AGENT SKILL

feishu-im-read

飞书 IM 消息读取工具使用指南,覆盖会话消息获取、话题回复读取、跨会话消息搜索、图片/文件资源下载。 **当以下情况时使用此 Skill**: (1) 需要获取群聊或单聊的历史消息 (2) 需要读取话题(thread)内的回复消息 (3) 需要跨会话搜索消息(按关键词、发送者、时间等条件) (4) 消息中包含图片、文件、音频、视频,需要下载 (5) 用户提到"聊天记录"、"消息"、"群里说了什么"、"话题回复"、"搜索消息"、"图片"、"文件下载",且意图明确为**飞书**会话/消息(其他平台的聊天、图片、文件场景不使用本 Skill) (6) 需要按时间范围过滤消息、分页获取更多消息

使用场景图像与多媒体
License 许可
MIT
最近更新
2026-11-11
Stars
★ 0
Forks
0

01 前言 Front Matter

name
feishu-im-read
description
飞书 IM 消息读取工具使用指南,覆盖会话消息获取、话题回复读取、跨会话消息搜索、图片/文件资源下载。 **当以下情况时使用此 Skill**: (1) 需要获取群聊或单聊的历史消息 (2) 需要读取话题(thread)内的回复消息 (3) 需要跨会话搜索消息(按关键词、发送者、时间等条件) (4) 消息中包含图片、文件、音频、视频,需要下载 (5) 用户提到"聊天记录"、"消息"、"群里说了什么"、"话题回复"、"搜索消息"、"图片"、"文件下载",且意图明确为**飞书**会话/消息(其他平台的聊天、图片、文件场景不使用本 Skill) (6) 需要按时间范围过滤消息、分页获取更多消息

03 SKILL.md 正文

飞书 IM 消息读取

执行前必读

  • 该 Skill 中的所有消息读取工具均以用户身份调用,只能读取用户有权限的会话
  • feishu_im_user_get_messages 中 open_id 和 chat_id 必须二选一
  • 消息中出现 thread_id 时,根据用户意图判断是否用 feishu_im_user_get_thread_messages 读取话题内回复
  • 以用户身份读取后,如果消息内容中出现资源标记,仅在用户明确需要或任务必要时才用 feishu_im_user_fetch_resource 下载(需要 message_id + file_key + type)。附件可能包含私有内容,不要仅因出现资源标记就自动拉取

快速索引:意图 → 工具

用户意图 工具 必填参数 常用可选
获取群聊/单聊历史消息 feishu_im_user_get_messages chat_id 或 open_id(二选一) relative_time, start_time/end_time, page_size, sort_rule
获取话题内回复消息 feishu_im_user_get_thread_messages thread_id(omt_xxx) page_size, sort_rule
跨会话搜索消息 feishu_im_user_search_messages 至少一个过滤条件 query, sender_ids, chat_id, relative_time, start_time/end_time, page_size
下载消息中的图片 feishu_im_user_fetch_resource message_id, file_key(img_xxx), type="image" -
下载消息中的文件/音频/视频 feishu_im_user_fetch_resource message_id, file_key(file_xxx), type="file" -

核心约束

1. 时间范围:确保消息覆盖完整

当用户没有明确指定时间范围时,根据用户意图推断合适的 relative_time,确保返回的消息能完整覆盖用户关心的内容。用户明确指定时间时直接使用用户的值。

2. 分页:根据需要翻页获取更多结果

  • page_size 范围 1-50,默认 50
  • 返回结果中 has_more=true 时,可使用 page_token 继续获取下一页
  • 根据用户需求判断是否需要翻页:需要完整结果时继续翻页,浏览概览时第一页通常够用

3. 话题回复:主动展开话题获取上下文

获取历史消息时,返回的消息中如果包含 thread_id 字段,推荐主动获取话题的最新 10 条回复(page_size: 10, sort_rule: "create_time_desc")以提供更完整的上下文。

场景 行为
获取历史消息并需要理解上下文(默认) 对发现的 thread_id 调用 feishu_im_user_get_thread_messages 获取最新 10 条回复
用户要求"完整对话"、"详细讨论"、"看看回复" 获取话题全部回复(page_size: 50, sort_rule: "create_time_asc"),需要时翻页
用户只浏览消息概览 / 用户明确说不看回复 跳过话题展开

注意:话题消息不支持时间过滤(飞书 API 限制),只能通过分页获取。

4. 跨会话消息搜索

feishu_im_user_search_messages 支持跨所有会话搜索消息:

参数 说明
query 搜索关键词,匹配消息内容
sender_ids 发送者 open_id 列表
chat_id 限定搜索范围的会话 ID
mention_ids 被@用户的 open_id 列表
message_type 消息类型:file / image / media
sender_type 发送者类型:user / bot / all(默认 user)
chat_type 会话类型:group / p2p

搜索结果每条消息额外包含 chat_id、chat_type(p2p/group)、chat_name。单聊消息还有 chat_partner(对方 open_id 和名字)。

5. 图片/文件/媒体资源的提取

消息内容中可能出现以下资源标记,用 feishu_im_user_fetch_resource 下载:

资源类型 内容中的标记格式 fetch_resource 参数
图片 ![image](img_xxx) message_id=om_xxx, file_key=img_xxx, type="image"
文件 <file key="file_xxx" .../> message_id=om_xxx, file_key=file_xxx, type="file"
音频 <audio key="file_xxx" .../> message_id=om_xxx, file_key=file_xxx, type="file"
视频 <video key="file_xxx" .../> message_id=om_xxx, file_key=file_xxx, type="file"

从消息的 message_id 字段和内容中的 file_key 组合即可调用 fetch_resource。

注意:文件大小限制 100MB,不支持下载表情包、卡片中的资源。

6. 时间过滤

feishu_im_user_get_messages 和 feishu_im_user_search_messages 支持时间过滤,话题消息不支持。

方式 参数 示例
相对时间 relative_time today、yesterday、this_week、last_3_days、last_24_hours
精确时间 start_time + end_time ISO 8601 格式:2026-02-27T00:00:00+08:00
  • relative_time 和 start_time/end_time 互斥,不能同时使用
  • 可用的 relative_time 值:today、yesterday、day_before_yesterday、this_week、last_week、this_month、last_month、last_{N}_{unit}(unit: minutes/hours/days)

7. open_id 与 chat_id 的选择

参数 格式 适用场景
chat_id oc_xxx 已知会话 ID(群聊或单聊均可)
open_id ou_xxx 已知用户 ID,获取与该用户的单聊消息(自动解析为 chat_id)

两者必须二选一,优先使用 chat_id。


使用场景示例

场景 1: 获取群聊消息并展开话题

步骤 1:获取群聊消息

{ "chat_id": "oc_xxx" }

步骤 2:返回的消息中发现 thread_id,展开话题最新回复:

{ "thread_id": "omt_xxx", "page_size": 10, "sort_rule": "create_time_desc" }

场景 2: 跨会话搜索消息

{ "query": "项目进度", "chat_id": "oc_xxx" }

场景 3: 分页获取更多消息

第一次调用返回 has_more: true 和 page_token: "xxx",继续获取:

{ "chat_id": "oc_xxx", "page_token": "xxx" }

场景 4: 下载消息中的资源

{ "message_id": "om_xxx", "file_key": "img_v3_xxx", "type": "image" }

常见错误与排查

错误现象 根本原因 解决方案
消息结果太少 时间范围太窄或未传时间参数 根据用户意图推断合适的 relative_time
消息不完整 没有检查 has_more 并翻页 has_more=true 时用 page_token 翻页
话题讨论内容不完整 没有展开 thread_id 发现 thread_id 时获取话题回复
"open_id 和 chat_id 不能同时提供" 同时传了两个参数 只传其中一个
"relative_time 和 start_time/end_time 不能同时使用" 时间参数冲突 选择一种时间过滤方式
"未找到与 open_id=xxx 的单聊会话" 没有单聊记录 改用 chat_id,或确认存在单聊
话题消息返回为空 thread_id 格式不正确 确认为 omt_xxx 格式
图片/文件下载失败 file_key 或 message_id 不匹配 确认 file_key 来自该 message_id
权限不足 用户未授权或无权限 确认已完成 OAuth 授权且是会话成员

04 同仓库更多 Skills

hellowKeyzj
hellowKeyzj/Matcha-claw

web-extract

获取社交/内容网站数据,Bilibili/知乎/微博/Reddit/HN/V2EX/雪球/微信读书/BOSS直聘/arXiv 等 60+ 站点的结构化数据,自动复用Chrome登录态,零风险。

★ 0
hellowKeyzj
hellowKeyzj/Matcha-claw

openclaw-maintenance

诊断和维护 Matcha 托管的本地 OpenClaw,按证据申请最小修复并核实恢复。Use when 用户说 OpenClaw 起不来、启动失败、运行异常,要求检查配置、日志、数据库或进行维护修复;不用于创建 Agent、通用系统管理或后台巡检。

★ 0
hellowKeyzj
hellowKeyzj/Matcha-claw

nuwa-skill

女娲造人:输入人名/主题/甚至只是模糊需求,自动深度调研→思维框架提炼→生成可运行的人物Skill。 两种入口:(1)明确人名→直接蒸馏 (2)模糊需求→诊断推荐→再蒸馏。 触发词:「造skill」「蒸馏XX」「女娲」「造人」「XX的思维方式」「做个XX视角」「更新XX的skill」。 模糊需求也触发:「我想提升决策质量」「有没有一种思维方式能帮我...」「我需要一个思维顾问」。

Skill与智能体开发
★ 0
hellowKeyzj
hellowKeyzj/Matcha-claw

multi-search-engine

凡是需要使用 web_search 搜索任何信息时必须优先激活。覆盖所有联网查询场景:新闻、资讯、事件、价格、人物、公司、热点等。结合多引擎覆盖(百度/微信/集思录等中文源),并自动读取原文确认内容完整性。适用于任何需要联网查询的场景。

★ 0
hellowKeyzj
hellowKeyzj/Matcha-claw

llm-wiki

通过 Matcha 共用 MCP 服务器 matcha 查询用户的 LLM Wiki 知识库,支持页面检索、正文读取、目录、知识图谱和源文件任务查看。仅在用户明确提到 LLM Wiki、我的 wiki、我的知识库 / knowledge base,或要求查询 wiki 页面、知识图谱、扫描 wiki 源文件时触发;不用于泛指笔记、本地文件、Obsidian、Notion、Apple Notes、Logseq 等其他工具或开放网络检索。自动使用用户在 Wiki 页或 Chat 输入框选择的全局当前库,不绑定会话。默认只读;导入、刷新、扫描、写入、删除与嵌入仅在用户明确要求时执行。

Skill与智能体开发
★ 0
hellowKeyzj
hellowKeyzj/Matcha-claw

daily-news-briefing

Universal daily news briefing generator. Aggregates and summarizes the latest news on ANY topic the user specifies (AI, finance, geopolitics, sports, tech, science, etc.) from multiple sources. Activates when user asks for today's news, daily briefing, or latest updates on any subject — e.g. '给我今天的AI资讯', '帮我整理一下美股新闻', '科技行业有什么新动态', '今日财经简报'.

★ 0