feishu-cli-mcp
Exposes the official lark-cli as an MCP server, enabling agents to execute arbitrary CLI commands, query API schemas, and manage authentication.
README
feishu-cli-mcp
把官方 lark-cli 暴露成 MCP 服务,让 Agent 通过清晰的上下文协议使用飞书/ Lark CLI 的完整能力。
设计
本项目不重写飞书 API,也不手工封装 200+ CLI 命令。MCP 只做一层受控代理:
lark_cli_run:执行任意lark-cli参数数组,覆盖 CLI 全部能力。lark_cli_schema:查询 API 方法参数、响应、身份和 scopes。lark_cli_help:查询服务或命令帮助,发现快捷命令。lark_cli_auth_status:检查登录、scope 和身份状态。
Agent 上下文通过 MCP Resources / Prompts 暴露:
lark://agent-guide:Agent 使用规则。lark://command-model:快捷命令、API 命令、Raw API 的选择顺序。lark://skills:官方 CLI 覆盖的业务域。lark://security:写操作、scope、Docker 和 HTTP 安全规则。lark://schema/{method}:动态读取某个 API 方法 schema。lark_plan_command:让 Agent 先规划命令。lark_safe_write:让 Agent 走 schema、dry-run、用户确认流程。
Agent 协议
Agent 必须按这个顺序使用:
- 读
lark://agent-guide和lark://command-model。 - 优先查
lark_cli_help,选择+shortcut。 - 快捷命令不够时,用
lark_cli_schema查 API 命令。 - API 命令不够时,才用
lark_cli_run调 rawapi METHOD /open-apis/...。 - 读操作用
intent=read。 - 写操作用
intent=write,先 help/schema,能 dry-run 就先 dry-run。 intent=write或intent=auth_config必须传confirm=true,否则服务拒绝执行。- 机器读取优先加
--format json。
示例:
{
"tool": "lark_cli_run",
"arguments": {
"args": ["calendar", "+agenda", "--format", "json"],
"intent": "read"
}
}
写操作示例:
{
"tool": "lark_cli_run",
"arguments": {
"args": ["im", "+messages-send", "--chat-id", "oc_xxx", "--text", "hello", "--dry-run"],
"intent": "write",
"confirm": true
}
}
本地运行
npm install
npm run build
node dist/index.js --transport stdio
HTTP:
copy .env.example .env
npm run build
node dist/index.js --transport http
MCP URL:
http://127.0.0.1:3333/mcp
如果设置了 MCP_HTTP_TOKEN,客户端需要传:
Authorization: Bearer <token>
Docker / Unraid
cp .env.example .env
docker compose up -d --build
Unraid 模板关键配置:
- Repository/Image:
feishu-cli-mcp:latest或你的 GitHub 镜像地址 - WebUI / MCP URL:
http://<unraid-ip>:3333/mcp - Port:
3333:3333 - Volume:
/mnt/user/appdata/feishu-cli-mcp/lark-cli:/data/lark-cli - Env:
MCP_TRANSPORT=httpMCP_HOST=0.0.0.0MCP_PORT=3333MCP_HTTP_TOKEN=<强随机 token>LARK_CLI_HOME=/data/lark-cli
持久化点是 /data/lark-cli。这里保存 CLI 配置和授权状态。
初始化飞书授权
容器启动后,通过 MCP 执行:
{
"tool": "lark_cli_run",
"arguments": {
"args": ["config", "init", "--new"],
"intent": "auth_config",
"confirm": true
}
}
然后登录:
{
"tool": "lark_cli_run",
"arguments": {
"args": ["auth", "login", "--recommend", "--no-wait"],
"intent": "auth_config",
"confirm": true
}
}
把 CLI 输出里的授权 URL 发给用户完成浏览器授权。
验证
npm run check
docker compose up -d --build
curl http://127.0.0.1:3333/healthz
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。