飞书智能体桥 bihangchi9-creator/lark-agent-bridge

Lark Agent Bridge

npm 包：@bihangchi9/lark-agent-bridge · git 仓库：lark-agent-bridge

把本地编码智能体接到飞书 / Lark 群聊——一个群，一段对话，一条钉死的运行时。可桥接 dsh（进程内插件）、CLI 智能体（traex / codex，由 daemon spawn）、IDE 窗口（socket attach）或自研 agent，统一走一个网关。

English README

在飞书里发一条消息，一个真正的编码智能体（带自己的工具、自己的项目目录、自己的持久对话）就在群里回你。每个群聊都是一个隔离的工作区，只钉一条运行时，所以团队可以并行跑多个项目、多个 agent，一个群一个。

它能做什么

- 飞书 ⇄ 你的智能体。 飞书消息驱动一个活着的智能体；回复以「实时更新的飞书消息」流式返回。回的是本群钉住的那条运行时（dsh / CLI / IDE / 自研）。
- 四类宿主，一套契约。 每条运行时都实现同一个 AgentAdapter：dsh 进程内当插件；CLI spawn traex/codex；IDE attach 正在跑的窗口；自研加载你自己的模块。线与线之间不互相顶替。
- 一个群，一段对话，一条运行时。 每个 chat id 映射到一个固定目录（<workspaceRoot>/<chatId>）和一条用 /agent 选定的运行时。不同群互不干扰文件，一条消息不会广播给多个 agent。钉的运行时挂了（比如 IDE 窗口关了），这个群 fail-closed，不改绑。
- 按群持久会话。 一个群的对话在重启后依然保留（按策略指纹门控的「恢复或新建」，/new 真正清空）。
- 收文件。 文件直接发给机器人即可——bridge 下载到本群工作区的 .attachments/<messageId>/ 目录并把路径交给智能体。限制：每条消息最多 5 个附件，图片 ≤10MB，其它文件 ≤20MB，超出会被明确拒绝；文件名自动消毒，7 天后自动清理。图片能否被识别取决于所选模型的视觉能力。
- 零配置启动。 首次启动若没有凭证，会自动跑二维码注册向导——用飞书 App 一扫就自动连上，不用去开放平台后台一步步翻。
- 斜杠命令。 /help、/new、/where、/models、/agent、/whoami 在本群本地管理；owner 可用 /agent、/model、/preset、/allow、/disallow。/agent 把本群钉到一条已安装运行时上，断线不会改绑。

一张图看懂架构

① 飞书开放平台 ← 在这里注册机器人（自动二维码向导帮你搞定） │ 给你: app_id + app_secret ▼ ② lark-agent-bridge 网关 ← 拿着钥匙，主动连飞书长连接， │ 把每条消息变成一个回合， │ 按 chat 路由到它钉住的运行时 ▼ ③ 钉住的运行时 ← 四选一：
• dsh — 进程内 Cordis 插件（dsh web）
• CLI — daemon spawn traex / codex
• IDE — daemon attach 正在跑的窗口（socket）
• 自研 — daemon 加载你自己的 AgentAdapter 模块

机器人注册完全在飞书这一侧。网关用 WebSocket 长连接主动连飞书（所以不需要公网 IP、也不需要回调地址）。dsh 时网关就是 dsh web 加载的插件；CLI / IDE / 自研 时是一个独立 daemon（node lib/daemon.js），跟 dsh 宿主无关。

pnpm build
node lib/daemon.js
LARK_BRIDGE_RUNTIME=traex node lib/daemon.js
LARK_BRIDGE_IDE_SOCKET=/tmp/ide.sock node lib/daemon.js
LARK_BRIDGE_CUSTOM_ADAPTER=./examples/custom-adapter.mjs node lib/daemon.js

CLI spawn 二进制；IDE attach 当前用户拥有且组/其他用户不可写的 Unix socket JSONL sidecar（chmod 600 /path/to.sock；窗口关了这条线断）；自研加载 AgentAdapter 模块（见 examples/custom-adapter.mjs）。一个群仍然是一段对话，/agent 钉死，断线不改绑。

字节内部 overlay（SSO / bytecli / 扩展档位）在本地 internal/，已被 gitignore。不要推到这个 GitHub 仓库，走内部 skill 市场发布。

环境要求

- 一个能用 dsh web 启动的 DeepSeek Harness（dsh） 代码库。
- Node.js ^22.19.0 || >=24.0.0。
- 一个 DeepSeek API key（设 DEEPSEEK_API_KEY，或配到 dsh 的凭证里）。
- 一个 飞书账号 用来扫码（向导会替你创建应用）。

安装

方式一：npm 包（普通用户推荐）

已发布的 npm 包包含编译后的 JavaScript、两个权限档位 preset、内置 dsh-tool-lark-cli 包和安装脚本。请安装在一个稳定目录中：注册 bundle 时 dsh 会链接到这个位置。

macOS / Linux
mkdir -p ~/lark-agent-bridge && cd ~/lark-agent-bridge
npm init -y
npm install @bihangchi9/lark-agent-bridge
bash node_modules/@bihangchi9/lark-agent-bridge/scripts/setup.sh

Windows PowerShell
New-Item -ItemType Directory -Force -Path "$HOME\lark-agent-bridge" | Out-Null
cd "$HOME\lark-agent-bridge"
npm init -y
npm install "@bihangchi9/lark-agent-bridge"
powershell -ExecutionPolicy Bypass -File node_modules\@bihangchi9\lark-agent-bridge\scripts\setup.ps1

脚本会预检 Node、安装 lark-workspace / lark-readonly preset，并注册 bridge bundle 及其 dsh-tool-lark-cli 依赖。当 dsh 命令可用时，脚本直接走官方 dsh plugin，它会自动初始化尚不存在的 web / headless profile。安装完成后直接启动即可，不需要 --patch 参数：

macOS / Linux
DSH_PERMISSION_MODE=danger-full-access dsh web

Windows PowerShell
$env:DSH_PERMISSION_MODE = "danger-full-access"; dsh web

换 profile / 自定义 dsh 目录：

DSH_PROFILE=headless DSH_HOME=/path/.dsh bash node_modules/@bihangchi9/lark-agent-bridge/scripts/setup.sh

如果只使用独立 CLI daemon，不需要注册 dsh profile：

npx -p @bihangchi9/lark-agent-bridge lark-agent-register
npx -p @bihangchi9/lark-agent-bridge lark-agent-bridge

方式二：源码一键安装（贡献者）

先构建。 Git 仓库只提供 TypeScript 源码，编译产物 lib/ 被 git 忽略——全新 clone 没有构建产物。插件入口是 lib/index.js，不构建就注册会让 dsh 拿到一个空包、宿主加载失败。pnpm setup 会替你构建。

git clone https://github.com/bihangchi9-creator/lark-agent-bridge.git
cd lark-agent-bridge
pnpm setup # macOS / Linux（scripts/setup.sh）——构建 + 链接 + 注册
pnpm setup:win # Windows（scripts/setup.ps1）

脚本会：预检 Node 版本 → 构建插件（构建失败会明确报错并中止） → 安装权限档位 preset → 安装 dsh-tool-lark-cli → 注册 bridge bundle。当 dsh 命令可用时，脚本直接走官方 dsh plugin，它会自动初始化尚不存在的 web / headless profile，无需先手动启动一次 dsh web。
安装完成后直接启动即可，不需要 --patch 参数：

macOS / Linux
DSH_PERMISSION_MODE=danger-full-access dsh web

Windows PowerShell
$env:DSH_PERMISSION_MODE = "danger-full-access"; dsh web

换 profile：DSH_PROFILE=headless pnpm setup；自定义 dsh 目录：DSH_HOME=/path/.dsh pnpm setup（Windows 同样支持这两个环境变量）。如果系统里找不到 dsh 命令，脚本只能走手动 fallback，此时要求目标 profile 已经初始化；若不存在，脚本会在构建和复制 preset 之前退出，不留下半安装状态。

方式三：从源码使用 dsh 官方命令（务必先构建！）

git clone https://github.com/bihangchi9-creator/lark-agent-bridge.git
cd lark-agent-bridge
pnpm install && pnpm build # 必需——link 安装会从本目录拉取 lib/
然后从你的 dsh 代码库目录执行：
dsh plugin --profile web add link:/path/to/lark-agent-bridge

dsh plugin 会在 profile 目录里执行 pnpm add，并自动把声明了 dsh.bundle 的包加进 dsh.profile.bundles。卸载/升级同样是官方命令：dsh plugin --profile web remove @bihangchi9/lark-agent-bridge / dsh plugin --profile web update @bihangchi9/lark-agent-bridge。

⚠️ link: 安装会把 profile 依赖指向本目录。之后若移动或删除本目录，下次 dsh web 无法解析 bundle 而启动失败。请保持 clone 位置不变，或改用方式一。

方式四：手动源码安装（贡献者 / 离线 fallback）

仅在 npm 安装脚本和官方 dsh plugin 命令都不适用时使用，需要和你的 dsh 代码库放在一起安装。

1. 克隆到 dsh 代码库旁边，安装并构建
git clone https://github.com/bihangchi9-creator/lark-agent-bridge.git
cd lark-agent-bridge
pnpm install
pnpm build # 把 src/ 编译到 lib/（插件加载前必需）

然后把它注册成 dsh 的一个 bundle（装进 profile 即自动加载，无需 --patch）：

2. 链接进 profile 的 node_modules（bundle 解析锚点） macOS / Linux：
mkdir -p ~/.dsh/profiles/web/node_modules/@bihangchi9
ln -s "$(pwd)" ~/.dsh/profiles/web/node_modules/@bihangchi9/lark-agent-bridge
Windows PowerShell（目录联接，无需管理员权限）： New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.dsh\profiles\web\node_modules\@bihangchi9" New-Item -ItemType Junction -Path "$env:USERPROFILE\.dsh\profiles\web\node_modules\@bihangchi9\lark-agent-bridge" -Target (Get-Location).Path

3. 在 ~/.dsh/profiles/web/package.json 的 dsh.profile.bundles 末尾加上包名：
"bundles": ["@deepseek-ai/dsh-base", "@deepseek-ai/dsh-web-app", "@bihangchi9/lark-agent-bridge"]

启动（裸命令即可，插件随 bundle 自动加载）：

在你的 dsh 代码库里
DSH_PERMISSION_MODE=danger-full-access dsh web

DSH_PERMISSION_MODE=danger-full-access 会把智能体的审批策略设为 never。这是必需的，因为飞书用户没法点本地的审批弹窗。请只在你信任的环境里使用。

平台差异速查（Windows vs macOS/Linux）

| 事项 | macOS / Linux | Windows |
| npm 安装（用户） | bash node_modules/@bihangchi9/lark-agent-bridge/scripts/setup.sh | powershell -ExecutionPolicy Bypass -File node_modules\@bihangchi9\lark-agent-bridge\scripts\setup.ps1 |
| 源码安装（贡献者） | pnpm setup（scripts/setup.sh） | pnpm setup:win（scripts/setup.ps1） |
| dsh 主目录 | ~/.dsh（即 $HOME/.dsh） | %USERPROFILE%\.dsh |
| 目录链接 | ln -s（符号链接） | New-Item -ItemType Junction（目录联接，无需管理员权限） |
| 环境变量写法 | DSH_PERMISSION_MODE=danger-full-access dsh web | PowerShell：$env:DSH_PERMISSION_MODE="danger-full-access"; dsh web；cmd：set DSH_PERMISSION_MODE=danger-full-access && dsh web |
| 注册链接文件 | ~/.dsh-lark-bridge/register-url.txt | %USERPROFILE%\.dsh-lark-bridge\register-url.txt |
| 后台常驻 | launchd（macOS）/ systemd（Linux） | 任务计划程序（schtasks） |
| 扫码注册 / 构建 / 聊天命令 | 全平台一致 | 同左 |

两个安装脚本均幂等。npm 包路径为：预检 → 复制 preset → 链接/注册 bundle；源码路径额外包含构建步骤。

首次运行：注册你的机器人

每个人都要注册自己的飞书机器人——你不能把 app_secret 给别人，那等于把机器人的控制权交出去。

首次启动、没有凭证时，插件会在终端打印二维码（后台运行时还会把链接写到 ~/.dsh-lark-bridge/register-url.txt）。步骤：

1. 打开飞书手机 App，扫描二维码。
2. 在手机上确认创建一个自建应用。
3. 插件收到凭证，存到 ~/.dsh-lark-bridge/credentials.json，并自动连上飞书。
4. 把机器人拉进一个群（或私聊它），开始对话。

想手动做 / 重新注册 / 换账号？跑独立向导：

pnpm register # 源码仓库
npx -p @bihangchi9/lark-agent-bridge lark-agent-register # npm 包

已经有凭证了？直接用环境变量跳过向导：

export LARK_APP_ID=cli_xxx
export LARK_APP_SECRET=yyy
export LARK_TENANT=feishu # 国际版 larksuite.com 用 lark

在群里怎么用

| 命令 | 作用 |
| （任意文字） | 发给本群智能体的提示词 |
| /help | 显示帮助 |
| /new | 开一个全新会话（清空本群上下文） |
| /where | 显示本群的项目目录 |
| /models | 列出可用 provider/model |
| /model [provider/model] | （仅 owner）查看或切换本群模型 |
| /preset [workspace\|read-only\|full] | （仅 owner）查看或切换本群权限档位 |
| /agent [id] | 查看本群运行时；owner 可钉死（目前只有 dsh）。断线不会改绑 |
| /whoami | 显示身份、本群运行时和授权状态 |
| /allow | （仅 owner，群聊）在本群授权，允许成员使用机器人 |
| /disallow | （仅 owner，群聊）撤销本群授权 |

在群聊里，要 @ 机器人才会触发（除非关掉了 mention 要求）。在私聊里，直接发消息即可。

配置

每个字段都可以来自插件 config: 块 或 环境变量（推荐用环境变量，更省事）。

| 配置项 | 环境变量 | 默认值 | 含义 |
| appId | LARK_APP_ID | — | 飞书 app id（cli_...） |
| appSecret | LARK_APP_SECRET | — | 飞书 app secret |
| tenant | LARK_TENANT | feishu | feishu(feishu.cn) 或 lark(larksuite.com) |
| provider | DSH_LARK_PROVIDER | dsh 默认 | LLM 提供方 |
| model | DSH_LARK_MODEL | dsh 默认 | 创建智能体用的模型 |
| workspaceRoot | DSH_LARK_WORKSPACE_ROOT | ~/dsh-lark-workspaces | 按群文件夹的根目录 |
| allowDm | DSH_LARK_ALLOW_DM | true | 是否响应私聊 |
| requireMention | DSH_LARK_REQUIRE_MENTION | true | 群里是否必须 @ 才触发 |
| turnTimeoutMs | DSH_LARK_TURN_TIMEOUT_MS | 600000 | 单次 agent 回合硬超时；超时会销毁卡住的会话 |
| allowedChats | DSH_LARK_ALLOWED_CHATS | [] | 允许使用机器人的群 chatId（逗号分隔）。空 = 任何群都不允许（fail-closed） |
| allowedUsers | DSH_LARK_ALLOWED_USERS | [] | 允许私聊使用机器人的用户 open_id（逗号分隔）。空 = 私聊只允许 owner |
| accessMode | DSH_LARK_ACCESS_MODE | workspace | 默认档位：read-only、workspace 或 full |
| extraPresets | DSH_LARK_EXTRA_PRESETS | {} | 额外 id:preset-name 配置 |
| ssoGatedPresets | DSH_LARK_SSO_GATED_PRESETS | [] | 切换及每次使用前都必须通过宿主 SSO 的档位 |
| ssoCheckCmd | DSH_LARK_SSO_CHECK_CMD | — | SSO 状态命令（argv 执行，不经过 shell） |
| ssoOkMarker | DSH_LARK_SSO_OK_MARKER | Authenticated | SSO 成功输出必须包含的文本 |
| presetModels | DSH_LARK_PRESET_MODELS | {} | presetId:provider:model 模型路由 |

凭证读取顺序：内联 config → 环境变量 → 注册向导写的文件。

访问控制（安全模型）

机器人的安全边界 = "谁能给机器人发消息"：每条消息都会变成一次宿主机权限的智能体回合，所以默认严格拒绝：

- owner 永远放行：注册时扫码的那个人就是 owner（open_id 存于 credentials.json）；老安装会在启动时通过应用信息 API 自动回填。
- 群聊：只有 chatId 在 DSH_LARK_ALLOWED_CHATS 里的群可以用。
- 私聊：只有 open_id 在 DSH_LARK_ALLOWED_USERS 里的用户可以用（owner 除外）。
- fail-closed：owner 未知且白名单为空时，所有消息都被拒绝，拒绝回复里会带上 chatId 方便你配置。

配置示例：

允许群 oc_xxx1、oc_xxx2，允许用户 ou_friend 私聊
export DSH_LARK_ALLOWED_CHATS="oc_xxx1,oc_xxx2"
export DSH_LARK_ALLOWED_USERS="ou_friend"

需要 application-info 权限才能运行时解析 owner；注册向导直接捕获 open_id，通常不需要额外配置。强烈建议任何暴露给团队以外的人使用的部署都配置白名单。

权限档位（爆炸半径）

即使消息通过了授权门，agent 能碰到什么仍然按档位收敛（DSH_LARK_ACCESS_MODE，默认 workspace）：

| 档位 | preset | agent 能做什么 |
| read-only | lark-readonly | 只能搜索/读取文件——不能写、不能执行、不能联网 |
| workspace（默认） | lark-workspace | 读写/编辑文件；没有 shell、没有网络、没有子代理（不可执行任意代码）。自带 lark_cli 工具：通过宿主已授权的 lark-cli 操作飞书（IM、文档、表格、日历……），以 argv 数组 spawn、带超时和输出上限——有飞书能力，但不开放 shell |
| full | 部署默认 | 宿主提供的全部能力（含 bash、网络、子代理） |

preset 是 dsh 的"工具集组合"概念：宿主沙箱对所有 preset 一致，档位的可执行差异 = 哪些工具存在。工作区档把攻击面的皇冠（任意代码执行 + 网络出口 + 委托）整个拿掉。

安装 preset：pnpm setup / pnpm setup:win 会自动把它们装进 dsh 的 harness-home 用户根目录。手动安装（发现无缓存）：

把项目里的 presets/ 装进 dsh 的 preset 根
mkdir -p ~/.dsh/.agent-presets
cp -r presets/lark-workspace presets/lark-readonly ~/.dsh/.agent-presets/

进一步的收敛（宿主级）：dsh 的权限预设 workspace-write（沙箱=工作区内写 + 越界需审批）可以让 fs 写入硬性限制在工作区内——但该模式对远程用户是"越界即拒绝"（审批弹窗无人点），且会改变 bash 行为，启用前需在目标部署验证。当前插件层档位已经移除 bash/web/子代理，是收益/风险比最高的部分。

与 lark-cli 搭配使用

如果你已经在用 lark-cli / Lark 系列 skill 来操作飞书（文档、表格、IM、日历……），本插件正好和它互补：继续用 lark-cli 做结构化的飞书操作，让 Lark Agent Bridge 做那个「住在群聊里的对话式编码智能体」。非常欢迎把两者结合起来用——比如在群里让智能体起草内容，再用 lark-cli 的 skill 把它推进飞书文档。

排障

- 机器人不吭声 /「(no output)」 —— 确认模型能被解析（dsh 的默认模型服务要配好，或设 DSH_LARK_MODEL）。
- 「missing Feishu credentials」 —— 向导没走完；重新跑 pnpm register，或导出 LARK_APP_ID / LARK_APP_SECRET。
- 看不到二维码（dsh 在后台跑） —— 用浏览器打开 ~/.dsh-lark-bridge/register-url.txt 里的链接。
- 群消息被忽略 —— 需要 @ 机器人，或设 DSH_LARK_REQUIRE_MENTION=false。

致谢

Lark Agent Bridge（npm @bihangchi9/lark-agent-bridge，仓库 lark-agent-bridge）是对 zarazhangrui 的 lark-coding-agent-bridge（最初名为 feishu-claude-code-bridge）的二创，经由 trae-to-lark 演化而来。本项目是一个 dsh 原生插件的从零重写。所有原始工作仍遵循其 MIT 许可；完整的版权链见 LICENSE 与 NOTICE。

许可

MIT