linker-feishu-mcp
v0.2.0
Published
MCP server for Linker Feishu group messages - daily digest and semantic search
Downloads
225
Readme
linker-feishu-mcp
飞书群聊消息 MCP 服务，提供长短期记忆结合的群聊查询能力，专为化工品现货信息场景设计。
系统架构
┌─────────────────────────────────────────────────────────────────┐
│ 飞书群聊消息源 │
│ 烯烃-丙烯群 / 液化气群 / 甲醇群 / 丁二烯群 / 链客研究汇报群 │
└──────────────────────────┬──────────────────────────────────────┘
│ 飞书 Webhook / 消息同步
▼
┌─────────────────────────────────────────────────────────────────┐
│ 表A: linker_feishu_group_messages （上游同事维护） │
│ id / group_name / sender_name / msg_type / content / send_time │
│ digest_processed(0=待处理, 1=已处理) │
├─────────────────────────────────────────────────────────────────┤
│ 表C: linker_feishu_group_files （上游同事维护，独立采集链路） │
│ id / group_chat_id / message_id / file_name / file_type │
│ cos_url / download_status / process_status │
└──────────────────────────┬──────────────────────────────────────┘
│
┌────────────┘ 每5分钟 cron
▼
┌─────────────────────────────────────────────────────────────────┐
│ feishu_message_processor.py │
│ │
│ 链路1 - 文字消息（驱动源: messages 表 digest_processed=0） │
│ text/post ──────────────────────► digest_text（聊天列） │
│ │
│ 链路2 - 文件/图片（驱动源: files 表, 标记在 file_extract 表） │
│ │
│ jpg/png ──► 千问 qwen-vl-plus（主）/ 豆包（备）──► file_digest_text │
│ 直接传 cos_url，免下载 │
│ │
│ pdf ──► pypdf 提取文本 ──────────────────────► file_digest_text │
│ docx ──► docx2txt 提取 ─────────────────────► file_digest_text │
│ pptx/其他 ──► 标记 skipped │
│ │
│ 每个文件内容上限 FILE_MAX=3000 字符 │
│ 防重复: INSERT IGNORE → 抢占标记后才写 digest │
└──────────────────────────┬──────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 表B: linker_feishu_daily_digest │
│ date / group_name / group_chat_id │
│ digest_text (聊天文字) ← 纯聊天，无文件/图片 │
│ file_digest_text (文件/图片) ← 提取内容，分列存储 │
│ UNIQUE KEY (date, group_chat_id) — 每群每天一行 │
├─────────────────────────────────────────────────────────────────┤
│ 表D: linker_feishu_file_extract （我方表，提取状态跟踪） │
│ file_id(PK) / group_chat_id / group_name / file_type │
│ extract_date / status(success/failed/skipped) / error_msg │
└──────┬────────────────────────────────────┬───────────────────────┘
│ │
│ 短期记忆 │ 每天 23:55 cron
│ 直查（实时，延迟≤5分钟） ▼
│ ┌────────────────────────────────────┐
│ │ feishu_ragflow_sync.py │
│ │ 聊天: {group}_{date}.txt │
│ │ 文件: {group}_{date}_files.txt │
│ │ meta_fields: group_name, date, │
│ │ doc_type │
│ └──────────────┬─────────────────────┘
│ │
│ ▼
│ ┌────────────────────────────────────┐
│ │ RAGFlow 知识库 │
│ │ 向量化存储，支持语义检索 │
│ │ metadata 过滤：group_name / date │
│ └──────────────┬─────────────────────┘
│ │ 长期记忆
│ │ 语义检索（跨群跨日期）
▼ ▼
┌─────────────────────────────────────────────────────────────────┐
│ MCP 工具层 │
│ │
│ query_feishu ← 主入口，并发拉取长短期，返回结合结果 │
│ get_feishu_group_digest ← 某群完整原文，分层返回 {chat, files} │
│ list_feishu_groups ← 群名发现 │
└──────────────────────────┬──────────────────────────────────────┘
│
▼
Agent / LLM设计理念
长短期记忆强制结合：query_feishu 并发调用两个数据源，agent 单次调用即可获得：
- 短期记忆（MySQL）：完整聊天时间线，实时（延迟≤5分钟）
- 长期记忆（RAGFlow）：语义相关历史片段（含聊天和文件），跨时间跨群
聊天与文件分列存储：
digest_text：纯聊天文字，优先召回，体积可控file_digest_text：文件摘要+图片描述，按需召回，不冲占聊天空间get_feishu_group_digest返回{ chat, files }分层结构
Agent 决策树：
群名不确定 → list_feishu_groups → 再调其他工具
需要某群逐日完整原文（≤7天） → get_feishu_group_digest
其他所有问题 → query_feishuMCP 工具参数
query_feishu（主入口）
| 参数 | 类型 | 说明 | |------|------|------| | question | string | 查询问题，同时用于语义检索 | | group_name | string（可选） | 群名关键词，模糊匹配，不传查所有群 | | date | string（可选） | 指定日期 YYYY-MM-DD，不传则短期记忆查今天 | | top_k | number（可选） | 长期记忆返回片段数，默认 5 |
get_feishu_group_digest
| 参数 | 类型 | 说明 | |------|------|------| | group_name | string | 群名关键词，模糊匹配 | | days | number（可选） | 最近几天，默认 3，最大 7 |
返回 { chat: [...], files: [...] }，先聊天后文件。
list_feishu_groups
无参数。返回所有群名、最近活跃日期、活跃天数。
ETL 脚本（etl_scripts/）
部署在 192.168.20.118:/home/linker-feishu-etl/，通过 crontab 调度。
文件说明
| 文件 | 说明 |
|------|------|
| feishu_message_processor.py | 增量清洗：文字→digest_text，文件→file_digest_text |
| feishu_ragflow_sync.py | RAGFlow 同步：聊天+文件分两个文档 upsert 到知识库 |
| ragflow_meta_cleaner.py | RAGFlow 元数据清洗（每2小时） |
| run_processor.py | 加载 .env 后调用 processor（cron 入口） |
| run_ragflow_sync.py | 加载 .env 后调用 ragflow sync（cron 入口） |
| .env | 环境变量（不入 git，参考 .env.example） |
| requirements.txt | Python 依赖 |
| schema.sql | 建表/加列 DDL |
Crontab
*/5 * * * * cd /home/linker-feishu-etl && /root/miniconda3/bin/python3 run_processor.py >> processor.log 2>&1
55 23 * * * cd /home/linker-feishu-etl && /root/miniconda3/bin/python3 run_ragflow_sync.py >> ragflow_sync.log 2>&1
0 */2 * * * cd /home/linker-feishu-etl && /root/miniconda3/bin/python3 ragflow_meta_cleaner.py >> meta_cleaner.log 2>&1环境变量
参见 .env.example，关键配置：
DASHSCOPE_API_KEY：千问 API（图片解析主模型）DOUBAO_API_KEY：豆包 API（图片解析备用）FILE_BATCH：每次 cron 最多处理文件数（默认 30）FILE_TYPES：限制处理的文件类型（逗号分隔，留空=全部）FILE_MAX：每个文件提取内容上限字符数（默认 3000）
文件处理策略
| 类型 | 处理方式 | 状态 | |------|---------|------| | jpg/png/webp | 千问 qwen-vl-plus（直接传 URL），失败回退豆包 | ✅ | | pdf | pypdf 提取文本 | ✅ | | docx | docx2txt 提取 | ✅ | | xlsx/xlsm | openpyxl 逐行读取 | ✅ | | txt/md/csv | 直接读文本 | ✅ | | pptx | 跳过 | ⏭️ |
安装
npx linker-feishu-mcp@latestMCP 配置
{
"mcpServers": {
"linker-feishu-mcp": {
"command": "npx",
"args": ["-y", "linker-feishu-mcp@latest"],
"env": {
"FEISHU_DB_HOST": "1.13.171.218",
"FEISHU_DB_PORT": "13316",
"FEISHU_DB_USER": "linker_ro",
"FEISHU_DB_PASS": "linkerRO2026!",
"FEISHU_DB_NAME": "linker_dmp",
"RAGFLOW_API_BASE": "http://192.168.20.118:30080",
"RAGFLOW_API_KEY": "ragflow-TlV2VxzljJgN11H8are6cDdugnsWk3PXWkWqrrv-_wk",
"FEISHU_DAILY_KB_ID": "8d2301c241f511f1a0657222bb602843"
}
}
}
}使用
@latest可在每次启动时自动拉取最新版本，无需手动升级版本号。