| name | feishu-im-file-analyze |
| description | 下载并解析飞书 IM 消息里的附件（pdf / docx / pptx / xlsx / xls / doc / ppt / rtf / epub / html / txt / csv / md / zip），
返回结构化文本供 AI 分析。zip 会自动解压后递归处理支持的类型。
适用场景（凡是"用户把文件直接发给机器人让它读/总结/对比/提炼"都走本 skill）：
- 简历筛选：HR/老板把 PDF 简历或打包简历 zip 甩给机器人，让机器人提炼候选人亮点
- 合同/协议审阅：法务/业务发 Word、PDF 合同给机器人，让机器人抽关键条款、找风险点
- 会议/访谈材料：把 pptx 培训资料、doc 纪要、md 笔记发进群，让机器人生成摘要或问答
- 数据表汇总：把 xlsx/xls/csv 报表发给机器人，让它读表头和样例、给解读或对比
- 技术文档问答：把需求文档、接口说明（docx/html/md）发给机器人，让它回答具体问题
- 批量附件分析：群里发一个 zip 打包的多份材料，机器人解压后逐份抽文本汇总
- 小说/电子书阅读：epub/txt 发给机器人问剧情或提炼观点
- 日志排查：log/txt/json 日志发给机器人，让它找异常或时间线
|
| inline | true |
feishu-im-file-analyze
模块兼容：脚本提供 .js 和 .mjs 两个版本。优先使用 .js，若报 require is not defined 改用 .mjs。
直接用 exec 执行，不要检查文件或环境。单文件文本抽取复用 feishu-docx-download/extract.js，首次运行会自动安装所需 npm 包（xlsx / pdf-parse 等）。zip 解压仅需系统 unzip（Linux/macOS 自带，Windows 可装 7-Zip 或 choco install unzip）。
命令
分析 IM 消息里的附件
node ./analyze.js --message-id "om_xxx" --file-key "file_v3_xxx"
分析本地文件（测试 / 已下载的附件）
node ./analyze.js --local-path "/tmp/foo.zip"
可选参数
| 参数 | 默认 | 说明 |
|---|
--max-size-mb | 50 | 单文件大小上限 |
--max-files | 100 | zip 内文件数上限 |
--max-text-kb | 200 | 总文本上限（防爆上下文） |
--per-file-kb | 20 | 单个文件抽出文本截断 |
--keep-temp | 否 | 调试用，保留临时目录 |
支持的类型
| 扩展名 | 处理方式 |
|---|
.zip | unzip 解压到临时目录 → 递归处理 |
.pdf .docx .pptx .xlsx .xls .doc .ppt .rtf .epub .html .htm .txt .csv .md | 委派给 feishu-docx-download/extract.js（npm 按需安装） |
.png .jpg .jpeg .gif .webp .bmp | 返回元信息 + 提示调 feishu-image-ocr |
| 其他 | 返回元信息 + type: "unsupported" |
不支持的场景（硬失败）
- ❌ IM 文件夹附件（
msg_type=folder）——飞书 open API 未公开下载接口。本 skill 会在下载前先调 GET /im/v1/messages/{id} 读 msg_type，若为 folder 直接短路返回 folder_attachment_not_supported，引导用户压缩成 zip 或上传云盘
- ❌ 加密 / 带密码的 zip / pdf
- ❌ 超过
--max-size-mb 的单文件
输出格式
单行 JSON：
{
"action": "analyze",
"source": { "kind": "im|local", "message_id": "...", "file_key": "...", "path": "..." },
"root_type": "zip|pdf|docx|xlsx|pptx|...|image|unsupported",
"files": [
{
"path": "resume.pdf",
"size": 12345,
"type": "pdf",
"text": "抽取出的文本...",
"truncated": false
}
],
"total_files": 3,
"total_text_bytes": 45678,
"text_truncated": false,
"warnings": [],
"reply": "已解析「文件名」的 N 个文件，共 X 字符文本。"
}
失败场景：
{ "error": "missing_system_tool", "tool": "unzip", "install_hint": "apt install unzip" }
{ "error": "resource_not_found", "api_code": 234003, "possible_causes": [...], "hint": "..." }
{ "error": "file_too_large", "size_mb": 123, "limit_mb": 50 }
{ "error": "auth_required" }
关于 resource_not_found (234003)
文件夹附件（msg_type=folder）已在下载前通过 GET /im/v1/messages/{id} 前置拦截，返回独立错误 folder_attachment_not_supported，不会走到 234003 这条分支。同一前置检查还会比对消息 content 里的 file_key 与传入的 --file-key，不一致直接返回 file_key_mismatch。
走到 234003 时的真实原因有三类：
- message_id 与 file_key 不匹配（最常见）—— 必须来自同一条消息
- file_key 已过期
- 消息被撤回或机器人无权访问
调用方应先核对 message_id 和 file_key 是否配对，再排查其余两种。
授权
使用 tenant_access_token（应用级，需 im:resource 权限）。无需用户 OAuth。
若返回 {"error":"permission_required"}，告知用户管理员需在飞书开放平台开通 im:resource 权限。
