飞书远程控制 ShiXiangYu2/dsh-feishu-remote

📱 DSH 飞书远程

在手机上通过 飞书 / Lark 控制你的 DeepSeek Harness 智能体。发一条私信下达任务——结果直接回到聊天中。完整可用的闭环。

dsh-plugin DeepSeek Harness License: MIT

✨ 功能简介

- 📨 飞书 → 智能体 → 飞书：给机器人发私信下达任务（例如 2+3等于几？），DSH 智能体会用你配置的 LLM 执行，答案会回到聊天中。
- 🖼️ 图像理解：发送截图或照片——它会被下载并由视觉模型（Qwen3-VL）分析，然后智能体回复它所看到的内容。
- 🎨 图像生成往返：智能体可以生成图像（generate_image）、下载到本地（feishu_download），并把实际的图像发回你的飞书聊天（feishu_send_image）——而不只是一个链接。
- 📤 智能体 → 飞书：模型获得 feishu_send / feishu_send_image / feishu_download 工具，可将结果、文件和生成的图像推送给任意用户或群聊。
- 🧹 保留清理：下载的图像保留 7 天（可通过 FEISHU_IMG_RETENTION_DAYS 配置），之后自动删除——磁盘不会无限增长。
- 🤖 长连接：使用 lark-cli 的 WebSocket 事件总线——无需公网 webhook 服务器，可在 localhost/局域网/私有服务器上运行。
- 🔒 安全：复用 lark-cli 的操作系统钥匙串凭据存储和权限系统；事件监听器按设计在非沙箱环境中运行（它必须持有 WebSocket）。

🚀 安装

0. 前置条件

1. 一个飞书/Lark 自建应用，需具备：
- 启用机器人能力
- 事件订阅 im.message.receive_v1（长连接模式）
- 权限：im:message、im:message:send_as_bot、im:message.p2p_msg:readonly、im:chat:read、im:resource
- 已发布版本
- （在飞书开发者控制台中设置——CLI 可以通过 API 启用机器人能力，但事件/权限需要在控制台中配置。）

2. 已安装 lark-cli 并完成一次认证：

npm i -g @larksuite/cli
lark-cli config init # paste your App ID / Secret
lark-cli auth login --recommend # scan QR to authorize

1. 安装插件

dsh plugin --profile demo add github:ShiXiangYu2/dsh-feishu-remote

该包包含两部分：
- index.js —— Cordis 插件：注册 feishu_send 模型工具，并尝试进程内事件监听器。
- feishu-resident.mjs —— 推荐的常驻启动器：启动 web profile，并在分离进程中运行长连接事件循环（见下文）。

2. 配置模型

DSH profile 必须有一条可用的 LLM 路由（例如通过 SiliconFlow 使用 DeepSeek）：

profile cordis.patch.yml
- id: llm-deepseek
config:
apiKeyEnv: SILICONFLOW_API_KEY
baseURL: https://api.siliconflow.cn/v1
thinking: disabled
reasoningEffort: off
models:
- id: deepseek-ai/DeepSeek-V3.2
name: DeepSeek-V3.2 (via SiliconFlow)
contextWindow: 65536
maxTokens: 8192

- id: agent-default-model
config:
provider: deepseek-official
model: deepseek-ai/DeepSeek-V3.2

3. 运行常驻进程（推荐）

闭环必须运行在一个长期存活的进程中。使用随附的常驻启动器：

将 feishu-resident.mjs 中的绝对路径（LARK_HOME、CLI）调整为你的配置。
DSH_HOME=~/.dsh SILICONFLOW_API_KEY=sk-... \
node --import tsx/esm feishu-resident.mjs

它会启动 web profile，将 lark-cli event consume 作为分离进程启动（通过 tail -f /dev/null 管道保持 stdin 打开，使监听器不会因 EOF 而退出），并对每条收到的私信：确认 → 创建 agent → 运行任务 → 提取最终文本 → 回复。

4. 使用它

向你的飞书机器人发送任意私信，例如 帮我总结一下 ~/projects 的 README —— agent 会运行，结果会返回到聊天中。

🛠 工具

| 工具 | 描述 |
| feishu_send | 面向模型：向飞书用户（ou_）或群聊（oc_）发送消息。 |
| feishu_send_image | 面向模型：向飞书用户或群聊发送本地图片文件。 |
| feishu_download | 面向模型：将 URL 下载到本地文件（以便生成的图片可通过 feishu_send_image 发送）。 |

🔌 工作原理

飞书私信 ──► lark-cli event consume（WebSocket 长连接，分离进程） │ stdout 上的 NDJSON 事件 ▼ feishu-resident.mjs（长期存活进程） │ 图片？→ 下载（messages-resources-download） │ → 视觉描述（通过 SiliconFlow 使用 Qwen3-VL） │ agents.create + followup(task) + whenIdle() ▼ 最终助手文本（ev.data.message.content） │ lark-cli im +messages-send ▼ 飞书聊天回复

图片处理

- 图片的事件内容以 [Image: img_v3_xxx] 形式到达。
- 常驻进程检测到该模式后，通过 lark-cli im +messages-resources-download 下载资源（使用事件的真实 message_id
+ image_key），然后请求 SiliconFlow 视觉模型（Qwen/Qwen3-VL-8B-Instruct，可通过 FEISHU_VISION_MODEL 覆盖）来描述图片。
- 描述会被添加到用户消息前面，并输入给 DSH agent，这样 agent 就能对图片进行推理并在飞书中回复。
- 下载的图片会存放在 IMG_DIR（默认为 /root/dsh /feishu-images；下载命令要求 --output 使用相对路径，因此常驻进程会先 cd 到该目录）。

⚠️ 注意事项
- 为什么需要常驻进程？ DSH 的 shell 服务会将后台进程绑定到调用它的插件 fiber；在插件的 apply() 中启动的监听器会在该 fiber 结束时被终止。常驻启动器在自己的进程中持有该监听器，因此它能够存活下来。
- 文本提取：最终答案从会话日志的 assistant/message 事件中读取（ev.data.message.content，与官方无头模式 summarize() 保持一致）。
- 长任务：回复会被截断为最后一个文本块；非常长的运行可能会超出飞书消息限制。
- lark-cli 事件输出以 NDJSON 形式流式输出到 stdout（stderr 携带 [event] 日志行）——两者都会被解析。

📄 许可证

MIT