AI Engineering

把 Claude Code 从终端工具变成飞书里的可执行 Agent

这个项目的 AI 亮点不在“能聊天”,而在于让 Claude Code 带着项目目录、历史会话、飞书工具和后台事件一起工作。用户在飞书里发起任务,AI 在本地仓库执行,结果再回到飞书沉淀。

01 飞书入口

用户在聊天、菜单卡片或后台服务中发起请求。

02 上下文绑定

系统绑定 chatId、本地目录和 Claude session,让 AI 在真实项目里工作。

03 Agent 执行

Claude Code 分析代码、调用命令、读取 skills,并按任务类型输出结果。

04 飞书回传

结果以消息、流式卡片或自动化卡片回到团队协作空间。

Workflow change

AI 解决的是工作流断点

Claude Code 原本很强,但结果停在终端里;飞书很适合协作,但不了解本地仓库。oh-my-feishu 把两边接成一条可演示的链路。

原来的方式

用户守在终端前等待 Claude Code;飞书、代码仓库和服务日志互相割裂;错误分析依赖人工发现、复制和转述。

现在的方式

飞书成为 Claude Code 的协作入口;AI 能在指定目录持续工作;后台事件可以自动触发分析或修复,结果回到飞书沉淀。

Agent capabilities

关键 AI 工程能力

仓库级 Coding Agent

通过 Claude Code 执行真实项目任务,不只是生成文本;支持指定 cwd、运行命令、读取文件、修改代码。

src/trigger/invoker.ts
飞书 Tool Use

用 lark-cli skills 把消息、文档、日历、表格、任务、云盘等飞书能力交给 Claude 按需调用。

oh-my-feishu-plugin/skills/lark-chat-guide/SKILL.md
上下文持续性

把飞书会话、本地目录和 Claude session 绑定,用户离开终端后也能继续已有工作。

src/feishu/interactions/session-store.ts
流式可见性

Claude Code 的 stream-json 事件被转换成飞书卡片更新,长任务不再像“卡住”。

src/feishu/card-kit.ts
事件驱动 AI

Web Monitor 从 traceback 变化触发 Claude 分析或修复,让 AI 从被动问答进入后台自动化。

src/gateway/features/web-monitor/feature.ts
安全确认链路

自动化修复支持先分析、再确认、再执行,并用 skills 约束路径、变更规模、验证和 Git 行为。

workspace/.claude/skills/web-monitor-auto-repair/SKILL.md

Human in the loop

人、AI、系统的分工

项目没有把所有权限直接交给 AI,而是把高认知负担交给 Agent,把授权、确认和审核留给人。

授权飞书、选择项目目录、提出目标、确认是否修复、审核最终改动。

AI

理解自然语言请求,分析代码和 traceback,调用工具,生成回复、修复方案或代码改动。

系统

负责消息路由、状态保存、会话恢复、事件分发、权限配置和结果回传。

Reusable design

不只服务当前 Demo

Plugin 化

飞书能力以 Claude plugin 和 skills 形式沉淀,可安装到其他项目。

Feature 化

Gateway feature 把触发、执行、回传拆开,未来可以扩展日报、CI 修复、审批等任务。

Skill 协议

不同任务用不同 skill 描述边界和输出格式,降低 Agent 调用工具时的随机性。

真实演示链路

CLI onboarding、/menu、目录会话、Web Monitor 都是可操作入口,不只是概念图。

1