lark-fashion-cockpit-omnitask-bridge

name	lark-fashion-cockpit-omnitask-bridge
version	1.0.0
description	全员 ChatOps 驾驶舱 — 一个本地前端系统，把 cockpit 41 个后端 skill + 飞书 CLI 全套能力整合在一个浏览器界面里。任何员工都能跟系统聊天 → AI 翻译 → 飞书 CLI 执行。当用户说「打开驾驶舱」「跟系统聊天」「全员可用的指挥台」时使用。
metadata	{"requires":{"bins":["lark-cli","python"],"pip":["fastapi","uvicorn","openai","python-dotenv"],"env":["DEEPSEEK_API_KEY","LARK_FASHION_COCKPIT_BASE_TOKEN","LARK_FASHION_COCKPIT_BOSS_OPEN_ID"]}}

Omnitask Bridge · 全员 ChatOps 驾驶舱

🎯 核心定位： cockpit 已有 41 个后端 skill，但之前只能通过飞书私聊触发。 本 skill 把 cockpit 升级成 完整的本地 Web 系统 —— 全公司任何人都能在浏览器里跟系统聊天、查数据、下任务。

故事： "我们做了一个产品 — 老板和员工打开浏览器就能用，跟它聊天就能调动飞书全部能力。它的大脑是 AI，渠道是飞书 CLI，能力来自 cockpit 41 个 skill。"

---

一、它能做什么

任何员工打开 http://localhost:8080

主页是女装电商驾驶舱（产品库 / 销售 / 库存 / 任务 / 博主监控 / 内容 / 营销 / 供应链 五大区 20+ 模块），右下角常驻 💬 聊天窗口。

用户跟聊天窗口说话 → 系统自动办

"今天销售如何？"
  ↓
AI 识别 query.sales_today
  ↓ 调 lark-cli base 拉 02_4平台销售 表
  ↓
"今日总销售额 ¥45,820，订单 87 单。淘宝 ¥21k / 抖音 ¥18k / 小红书 ¥4.5k / 快手 ¥2k。"

"通知 ZC 工厂 DRS-0429 雪纺面料下周一前能不能交货"
  ↓
AI 识别 notify.supplier，提取 supplier="ZC 工厂"、message="..."
  ↓ 调 im-broadcaster
  ↓
"⚙ 已发给 ZC 工厂的浙江老张  ✓ 对方已读"

"建一个任务给马萍蔓让她出 5 个 DRS-0429 同款方案"
  ↓
AI 识别 task.create，提取 assignee="马萍蔓"
  ↓ 调 lark-cli task +create + assign
  ↓
"✓ 任务已创建并指派给 马萍蔓"

"今天我有几个会？"
  ↓ 调 lark-cli calendar +agenda
  ↓
"今天 3 场：10:00 设计评审 / 14:00 供应商对接 / 16:30 与朱健豪 1on1"

---

二、产品架构

浏览器 http://localhost:8080
  │
  └──→ FastAPI server.py (Python, 8080)
         │
         ├─ /                    → web/index.html（女装驾驶舱）
         ├─ /chat.js + chat 浮窗 → 常驻聊天 UI
         ├─ /creator             → web/creator/（嵌入创作系统）
         ├─ /creator-api/*       → 反代 douyin-monitor:8000
         ├─ /api/health|skills   → 自身元数据
         │
         └─ WS /ws/chat          → 聊天 WebSocket 入口
              │
              └→ chat_router.py（DEEPSEEK V4 解析意图）
                   │
                   ├→ 关键词快速匹配 skills-registry.json
                   ├→ AI 分类：query|task|notify|content|doc|calendar|casual
                   ├→ skill_executor.py 调具体 skill
                   │    ├ subprocess 调 cockpit/skills/*/scripts/*.py
                   │    └ 流式回报执行进度（skill_log / skill_done）
                   └→ DEEPSEEK 把 skill 输出翻译成自然语言回复

---

三、文件清单

文件	用途	状态
web/index.html	女装驾驶舱主页（含聊天浮窗注入）	✅
web/app.js	主页交互逻辑（继承自 fashion-admin-demo）	✅
web/styles.css	样式 + 聊天浮窗样式	✅
web/chat.js	聊天窗口前端（WebSocket 客户端）	✅
web/creator/index.html	创作系统子页（继承 douyin-monitor）	✅
scripts/server.py	FastAPI 主服务（端口 8080）	✅
scripts/chat_router.py	DEEPSEEK 意图分类 + skill 路由	✅
scripts/skill_executor.py	subprocess 调 skill + 流式回报	✅
scripts/feishu_data.py	lark-cli 数据查询封装	✅
config/skills-registry.json	11 个可被聊天调用的 skill 注册表	✅
start-omnitask.bat	一键启动脚本	✅

---

四、启动方式

# 安装依赖
pip install fastapi uvicorn openai python-dotenv

# 一键启动
./start-omnitask.bat

# 或手动启动
python skills/omnitask-bridge/scripts/server.py

# 浏览器访问
http://localhost:8080

如果要用创作系统（/creator 路径），同时启动 douyin-monitor 后端：

# 另开 PowerShell
cd C:\Users\冯兴龙\douyin-monitor
python server.py    # 端口 8000

---

五、可被聊天调用的 11 个 skill（v1.0）

skill_id	category	触发词	调用底层
query.sales_today	query	"今天销售"	feishu_data → 02_4平台销售
query.stock_alerts	query	"库存预警"	feishu_data → 03_库存预警
query.my_tasks	query	"我的待办"	lark-cli task +get-my-tasks
query.bloggers_top	query	"对标博主爆款"	feishu_data → 27_对标博主视频
task.create	task	"建任务"	lark-cli task +create + assign
notify.supplier	notify	"通知 XX 工厂"	im-broadcaster
notify.broadcast_supplier	notify	"问所有面料商"	im-broadcaster
wechat.scan	notify	"扫微信群"	im-collector
content.generate_script	content	"写脚本"	跳转创作系统
doc.create	doc	"建文档"	lark-cli docs +create
calendar.today	calendar	"今天会议"	lark-cli calendar +agenda

后续可以直接在 config/skills-registry.json 加新 skill，不需要改代码。

---

六、安全 & 多用户（v1 & 后续）

v1 当前：单用户（owner）模式，假设跑在老板电脑上。

v2 计划：

• 飞书 OAuth 登录
• config/users.json 多角色权限矩阵（owner / designer / production / content / staff）
• skill 调用前校验 scopes_required
• 每条聊天落 audit log

---

七、与 cockpit 已有 skill 的关系

本 skill 是 聚合层 —— 不重复实现已有能力，只编排：

omnitask-bridge
   │
   ├ 调用 im-broadcaster   (跨平台消息发送：飞书/企微/个微)
   ├ 调用 im-collector     (跨平台消息收集：扫红点 / 长图总结 / 导出分析)
   ├ 调用 task-collaboration       (跨租户任务)
   ├ 调用 morning-report           (早报)
   └ 调用 lark-cli 全套（im/base/task/calendar/docs/drive/...）

cockpit = 41 个 skill 的"工具箱"。omnitask-bridge = 把工具箱包装成"产品形态"。

---

八、为什么这是 cockpit 的"封面"

之前 cockpit 的 41 个 skill，对评委来说是"散装能力"。本 skill 把它们装进一个任何人打开就能用的浏览器系统：

• ✅ 不需要懂飞书 CLI
• ✅ 不需要会发指令格式（"扫微信群 关键词=DRS-0429"）—— 直接说人话
• ✅ 不只老板用，全员都能用
• ✅ 看着驾驶舱数据 + 跟聊天框说话 = 完整的"经营指挥台"体验

这才是 cockpit 比赛能讲清楚的故事。