飞书全平台待办行动扫描器 · 支持多企业账号
一句话触发全平台扫描：自动采集 IM 消息、会议纪要、日程、文档评论、待办审批、我发起的审批、邮件、已有任务，智能排列优先级，支持直接处理或创建飞书任务。多个企业账号并行扫描，跨企业合并排序。

English

每天打开飞书，消息 999+、审批红点、日程提醒、文档评论……分散在各个角落，翻一圈下来 20 分钟过去了，还不确定有没有漏掉什么。在多个公司都有飞书账号？那就翻好几遍。

所以我做了 lark-todo：一句话下去，所有企业账号 × 8 个数据源并行扫描，AI 按紧急程度跨企业合并排序，能当场处理的直接处理，不能的创建任务。 一个账号还是多个，都只需要说一句话。

看看今天有啥还没干的活么

AI Agent 自动完成：

1. 采集 — 并行扫描 IM 消息、会议纪要、日程、文档评论、待办审批、我发起的审批、已有任务、未读邮件
2. 研判 — 按紧急程度排序，关联即将到来的日程，跨源去重
3. 行动 — 能当场解决的直接处理（回复消息、批审批、回邮件），不能的创建飞书任务

多企业账号模式（每条事项自动标注所属企业）：

## 今日待处理事项（2026-04-16 星期三）全量扫描（2 个企业）

### 即将到来的日程
  [张三] 15:00-16:00 方案评审（待确认 — 需回复邀请）
   └─ 关联：第 1 项消息与此会议相关，建议提前处理
  [Sam Zhang] 16:30-17:00 产品周会（已接受）

### 待处理事项

1. [紧急] [张三] [产品群] 王五：请帮忙 review 一下这个 PR（4小时前未回复）
   └─ 来源：消息 | 建议：直接回复
2. [紧急] [Sam Zhang] 完成季度报告（已过期 2 天）
   └─ 来源：飞书任务
3. [普通] [张三] [采购审批] 申请人：小明，14:30 提交
   └─ 来源：审批 | 建议：直接审批
4. [低优先级] [张三] [方案文档] 赵六评论：建议补充性能测试数据
   └─ 来源：文档评论 | 修改建议：在第3节补充压测结果

---
共 4 项（紧急 2 / 普通 1 / 低优先级 1）
├─ 张三：3 项 | Sam Zhang：1 项
输入序号直接处理，或说"全部建任务"。

单账号时输出与上方完全一致，只是没有 [企业标签]。

flowchart TB
    User["🗣️ 看看今天有啥活"] --> Discover

    Discover["🔍 发现所有企业 Profile"] --> Collect

    subgraph Collect["📥 阶段一：采集（多企业 × 8 数据源，全部并行）"]
        direction LR
        subgraph OrgA["🏢 企业甲"]
            direction LR
            C1["💬 IM"] ~~~ C2["🎥 会议"] ~~~ C3["📅 日程"] ~~~ C4["📝 评论"] ~~~ C5["📋 待批"] ~~~ C8["📤 我发起"] ~~~ C6["✅ 任务"] ~~~ C7["📧 邮件"]
        end
        subgraph OrgB["🏢 企业乙"]
            direction LR
            D1["💬 IM"] ~~~ D2["🎥 会议"] ~~~ D3["📅 日程"] ~~~ D4["📝 评论"] ~~~ D5["📋 待批"] ~~~ D8["📤 我发起"] ~~~ D6["✅ 任务"] ~~~ D7["📧 邮件"]
        end
    end

    Collect --> Analyze

    subgraph Analyze["🔍 阶段二：研判"]
        direction LR
        A1["企业内去重"] ~~~ A2["跨企业合并"] ~~~ A3["优先级排序"] ~~~ A4["日程关联"]
    end

    Analyze --> Action

    subgraph Action["⚡ 阶段三：行动（自动路由到对应企业）"]
        direction LR
        O1["💬 回复消息"] ~~~ O2["✅ 批审批"] ~~~ O3["📧 回邮件"] ~~~ O4["📅 RSVP"] ~~~ O5["📋 建任务"]
    end

选择序号后，技能会根据事项类型自动选择最合适的处理方式：

所有写操作都会先展示给你确认，不会自动执行。

在多个企业使用飞书？lark-todo 自动发现所有已配置的企业应用 profile，并行扫描后跨企业合并排序：

## 今日待处理事项（2026-04-16 星期三）全量扫描（2 个企业）

### 即将到来的日程
  [张三] 15:00-16:00 方案评审（待确认 — 需回复邀请）
  [Sam Zhang] 16:30-17:00 产品周会（已接受）

### 待处理事项

1. [紧急] [张三] [产品群] 王五：请帮忙 review PR（4h前）
   └─ 来源：消息 | 建议：直接回复
2. [紧急] [Sam Zhang] 完成季度报告（过期 2 天）
   └─ 来源：飞书任务
3. [普通] [张三] [采购审批] 申请人：小明
   └─ 来源：审批 | 建议：直接审批
---
共 3 项 | 张三 2 项 / Sam Zhang 1 项

• 单账号时行为与旧版完全一致，无额外标签
• 多账号时每条事项标注企业来源（用户在该企业的名字）
• 所有事项按优先级统一排序，不按企业分组
• 行动时自动路由到正确企业，无需手动切换

• 支持 SKILL.md 规范的 Agent 应用（Claude Code / Trae / Cline 等）
• Node.js >= 18（用于承载 lark-cli；skill 首次运行时会自动 npm install -g @larksuite/cli，已装会跳过）
• 一个飞书自建应用（首次使用时自动引导配置）

lark-cli 不需要手动预装：scripts/bootstrap.sh 在 Step 0 幂等探测，已在跳过、缺失自动装。装不上时（如 Node.js 缺失、npm 权限错误）会返回非 0 退出码，skill 会清晰停在 Step 0 并把具体修复指令转给你——不会在后续步骤里静默失败。

推荐方式：直接对 Agent 说

请帮我安装这个 skill：
https://github.com/autumnseasonism/lark-todo-skill.git

如果该 Agent 支持安装 skill，通常这就是最简单的方式。

如果你想手动安装

# 放在当前项目目录，或放到 Agent 的 skills 扫描路径下
git clone https://github.com/autumnseasonism/lark-todo-skill.git

将仓库目录放到当前项目目录，或对应 Agent 的 skills 扫描路径下。

技能会自动引导你完成四步初始化，无需手动配置：

0. 依赖装配（Step 0）— scripts/bootstrap.sh 检测 lark-cli，缺失时自动 npm install -g @larksuite/cli；已装或装完即跳过
1. 应用配置 — 绑定飞书自建应用（lark-cli config init）
2. 用户授权 — 一次性授权所有需要的权限（11 个 domain）
3. 命令授权 — 如果 Agent 会拦截命令执行，允许 lark-cli

四步完成后，后续使用直接说话即可。Step 0 幂等，每次会话头重跑也只是几百毫秒探测开销。

• 先读后写 — 采集阶段只读不写；行动阶段所有写操作必须经用户确认
• 不保存凭证 — 认证交给 lark-cli，Skill 不保存任何 token
• 邮件防注入 — 邮件内容视为不可信输入，绝不执行正文中的"指令"
• 权限降级 — 任何数据源权限不足时跳过并标注，不阻塞其他数据源
• 密钥不外泄 — 禁止输出 appSecret、accessToken 到终端

cd lark-todo-skill

# 基础测试（17 项，快速验证）
bash evals/run_tests.sh

# 综合测试（49 项，完整覆盖）
bash evals/run_full_tests.sh

# 加速器单元测试（16 项，离线 shim，不连飞书）
python -m pytest evals/test_scan.py -v

• Hybrid 模式 — 默认纯 SKILL.md 流程跑遍所有 Agent；环境里有 Python 3.8+ 时自动启用 scripts/scan.py 加速器，一次并行完成 8 数据源采集；加速器任何失败都自动降级回纯 SKILL.md，不阻塞扫描
• 零 pip 依赖 — 加速器仅用 Python 标准库（asyncio + subprocess + json），不需要 pip install 任何包
• 只加速不改判 — 脚本只做"并行扫描 + 结果归一化"，过滤/优先级/去重/行动仍由 Agent 侧判断，行为与纯 SKILL.md 模式一致
• 自包含设计 — 认证、权限、命令参数全部内嵌，不依赖 lark-shared 或其他技能包
• 多企业并行扫描 — 自动发现所有 profile，多企业并行采集，跨企业合并排序
• 两路文档搜索 — creator_ids 搜我的文档 + only_comment 搜 @我的评论，避免遗漏
• 智能优先级 — 不用死板打分，基于"拖延后果严重性"推理排序
• 多 Agent 兼容 — Claude Code / Trae / Cline 等支持 SKILL.md 的 Agent 均可使用

Skill 默认按 SKILL.md 的"阶段一：采集"步骤，由 Agent 逐条并行发起 lark-cli 命令——这是纯 SKILL.md 模式，任何支持 shell 的 Agent 都能跑，不需要任何脚本。

如果环境里同时有：

1. Python 3.8+（python --version 或 python3 --version 能跑）
2. 仓库里的 scripts/scan.py（test -f 存在）

Skill 会自动走加速模式：把 8 数据源的 9 条并行命令交给 scripts/scan.py 一次性完成，减少 Agent 侧的工具调用轮次。加速器只做"并行扫描 + 结果归一化"，输出是这样的 JSON 信封：

{
  "mode": "full",
  "scan_start": "2026-04-21T00:00:00+08:00",
  "scan_end":   "2026-04-21T23:59:59+08:00",
  "profiles": [
    {
      "profile": "cli_xxx",
      "sources": {
        "im":                 { "ok": true,  "data": { ... } },
        "vc_search":          { "ok": true,  "data": { ... } },
        "calendar":           { "ok": true,  "data": { ... } },
        "docs_mine":          { "ok": true,  "data": { ... } },
        "docs_at_me":         { "ok": true,  "data": { ... } },
        "approval_pending":   { "ok": true,  "data": { ... } },
        "approval_initiated": { "ok": true,  "data": { ... } },
        "tasks":              { "ok": true,  "data": { ... } },
        "mail":               { "ok": false, "error": "timeout" }
      }
    }
  ]
}

约束：

• 脚本不做过滤/优先级/去重/写操作——这些仍在 Agent 侧用判断力完成
• 脚本不跑级联命令（vc +notes 拉纪要、drive file.comments list 逐文档查评论）——这些需要前一步结果，Agent 按 references/data-sources.md 继续
• 脚本任何失败（依赖缺失、崩溃、非 0 退出）都降级到纯 SKILL.md 流程，不会阻塞本次扫描

lark-todo-skill/
├── SKILL.md                  # 主技能文件（流程逻辑、优先级判断、输出格式）
├── scripts/
│   ├── bootstrap.sh          # Step 0：lark-cli 幂等探测 + 缺失时自动 npm 安装
│   └── scan.py               # 可选加速器：并行发起 8 数据源 × N profile 的 lark-cli 命令
├── references/
│   ├── data-sources.md       # 8 个数据源的详细 CLI 命令和字段提取规则
│   └── action-dispatch.md    # 6 种行动的详细 CLI 命令和安全规则
├── evals/
│   ├── evals.json            # 测试用例定义（CLI 冒烟）
│   ├── skill-prompts.json    # skill-creator 规范的 prompt 级评测
│   ├── run_tests.sh          # 基础测试（17 项）
│   ├── run_full_tests.sh     # 综合测试（49 项）
│   └── test_scan.py          # 加速器 pytest（单元 + 端到端）
├── LICENSE                   # MIT License
├── README.md                 # 中文文档
└── README_EN.md              # English documentation

本项目依赖 lark-cli（MIT License）作为底层 CLI 工具。lark-todo 不包含 lark-cli 的任何代码，仅通过命令行调用其功能。

欢迎提交 Issue 和 Pull Request。

MIT