目对你有帮助，欢迎给一个 ⭐ Star！\n\n</div>\n"}, "0ec81e8f28c5405b15de7ae4c595083cd0a9d5bf": {"t": 1785772912.4929132, "n": 5090, "h": "620f009fde842435", "c": "# Lark Daily Report - 飞书智能日报/周报生成器\n\n<p align=\"center\">\n <strong>你什么都不用写，AI 自动帮你汇总一天的工作成果 ✨</strong>\n</p>\n\n<p align=\"center\">\n <a href=\"#-功能特性\">功能特性</a> •\n <a href=\"#-快速开始\">快速开始</a> •\n <a href=\"#-报告示例\">报告示例</a> •\n <a href=\"#-作为飞书-cli-skill-使用\">Skill 使用</a> •\n <a href=\"#-配置选项\">配置</a>\n</p>\n\n---\n\n## 参赛信息\n\n**🏆 飞书 CLI 创作者大赛 - GitHub 赛道作品**\n\n本作品基于 [飞书 CLI](https://github.com/larksuite/cli) 开发，完全符合参赛要求：\n\n| 要求 | 状态 |\n|------|------|\n| 基于飞书 CLI 开发 | ✅ 核心依赖 |\n| 代码开源 + 清晰 README | ✅ 本文件 |\n| 原创、无知识产权纠纷 | ✅ 纯原创开发 |\n| 解决明确业务痛点 | ✅ 自动化工作报告 |\n| 有独特技术亮点 | ✅ AI 分析 + 效率洞察 |\n| 技术可行性验证通过 | ✅ 全链路测试 |\n\n---\n\n## ✨ 功能特性\n\n### 核心能力\n\n- 📅 **自动采集会议记录** — 从飞书日历提取今日/本周所有会议详情\n- ✅ **任务进展追踪** — 自动汇总已完成和进行中的任务（含截止时间）\n- 📝 **文档动态整理** — 汇总最近编辑的飞书文档（含类型标签）\n- 💬 **沟通摘要提取** — 提取关键 IM 消息（智能去重去噪）\n\n### 差异化亮点\n\n- 🤖 **AI 智能分析** — 接入 LLM API（OpenAI/DeepSeek/通义千问/Ollama），自动生成专业工作总结\n- 🔍 **效率洞察** — 会议时长分析、任务完成率评估、工作节奏诊断\n- 💡 **智能建议** — 基于数据自动生成下一步行动建议\n- 📤 **多渠道输出** — 一键写入飞书文档 / 发送到群聊\n\n## 快速开始\n\n### 前置条件\n\n```bash\n# 1. 安装飞书 CLI\nbrew install lark-cli # 或参考官方文档安装\n\n# 2. 完成认证\nlark-cli auth login\n\n# 3. 克隆本项目\ngit clone https://github.com/你的用户名/larkcli.git\ncd larkcli\n```\n\n### 一键生成日报\n\n```bash\n# 生成今日日报\n./start.sh daily\n\n# 生成本周周报\n./start.sh weekly\n\n# 生成日报并发送到指定群聊\n./start.sh daily oc_xxxxxxxxxx\n```\n\n### 分步执行\n\n```bash\n# Step 1: 采集数据\npython3 skills/lark-daily-report/scripts/collect.py --mode daily > data.json\n\n# Step 2: 生成报告（自动调用 AI 分析）\npython3 skills/lark-daily-report/scripts/generate.py --data data.json --output report.md\n\n# Step 3: 发布到飞书文档\npython3 skills/lark-daily-report/scripts/publish.py --report report.md --mode doc\n```\n\n## 报告示例\n\n生成的报告包含以下板块：\n\n```\n# 📋 工作日报 - 2026-04-03\n\n> 自动生成于 2026-04-03T10:45:00 | 数据来源：飞书日历 / 任务 / 文档 / 即时通讯 | 🤖 AI 增强\n\n---\n\n## 📊 今日概览\n\n| 指标 | 数据 |\n|------|------|\n| 会议场次 | 3 场（120 分钟） |\n| 已完成任务 | 5 个 |\n| 进行中任务 | 3 个 |\n| 编辑文档 | 8 个 |\n| 关键消息 | 12 条 |\n\n> 🤖 **AI 智能分析**\n>\n> 今日主要完成了产品评审会的讨论，推进了登录模块重构和 API 文档编写...\n> 整体工作效率良好，建议关注即将到期的 3 个任务。\n\n## 🔍 效率洞察\n\n> 📊 会议时间 120 分钟，节奏适中\n> 🎯 任务完成率 62%，持续推进中\n> 📝 文档协作活跃（8 个）\n\n## 📅 会议记录\n\n**1. 产品评审会**\n - 时间：10:00 | 时长：60分钟（8人参会）📍 3F-A会议室\n\n**2. 技术对齐**\n - 时间：14:00 | 时长：30分钟（4人参会）\n\n> 总计：2 场会议，120 分钟\n\n## ✅ 任务进展\n\n### 已完成任务\n- **完成登录页面重构** 截止: 2026-04-02 [查看](url)\n- **修复 #123 Bug** [查看](url)\n\n### 🔄 进行中任务\n- **API 文档编写** 截止: 2026-04-05 [查看](url)\n- **性能优化方案设计** 截止: 2026-04-08 [查看](url)\n\n## 💡 下一步建议\n\n- 优先推进带截止日期的任务：API 文档编写、性能优化方案设计\n- 跟进今日会议的行动项：产品评审会结论落地\n\n---\n\n*本报告由 **Lark Daily Report** Skill 自动生成 ✨*\n```\n\n## 架构设计\n\n```\nlarkcli/\n├── start.sh # 一键启动脚本\n├── .env.example # 环境配置模板\n├── .gitignore\n├── README.md\n└── skills/lark-daily-report/ # 飞书 CLI Skill（符合官方规范）\n ├── SKILL.md # Skill 定义\n ├── AGENTS.md # Agent 执行指南\n └── scripts/\n ├── collect.py # 数据采集引擎\n │ ├── collect_calendar() # 日历日程采集\n │ ├── collect_tasks() # 任务状态采集\n │ ├── collect_documents() # 文档编辑记录\n │ └── collect_messages() # IM 消息摘要\n ├── generate.py # 报告生成引擎\n │ ├── _generate_ai_summary() # AI 智能总结\n │ ├── _generate_insights() # 效率洞察分析\n │ ├── _generate_suggestions() # 下一步建议\n │ └── template rendering # Markdown 模板渲染\n ├── ai_engine.py # LLM AI 引擎\n │ ├── analyze_work_summary() # 工作内容总结\n │ ├── generate_insights() # 数据洞察生成\n │ └── suggest_next_steps() # 行动建议生成\n └── publish.py # 报告发布器\n ├── publish_to_doc() # 写入飞书文档\n └── publish_to_chat() # 发送到群聊\n```\n\n## 作为飞书 CLI Skill 使用\n\n本仓库完全符合 [飞书 CLI Skill 规范](https://github.com/larksuite/cli)，可直接作为 Skill 安装：\n\n```bash\n# 方式一：复制到 Trae skills 目录\ncp -r skills/lark-daily-report ~/.trae-cn/skills/\n\n# 方式二：在 Trae IDE 中引用本项目的 skills 目录\n```\n\n安装后，在任何支持飞书 CLI 的 AI Agent 中说 **\"帮我写日报\"** 即可触发。\n\n## 配置选项\n\n复制 `.env.example` 为 `.env` 并按需配置：\n\n```bash\ncp .env.example .env\n```\n\n### LLM AI 引擎配置（可选）\n\n不配置时使用本地模板模式，配置后启用真正的 AI 分析：\n\n```bash\n# OpenAI (推荐)\nLLM_PROVIDER=openai\nOPENAI_API_KEY=sk-xxx\n\n# DeepSeek (国内推荐)\nLLM_PROVIDER=deepseek\nDEEPSEEK_API_KEY=sk-xxx\n\n# 通义千问\nLLM_PROVIDER=qwen\nDASHSCOPE_API_KEY=sk-xxx\n\n# 本地 Ollama (免费无需 API Key)\nLLM_PROVIDER=ollama\n```\n\n### 输出配置\n\n```bash\nLARK_REPORT_CHAT_ID=oc_xxx # 默认发送目标群聊\nLARK_REPORT_FOLDER_TOKEN=folder_xxx # 默认文档存放文件夹\nLARK_REPORT_MODE=daily # 默认报告模式\n```\n\n## 所需权限\n\n使用前请确保已授权以下 scope：\n\n```bash\nlark-cli auth login --scope \"calendar:calendar.event:read,task:task:read,search:docs:read,im:message,docx:document:create\"\n```\n\n| Scope | 用途 |\n|-------|------|\n| `calendar:calendar.event:read` | 读取日程 |\n| `task:task:read` | 读取任务 |\n| `search:docs:read` | 搜索文档 |\n| `im:message` | 搜索消息 |\n| `docx:document:create` | 创建文档 |\n\n## 技术栈\n\n- **运行环境**: Python 3.9+（无第三方依赖）\n- **核心依赖**: 飞书 CLI (`lark-cli`)\n- **AI 能力**: OpenAI 兼容 API / 本地 Ollama\n- **输出格式**: Markdown → 飞书文档 / IM 消息\n\n## License\n\n[MIT](LICENSE)\n\n---\n\n<div align=\"center\">\n\n**Made with ❤️ for 飞书 CLI 创作者大赛**\n\n如果这个项目对你有帮助，欢迎给一个 ⭐ Star！\n\n</div>\n"}}}} |