
MCP Feishu Project Manager
一个模型上下文协议服务器,使 AI 助手能够与飞书项目管理系统交互,从而可以检索项目视图和工作项。
Tools
get_view_list
获取飞书项目视图列表 Args: work_item_type_key: 工作项类型,可选值为"story"、"version"、"issue", 分别对应需求、版本、缺陷。
get_view_detail
获取飞书项目视图工作项列表 Args: view_id: 视图标识 page_num: 页码,默认为1 page_size: 每页数量,默认为20
get_work_item_detail
获取飞书项目工作项详情 Args: work_item_type_key: 工作项类型,可选值为"story"、"version"、"issue", 分别对应需求、版本、缺陷。 work_item_ids: 工作项ID,多个ID之间用逗号分隔
get_work_item_type_meta
获取飞书项目工作项类型元数据 - 在工作项详情的"fields"字段中各个字段的具体意义及信息可以在工作项类型元数据中获取 Args: work_item_type_key: 工作项类型,可选值为"story"、"version"、"issue", 分别对应需求、版本、缺陷。
README
MCP-飞书项目管理工具
基于MCP(Model Context Protocol)协议的飞书项目管理工具,允许AI助手通过MCP协议与飞书项目管理系统进行交互。
项目简介
本项目是一个MCP服务器实现,它封装了飞书项目管理的Open API,使AI助手能够获取飞书项目的视图列表、视图详情等信息。通过这个工具,AI助手可以帮助用户管理和查询飞书项目中的工作项。
使用方法
在支持MCP协议的客户端(如Claude桌面客户端,Cursor,Cline等)的配置文件中添加本服务器。
更多MCP客户端可参考:https://modelcontextprotocol.io/clients
以Claude桌面客户端为例,编辑claude_desktop_config.json
文件:
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: %APPDATA%\Claude\claude_desktop_config.json
在mcpServers
字段中添加以下配置:
{
"mcpServers": {
"feishuproj": {
"command": "uvx",
"args": ["mcp-feishu-proj@latest","--transport", "stdio"],
"env": {
"FS_PROJ_PROJECT_KEY": "your_project_key",
"FS_PROJ_USER_KEY": "your_user_key",
"FS_PROJ_PLUGIN_ID": "your_plugin_id",
"FS_PROJ_PLUGIN_SECRET": "your_plugin_secret"
}
}
}
}
已支持功能(欢迎贡献)
登录认证
- [x] 登录及认证流程
视图功能
- [x] 获取飞书项目视图列表
- [x] 获取视图工作项列表
- [ ] 创建固定视图
- [ ] 更新固定视图
- [ ] 创建条件视图
- [ ] 更新条件视图
- [ ] 删除视图
工作项管理
- [x] 获取工作项详情
- [x] 获取创建工作项元数据
- [ ] 创建工作项
- [ ] 更新工作项
- [ ] 批量更新工作项字段值
- [ ] 删除工作项
- [ ] 终止/恢复工作项
- [ ] 获取工作项操作记录
工作项搜索
- [ ] 获取指定的工作项列表(单空间)
- [ ] 获取指定的工作项列表(跨空间)
- [ ] 获取指定的工作项列表(单空间-复杂传参)
- [ ] 获取指定的工作项列表(全局搜索)
- [ ] 获取指定的关联工作项列表
附件管理
- [ ] 添加附件
- [ ] 文件上传
- [ ] 下载附件
- [ ] 删除附件
空间管理
- [ ] 获取空间列表
- [ ] 获取空间详情
- [ ] 获取空间下业务线详情
- [ ] 获取空间下工作项类型
- [ ] 获取空间下团队成员
角色与人员配置
- [x] 获取流程角色配置详情
空间关联
- [ ] 获取空间关联规则列表
- [ ] 获取空间关联下的关联工作项实例列表
- [ ] 绑定空间关联的关联工作项实例
- [ ] 解绑空间关联的关联工作项实例
流程与节点
- [ ] 获取工作流详情
- [ ] 获取工作流详情(WBS)
- [ ] 更新节点/排期
- [ ] 节点完成/回滚
- [ ] 状态流转
流程配置
- [ ] 获取工作项下的流程模板列表
- [ ] 获取流程模板配置详情
- [ ] 新增流程模板
- [ ] 更新流程模板
- [ ] 删除流程模板
子任务
- [ ] 获取指定的子任务列表
- [ ] 获取子任务详情
- [ ] 创建子任务
- [ ] 更新子任务
- [ ] 子任务完成/回滚
- [ ] 删除子任务
评论
- [ ] 添加评论
- [ ] 查询评论
- [ ] 更新评论
- [ ] 删除评论
其他功能
- [ ] 拉机器人入群
- [ ] 获取度量图表明细数据
- [ ] 获取流程角色配置详情
开发指南
开发环境配置
- 克隆本仓库:
git clone https://github.com/yourusername/mcp-feishu-proj.git
cd mcp-feishu-proj
- 安装依赖(使用uv):
# 安装uv(如果尚未安装)
pip install uv
# 创建虚拟环境并安装依赖
uv venv
uv pip install -e .
配置说明
- 复制环境变量示例文件并进行配置:
cp .env.example .env
- 编辑
.env
文件,填入以下必要的配置信息:
FS_PROJ_BASE_URL=https://project.feishu.cn/
FS_PROJ_PROJECT_KEY=your_project_key
FS_PROJ_USER_KEY=your_user_key
FS_PROJ_PLUGIN_ID=your_plugin_id
FS_PROJ_PLUGIN_SECRET=your_plugin_secret
其中:
FS_PROJ_BASE_URL
:飞书项目API的基础URL,默认为https://project.feishu.cn/FS_PROJ_PROJECT_KEY
:飞书项目的标识FS_PROJ_USER_KEY
:用户标识FS_PROJ_PLUGIN_ID
:飞书项目Open API的插件IDFS_PROJ_PLUGIN_SECRET
:飞书项目Open API的插件密钥
添加新功能
要添加新的飞书项目API功能,请按照以下步骤操作:
- 在
fsprojclient.py
中添加新的API方法 - 在
server.py
中使用@mcp.tool
装饰器注册新的MCP工具
飞书项目Open API参考
本项目包含了飞书项目Open API的Postman集合,位于docs/open-api-postman
目录下,将目录下文件导入Postman可以进行快速调试飞书项目接口:
postman_environment.json
:Postman环境变量配置postman_collection.json
:Postman API集合
容器化部署指南
Docker部署
本项目提供了Docker部署支持,可以通过Docker容器运行MCP飞书项目服务。
前提条件
- 安装 Docker
- 安装 Docker Compose
使用Docker Compose运行
- 创建
.env
文件,设置必要的环境变量
cp .env.example .env
然后编辑.env
文件,填入你的飞书项目相关信息:
FS_PROJ_BASE_URL=https://project.feishu.cn/
FS_PROJ_PROJECT_KEY=your_project_key
FS_PROJ_USER_KEY=your_user_key
FS_PROJ_PLUGIN_ID=your_plugin_id
FS_PROJ_PLUGIN_SECRET=your_plugin_secret
- 使用Docker Compose启动服务
docker-compose -f docker/docker-compose.yml up -d
这将使用ghcr.io/astral-sh/uv
镜像,并挂载项目根目录到容器中,直接运行本地代码,便于开发和调试。Docker Compose会自动加载项目根目录中的.env
文件作为环境变量。
- 查看日志
docker-compose -f docker/docker-compose.yml logs -f
- 停止服务
docker-compose -f docker/docker-compose.yml down
更多详细信息请参阅Docker部署文档。
Kubernetes部署
前提条件
- 一个可用的Kubernetes集群
- 已安装kubectl命令行工具
- 具有创建Deployment、ConfigMap和Secret的权限
部署步骤
- 准备Secret
首先,需要创建包含敏感信息的Secret。由于Kubernetes Secret需要使用base64编码的值,您需要对敏感信息进行编码:
# 对敏感信息进行base64编码
echo -n "your_project_key" | base64
echo -n "your_user_key" | base64
echo -n "your_plugin_id" | base64
echo -n "your_plugin_secret" | base64
然后,使用生成的base64编码值更新k8s-secret.yaml
文件中的相应字段。
- 应用配置
依次应用以下配置文件:
# 创建ConfigMap
kubectl apply -f k8s-configmap.yaml
# 创建Secret
kubectl apply -f k8s-secret.yaml
# 创建Deployment
kubectl apply -f k8s-deployment.yaml
- 验证部署
检查部署状态:
# 查看Deployment状态
kubectl get deployments
# 查看Pod状态
kubectl get pods
# 查看Pod日志
kubectl logs -f <pod-name>
更多详细信息请参阅Kubernetes部署文档。
贡献指南
欢迎贡献代码、报告问题或提出改进建议。请遵循以下步骤:
- Fork本仓库
- 创建您的特性分支 (
git checkout -b feature/amazing-feature
) - 提交您的更改 (
git commit -m 'Add some amazing feature'
) - 推送到分支 (
git push origin feature/amazing-feature
) - 创建一个Pull Request
许可证
本项目采用MIT许可证。详情请参阅LICENSE文件。
MCP-飞书项目管理工具
基于 MCP(Model Context Protocol)协议的飞书项目管理工具,允许 AI 助手通过 MCP 协议与飞书项目管理系统进行交互。
项目简介
本项目是一个 MCP 服务器实现,它封装了飞书项目管理的 Open API,使 AI 助手能够获取飞书项目的视图列表、视图详情等信息。通过这个工具,AI 助手可以帮助用户管理和查询飞书项目中的工作项。
使用方法
在支持 MCP 协议的客户端(如Claude 桌面客户端,Cursor,Cline等)的配置文件中添加本服务器。
更多 MCP 客户端可参考:https://modelcontextprotocol.io/clients
以 Claude 桌面客户端为例,编辑 claude_desktop_config.json
文件:
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: %APPDATA%\Claude\claude_desktop_config.json
在 mcpServers
字段中添加以下配置:
{
"mcpServers": {
"feishuproj": {
"command": "uvx",
"args": ["mcp-feishu-proj@latest","--transport", "stdio"],
"env": {
"FS_PROJ_PROJECT_KEY": "your_project_key",
"FS_PROJ_USER_KEY": "your_user_key",
"FS_PROJ_PLUGIN_ID": "your_plugin_id",
"FS_PROJ_PLUGIN_SECRET": "your_plugin_secret"
}
}
}
}
已支持功能(欢迎贡献)
登录认证
- [x] 登录及认证流程
视图功能
- [x] 获取飞书项目视图列表
- [x] 获取视图工作项列表
- [ ] 创建固定视图
- [ ] 更新固定视图
- [ ] 创建条件视图
- [ ] 更新条件视图
- [ ] 删除视图
工作项管理
- [x] 获取工作项详情
- [x] 获取创建工作项元数据
- [ ] 创建工作项
- [ ] 更新工作项
- [ ] 批量更新工作项字段值
- [ ] 删除工作项
- [ ] 终止/恢复工作项
- [ ] 获取工作项操作记录
工作项搜索
- [ ] 获取指定的工作项列表(单空间)
- [ ] 获取指定的工作项列表(跨空间)
- [ ] 获取指定的工作项列表(单空间-复杂传参)
- [ ] 获取指定的工作项列表(全局搜索)
- [ ] 获取指定的关联工作项列表
附件管理
- [ ] 添加附件
- [ ] 文件上传
- [ ] 下载附件
- [ ] 删除附件
空间管理
- [ ] 获取空间列表
- [ ] 获取空间详情
- [ ] 获取空间下业务线详情
- [ ] 获取空间下工作项类型
- [ ] 获取空间下团队成员
角色与人员配置
- [x] 获取流程角色配置详情
空间关联
- [ ] 获取空间关联规则列表
- [ ] 获取空间关联下的关联工作项实例列表
- [ ] 绑定空间关联的关联工作项实例
- [ ] 解绑空间关联的关联工作项实例
流程与节点
- [ ] 获取工作流详情
- [ ] 获取工作流详情(WBS)
- [ ] 更新节点/排期
- [ ] 节点完成/回滚
- [ ] 状态流转
流程配置
- [ ] 获取工作项下的流程模板列表
- [ ] 获取流程模板配置详情
- [ ] 新增流程模板
- [ ] 更新流程模板
- [ ] 删除流程模板
子任务
- [ ] 获取指定的子任务列表
- [ ] 获取子任务详情
- [ ] 创建子任务
- [ ] 更新子任务
- [ ] 子任务完成/回滚
- [ ] 删除子任务
评论
- [ ] 添加评论
- [ ] 查询评论
- [ ] 更新评论
- [ ] 删除评论
其他功能
- [ ] 拉机器人入群
- [ ] 获取度量图表明细数据
- [ ] 获取流程角色配置详情
开发指南
开发环境配置
- 克隆本仓库:
git clone https://github.com/yourusername/mcp-feishu-proj.git
cd mcp-feishu-proj
- 安装依赖(使用 uv):
# 安装 uv(如果尚未安装)
pip install uv
# 创建虚拟环境并安装依赖
uv venv
uv pip install -e .
配置说明
- 复制环境变量示例文件并进行配置:
cp .env.example .env
- 编辑
.env
文件,填入以下必要的配置信息:
FS_PROJ_BASE_URL=https://project.feishu.cn/
FS_PROJ_PROJECT_KEY=your_project_key
FS_PROJ_USER_KEY=your_user_key
FS_PROJ_PLUGIN_ID=your_plugin_id
FS_PROJ_PLUGIN_SECRET=your_plugin_secret
其中:
FS_PROJ_BASE_URL
:飞书项目 API 的基础 URL,默认为 https://project.feishu.cn/FS_PROJ_PROJECT_KEY
:飞书项目的标识FS_PROJ_USER_KEY
:用户标识FS_PROJ_PLUGIN_ID
:飞书项目 Open API 的插件 IDFS_PROJ_PLUGIN_SECRET
:飞书项目 Open API 的插件密钥
添加新功能
要添加新的飞书项目 API 功能,请按照以下步骤操作:
- 在
fsprojclient.py
中添加新的 API 方法 - 在
server.py
中使用@mcp.tool
装饰器注册新的 MCP 工具
飞书项目 Open API 参考
本项目包含了飞书项目 Open API 的 Postman 集合,位于 docs/open-api-postman
目录下,将目录下文件导入 Postman 可以进行快速调试飞书项目接口:
postman_environment.json
:Postman 环境变量配置postman_collection.json
:Postman API 集合
容器化部署指南
Docker 部署
本项目提供了 Docker 部署支持,可以通过 Docker 容器运行 MCP 飞书项目服务。
前提条件
- 安装 Docker
- 安装 Docker Compose
使用 Docker Compose 运行
- 创建
.env
文件,设置必要的环境变量
cp .env.example .env
然后编辑 .env
文件,填入你的飞书项目相关信息:
FS_PROJ_BASE_URL=https://project.feishu.cn/
FS_PROJ_PROJECT_KEY=your_project_key
FS_PROJ_USER_KEY=your_user_key
FS_PROJ_PLUGIN_ID=your_plugin_id
FS_PROJ_PLUGIN_SECRET=your_plugin_secret
- 使用 Docker Compose 启动服务
docker-compose -f docker/docker-compose.yml up -d
这将使用 ghcr.io/astral-sh/uv
镜像,并挂载项目根目录到容器中,直接运行本地代码,便于开发和调试。Docker Compose 会自动加载项目根目录中的 .env
文件作为环境变量。
- 查看日志
docker-compose -f docker/docker-compose.yml logs -f
- 停止服务
docker-compose -f docker/docker-compose.yml down
更多详细信息请参阅 Docker 部署文档。
Kubernetes 部署
前提条件
- 一个可用的 Kubernetes 集群
- 已安装 kubectl 命令行工具
- 具有创建 Deployment、ConfigMap 和 Secret 的权限
部署步骤
- 准备 Secret
首先,需要创建包含敏感信息的 Secret。由于 Kubernetes Secret 需要使用 base64 编码的值,您需要对敏感信息进行编码:
# 对敏感信息进行 base64 编码
echo -n "your_project_key" | base64
echo -n "your_user_key" | base64
echo -n "your_plugin_id" | base64
echo -n "your_plugin_secret" | base64
然后,使用生成的 base64 编码值更新 k8s-secret.yaml
文件中的相应字段。
- 应用配置
依次应用以下配置文件:
# 创建 ConfigMap
kubectl apply -f k8s-configmap.yaml
# 创建 Secret
kubectl apply -f k8s-secret.yaml
# 创建 Deployment
kubectl apply -f k8s-deployment.yaml
- 验证部署
检查部署状态:
# 查看 Deployment 状态
kubectl get deployments
# 查看 Pod 状态
kubectl get pods
# 查看 Pod 日志
kubectl logs -f <pod-name>
更多详细信息请参阅 Kubernetes 部署文档。
贡献指南
欢迎贡献代码、报告问题或提出改进建议。请遵循以下步骤:
- Fork 本仓库
- 创建您的特性分支 (
git checkout -b feature/amazing-feature
) - 提交您的更改 (
git commit -m 'Add some amazing feature'
) - 推送到分支 (
git push origin feature/amazing-feature
) - 创建一个 Pull Request
许可证
本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。
MCP-飞书项目管理工具
基于 MCP(Model Context Protocol)协议的飞书项目管理工具,允许 AI 助手通过 MCP 协议与飞书项目管理系统进行交互。
项目简介
本项目是一个 MCP 服务器实现,它封装了飞书项目管理的 Open API,使 AI 助手能够获取飞书项目的视图列表、视图详情等信息。通过这个工具,AI 助手可以帮助用户管理和查询飞书项目中的工作项。
使用方法
在支持 MCP 协议的客户端(如Claude 桌面客户端,Cursor,Cline等)的配置文件中添加本服务器。
更多 MCP 客户端可参考:https://modelcontextprotocol.io/clients
以 Claude 桌面客户端为例,编辑 claude_desktop_config.json
文件:
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: %APPDATA%\Claude\claude_desktop_config.json
在 mcpServers
字段中添加以下配置:
{
"mcpServers": {
"feishuproj": {
"command": "uvx",
"args": ["mcp-feishu-proj@latest","--transport", "stdio"],
"env": {
"FS_PROJ_PROJECT_KEY": "your_project_key",
"FS_PROJ_USER_KEY": "your_user_key",
"FS_PROJ_PLUGIN_ID": "your_plugin_id",
"FS_PROJ_PLUGIN_SECRET": "your_plugin_secret"
}
}
}
}
已支持功能(欢迎贡献)
登录认证
- [x] 登录及认证流程
视图功能
- [x] 获取飞书项目视图列表
- [x] 获取视图工作项列表
- [ ] 创建固定视图
- [ ] 更新固定视图
- [ ] 创建条件视图
- [ ] 更新条件视图
- [ ] 删除视图
工作项管理
- [x] 获取工作项详情
- [x] 获取创建工作项元数据
- [ ] 创建工作项
- [ ] 更新工作项
- [ ] 批量更新工作项字段值
- [ ] 删除工作项
- [ ] 终止/恢复工作项
- [ ] 获取工作项操作记录
工作项搜索
- [ ] 获取指定的工作项列表(单空间)
- [ ] 获取指定的工作项列表(跨空间)
- [ ] 获取指定的工作项列表(单空间-复杂传参)
- [ ] 获取指定的工作项列表(全局搜索)
- [ ] 获取指定的关联工作项列表
附件管理
- [ ] 添加附件
- [ ] 文件上传
- [ ] 下载附件
- [ ] 删除附件
空间管理
- [ ] 获取空间列表
- [ ] 获取空间详情
- [ ] 获取空间下业务线详情
- [ ] 获取空间下工作项类型
- [ ] 获取空间下团队成员
角色与人员配置
- [x] 获取流程角色配置详情
空间关联
- [ ] 获取空间关联规则列表
- [ ] 获取空间关联下的关联工作项实例列表
- [ ] 绑定空间关联的关联工作项实例
- [ ] 解绑空间关联的关联工作项实例
流程与节点
- [ ] 获取工作流详情
- [ ] 获取工作流详情(WBS)
- [ ] 更新节点/排期
- [ ] 节点完成/回滚
- [ ] 状态流转
流程配置
- [ ] 获取工作项下的流程模板列表
- [ ] 获取流程模板配置详情
- [ ] 新增流程模板
- [ ] 更新流程模板
- [ ] 删除流程模板
子任务
- [ ] 获取指定的子任务列表
- [ ] 获取子任务详情
- [ ] 创建子任务
- [ ] 更新子任务
- [ ] 子任务完成/回滚
- [ ] 删除子任务
评论
- [ ] 添加评论
- [ ] 查询评论
- [ ] 更新评论
- [ ] 删除评论
其他功能
- [ ] 拉机器人入群
- [ ] 获取度量图表明细数据
- [ ] 获取流程角色配置详情
开发指南
开发环境配置
- 克隆本仓库:
git clone https://github.com/yourusername/mcp-feishu-proj.git
cd mcp-feishu-proj
- 安装依赖(使用 uv):
# 安装 uv(如果尚未安装)
pip install uv
# 创建虚拟环境并安装依赖
uv venv
uv pip install -e .
配置说明
- 复制环境变量示例文件并进行配置:
cp .env.example .env
- 编辑
.env
文件,填入以下必要的配置信息:
FS_PROJ_BASE_URL=https://project.feishu.cn/
FS_PROJ_PROJECT_KEY=your_project_key
FS_PROJ_USER_KEY=your_user_key
FS_PROJ_PLUGIN_ID=your_plugin_id
FS_PROJ_PLUGIN_SECRET=your_plugin_secret
其中:
FS_PROJ_BASE_URL
:飞书项目 API 的基础 URL,默认为 https://project.feishu.cn/FS_PROJ_PROJECT_KEY
:飞书项目的标识FS_PROJ_USER_KEY
:用户标识FS_PROJ_PLUGIN_ID
:飞书项目 Open API 的插件 IDFS_PROJ_PLUGIN_SECRET
:飞书项目 Open API 的插件密钥
添加新功能
要添加新的飞书项目 API 功能,请按照以下步骤操作:
- 在
fsprojclient.py
中添加新的 API 方法 - 在
server.py
中使用@mcp.tool
装饰器注册新的 MCP 工具
飞书项目 Open API 参考
本项目包含了飞书项目 Open API 的 Postman 集合,位于 docs/open-api-postman
目录下,将目录下文件导入 Postman 可以进行快速调试飞书项目接口:
postman_environment.json
:Postman 环境变量配置postman_collection.json
:Postman API 集合
容器化部署指南
Docker 部署
本项目提供了 Docker 部署支持,可以通过 Docker 容器运行 MCP 飞书项目服务。
前提条件
- 安装 Docker
- 安装 Docker Compose
使用 Docker Compose 运行
- 创建
.env
文件,设置必要的环境变量
cp .env.example .env
然后编辑 .env
文件,填入你的飞书项目相关信息:
FS_PROJ_BASE_URL=https://project.feishu.cn/
FS_PROJ_PROJECT_KEY=your_project_key
FS_PROJ_USER_KEY=your_user_key
FS_PROJ_PLUGIN_ID=your_plugin_id
FS_PROJ_PLUGIN_SECRET=your_plugin_secret
- 使用 Docker Compose 启动服务
docker-compose -f docker/docker-compose.yml up -d
这将使用 ghcr.io/astral-sh/uv
镜像,并挂载项目根目录到容器中,直接运行本地代码,便于开发和调试。Docker Compose 会自动加载项目根目录中的 .env
文件作为环境变量。
- 查看日志
docker-compose -f docker/docker-compose.yml logs -f
- 停止服务
docker-compose -f docker/docker-compose.yml down
更多详细信息请参阅 Docker 部署文档。
Kubernetes 部署
前提条件
- 一个可用的 Kubernetes 集群
- 已安装 kubectl 命令行工具
- 具有创建 Deployment、ConfigMap 和 Secret 的权限
部署步骤
- 准备 Secret
首先,需要创建包含敏感信息的 Secret。由于 Kubernetes Secret 需要使用 base64 编码的值,您需要对敏感信息进行编码:
# 对敏感信息进行 base64 编码
echo -n "your_project_key" | base64
echo -n "your_user_key" | base64
echo -n "your_plugin_id" | base64
echo -n "your_plugin_secret" | base64
然后,使用生成的 base64 编码值更新 k8s-secret.yaml
文件中的相应字段。
- 应用配置
依次应用以下配置文件:
# 创建 ConfigMap
kubectl apply -f k8s-configmap.yaml
# 创建Secret
kubectl apply -f k8s-secret.yaml
# 创建 Deployment
kubectl apply -f k8s-deployment.yaml
- 验证部署
检查部署状态:
# 查看 Deployment 状态
kubectl get deployments
# 查看 Pod 状态
kubectl get pods
# 查看 Pod 日志
kubectl logs -f <pod-name>
更多详细信息请参阅 Kubernetes 部署文档。
贡献指南
欢迎贡献代码、报告问题或提出改进建议。请遵循以下步骤:
- Fork 本仓库
- 创建您的特性分支 (
git checkout -b feature/amazing-feature
) - 提交您的更改 (
git commit -m 'Add some amazing feature'
) - 推送到分支 (
git push origin feature/amazing-feature
) - 创建一个 Pull Request
许可证
本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。
MCP-飞书项目管理工具
基于MCP(Model Context Protocol)协议的飞书项目管理工具,允许AI助手通过MCP协议与飞书项目管理系统进行交互。
项目简介
本项目是一个MCP服务器实现,它封装了飞书项目管理的Open API,使AI助手能够获取飞书项目的视图列表、视图详情等信息。通过这个工具,AI助手可以帮助用户管理和查询飞书项目中的工作项。
使用方法
在支持MCP协议的客户端(如Claude桌面客户端,Cursor,Cline等)的配置文件中添加本服务器。
更多MCP客户端可参考:https://modelcontextprotocol.io/clients
以Claude桌面客户端为例,编辑claude_desktop_config.json
文件:
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: %APPDATA%\Claude\claude_desktop_config.json
在mcpServers
字段中添加以下配置:
{
"mcpServers": {
"feishuproj": {
"command": "uvx",
"args": ["mcp-feishu-proj@latest","--transport", "stdio"],
"env": {
"FS_PROJ_PROJECT_KEY": "your_project_key",
"FS_PROJ_USER_KEY": "your_user_key",
"FS_PROJ_PLUGIN_ID": "your_plugin_id",
"FS_PROJ_PLUGIN_SECRET": "your_plugin_secret"
}
}
}
}
已支持功能(欢迎贡献)
登录认证
- [x] 登录及认证流程
视图功能
- [x] 获取飞书项目视图列表
- [x] 获取视图工作项列表
- [ ] 创建固定视图
- [ ] 更新固定视图
- [ ] 创建条件视图
- [ ] 更新条件视图
- [ ] 删除视图
工作项管理
- [x] 获取工作项详情
- [x] 获取创建工作项元数据
- [ ] 创建工作项
- [ ] 更新工作项
- [ ] 批量更新工作项字段值
- [ ] 删除工作项
- [ ] 终止/恢复工作项
- [ ] 获取工作项操作记录
工作项搜索
- [ ] 获取指定的工作项列表(单空间)
- [ ] 获取指定的工作项列表(跨空间)
- [ ] 获取指定的工作项列表(单空间-复杂传参)
- [ ] 获取指定的工作项列表(全局搜索)
- [ ] 获取指定的关联工作项列表
附件管理
- [ ] 添加附件
- [ ] 文件上传
- [ ] 下载附件
- [ ] 删除附件
空间管理
- [ ] 获取空间列表
- [ ] 获取空间详情
- [ ] 获取空间下业务线详情
- [ ] 获取空间下工作项类型
- [ ] 获取空间下团队成员
角色与人员配置
- [x] 获取流程角色配置详情
空间关联
- [ ] 获取空间关联规则列表
- [ ] 获取空间关联下的关联工作项实例列表
- [ ] 绑定空间关联的关联工作项实例
- [ ] 解绑空间关联的关联工作项实例
流程与节点
- [ ] 获取工作流详情
- [ ] 获取工作流详情(WBS)
- [ ] 更新节点/排期
- [ ] 节点完成/回滚
- [ ] 状态流转
流程配置
- [ ] 获取工作项下的流程模板列表
- [ ] 获取流程模板配置详情
- [ ] 新增流程模板
- [ ] 更新流程模板
- [ ] 删除流程模板
子任务
- [ ] 获取指定的子任务列表
- [ ] 获取子任务详情
- [ ] 创建子任务
- [ ] 更新子任务
- [ ] 子任务完成/回滚
- [ ] 删除子任务
评论
- [ ] 添加评论
- [ ] 查询评论
- [ ] 更新评论
- [ ] 删除评论
其他功能
- [ ] 拉机器人入群
- [ ] 获取度量图表明细数据
- [ ] 获取流程角色配置详情
开发指南
开发环境配置
- 克隆本仓库:
git clone https://github.com/yourusername/mcp-feishu-proj.git
cd mcp-feishu-proj
- 安装依赖(使用uv):
# 安装uv(如果尚未安装)
pip install uv
# 创建虚拟环境并安装依赖
uv venv
uv pip install -e .
配置说明
- 复制环境变量示例文件并进行配置:
cp .env.example .env
- 编辑
.env
文件,填入以下必要的配置信息:
FS_PROJ_BASE_URL=https://project.feishu.cn/
FS_PROJ_PROJECT_KEY=your_project_key
FS_PROJ_USER_KEY=your_user_key
FS_PROJ_PLUGIN_ID=your_plugin_id
FS_PROJ_PLUGIN_SECRET=your_plugin_secret
其中:
FS_PROJ_BASE_URL
:飞书项目API的基础URL,默认为https://project.feishu.cn/FS_PROJ_PROJECT_KEY
:飞书项目的标识FS_PROJ_USER_KEY
:用户标识FS_PROJ_PLUGIN_ID
:飞书项目Open API的插件IDFS_PROJ_PLUGIN_SECRET
:飞书项目Open API的插件密钥
添加新功能
要添加新的飞书项目API功能,请按照以下步骤操作:
- 在
fsprojclient.py
中添加新的API方法 - 在
server.py
中使用@mcp.tool
装饰器注册新的MCP工具
飞书项目Open API参考
本项目包含了
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。