Feishu Bot CLI Antigravity

基于 Google Antigravity SDK 和飞书开放平台构建的私人 AI 助手机器人命令行工具。

架构

flowchart LR
    A[用户] -->|飞书消息 / 附件| B[飞书长连接网关]
    B -->|下载文件至内存| C[Antigravity SDK / Agent]
    C -->|流式思考与生成| B
    B -->|CardKit / 消息回复| A

功能特点

• 服务监听模式 (listen)：
  • 基于长连接 (WebSocket) 监听飞书群聊与私聊消息。
  • 自动将接收到的图片、代码、PDF、文本等多媒体附件直接下载至内存，以原生多模态对象传递给 Agent。
  • 支持会话级消息排队锁 (asyncio.Lock) 与 AsyncExitStack 上下文生命周期管理。
  • 支持 CardKit 流式打字机卡片回复与普通消息兜底。
  • 支持可选的 --chat-id 过滤，仅服务指定会话。
• 命令行模式 (send)：
  • 命令行主动向指定会话发送消息或文件。
  • --chat-id 为必须参数。
  • 支持发送文本、Markdown 格式消息或本地文件/图片。

环境配置

在项目根目录下配置 .env 文件：

LARK_APP_ID=cli_xxxxxxxxxxxxxx
LARK_APP_SECRET=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
GEMINI_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
LOG_LEVEL=INFO
# 可选：指定 Agent 对话主模型
AGY_MODEL=gemini-3.8-flash
# 可选：指定 Agent 生图模型
AGY_IMAGE_MODEL=gemini-3.1-flash-lite-image

LARK_APP_ID和LARK_APP_SECRET在飞书开放平台创建机器人后获取，注意机器人需要添加消息权限以及事件监听。

命令行使用

1. 监听服务

启动长连接监听消息并自动调用 Agent 回复：

# 监听所有会话（默认使用当前路径）
uvx feishu-bot-cli-antigravity listen

# 指定工作目录（全局参数，置于子命令前，影响 .env、mcp、skills 与 AGENTS.md 的加载）
uvx feishu-bot-cli-antigravity --work-dir /path/to/workspace listen
# 或使用简写 -w
uvx feishu-bot-cli-antigravity -w /path/to/workspace listen

# 仅监听并响应指定 chat_id 的消息
uvx feishu-bot-cli-antigravity listen --chat-id <oc_xxxxxxxxxxxx>

2. 主动发送消息

命令行主动向指定会话发送消息：

# 发送 Markdown 消息（--chat-id 为必填项）
uvx feishu-bot-cli-antigravity send --chat-id <oc_xxxxxxxxxxxx> --message "**你好！** 这是一条来自 CLI 的消息"

# 指定工作目录发送消息（自动加载该工作目录下的 .env 凭据）
uvx feishu-bot-cli-antigravity -w /path/to/workspace send --chat-id <oc_xxxxxxxxxxxx> -m "已加载指定工作区环境配置"

# 发送纯文本消息
uvx feishu-bot-cli-antigravity send --chat-id <oc_xxxxxxxxxxxx> -m "纯文本消息" --type text

# 发送本地文件或图片（支持同时指定多个文件及附带文本说明）
uvx feishu-bot-cli-antigravity send --chat-id <oc_xxxxxxxxxxxx> --file "./report.pdf" "./chart.png" -m "请查收本期分析报告"

# 从标准输入读取长文本/大段 Markdown（管道传输）
cat report.md | uvx feishu-bot-cli-antigravity send --chat-id <oc_xxxxxxxxxxxx> --stdin
# 或使用 -m -
cat report.md | uvx feishu-bot-cli-antigravity send --chat-id <oc_xxxxxxxxxxxx> -m -

# 交互式终端输入长文本（按 Ctrl+Z 回车或 Ctrl+D 结束输入）
uvx feishu-bot-cli-antigravity send --chat-id <oc_xxxxxxxxxxxx> --stdin

Agent 技能安装 (Skill)

如果你的 AI Agent 支持技能扩展（如 Antigravity、Claude Code 等），可以通过以下命令一键安装：

npx skills add https://github.com/ecator/feishu-bot-cli-antigravity --skill feishu-bot-cli-antigravity

安装这个 SKILL 后，只需要告诉 Agent 飞书会话 ID（chat_id），Agent 即可学会如何主动向用户发送飞书消息、Markdown 报告以及文件附件。

全局工作目录参数 (--work-dir)

--work-dir / -w 为全局参数，可在 listen 或 send 子命令前指定（若未指定，默认使用执行命令时的当前路径）：

# 配合 listen 模式使用
uvx feishu-bot-cli-antigravity --work-dir /path/to/workspace listen
# 或使用简写 -w
uvx feishu-bot-cli-antigravity -w /path/to/workspace listen

# 配合 send 模式使用（自动优先加载该工作目录下的 .env 凭据）
uvx feishu-bot-cli-antigravity -w /path/to/workspace send --chat-id <oc_xxxxxxxxxxxx> -m "消息内容"

指定的工作目录会统一控制以下资源的检索与加载位置：

1. .env（环境变量配置）：若指定了工作目录且该目录下存在 .env 文件，优先加载该工作目录下的 .env（未指定时默认从当前终端执行命令所在目录查找）。在 send 和 listen 模式下均生效！
2. AGENTS.md（行为指令与规则）：自动读取工作目录根路径下的 AGENTS.md 文件，作为该 Agent 的工作区指令与业务规则约束（listen 模式生效）。
3. Agent Skills（技能工具扩展）：自动将工作目录下的 .agents/skills 目录作为技能根路径，检索并注入符合规范的自定义技能包（listen 模式生效）。
4. MCP 配置文件：默认寻找工作目录下的 .agents/mcp_config.json 文件以接入 MCP 服务工具（listen 模式生效）。

MCP (Model Context Protocol) 支持

本工具支持通过 MCP 为 Agent 接入外部工具：

• 默认自动检测并加载当前工作目录下的 .agents/mcp_config.json 配置文件；若不存在则跳过加载，正常启动。
• 支持 stdio（本地可执行程序/脚本）与 http/sse（远程流式服务）两种传输模式。
• 支持在配置中使用 ${VAR} 语法自动展开系统环境变量。

.agents/mcp_config.json 配置示例

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "./data"]
    },
    "remote-service": {
      "serverUrl": "https://mcp.example.com/sse",
      "headers": {
        "Authorization": "Bearer ${MCP_TOKEN}"
      }
    }
  }
}

测试与代码检查

# 运行测试
uv run pytest

# 运行代码规范检查
uv run ruff check