feishu-cold-start

name	feishu-cold-start
description	项目管理冷启动。当机器人首次或重新加入群聊时，拉取历史消息、建立群记忆、生成初始项目总结。触发词：冷启动、初始化项目、读取历史记录、生成初始总结、项目上下文初始化。
metadata	{"openclaw":{"emoji":"🚀","requires":{"config":["channels.feishu"]}}}

项目管理冷启动

当机器人被添加到一个新群聊（或重新加入之前被移除的群聊）时，执行冷启动流程：拉取历史消息、导入数据库、生成群记忆、创建初始项目总结。

触发场景

1. 自动触发：收到 [系统通知] 机器人首次加入群聊 或 [系统通知] 机器人重新加入群聊 的消息
2. 手动触发：用户在群聊中要求"冷启动"、"初始化项目"、"读取历史记录"、"生成初始总结"

完整冷启动流程（首次入群）

步骤 1：通知群聊冷启动开始

在群里发一条消息告知群成员，避免大家疑惑机器人在做什么：

{
  "name": "feishu_send_message",
  "arguments": {
    "chat_id": "oc_xxx",
    "text": "🚀 正在初始化项目上下文，将读取历史记录并生成项目总结，请稍候..."
  }
}

步骤 2：拉取全部历史消息并导入数据库

{
  "name": "feishu_get_chat_history",
  "arguments": {
    "chat_id": "oc_xxx",
    "fetch_all": true,
    "sort_order": "asc",
    "save_to_db": true
  }
}

关键参数：

• fetch_all: true — 拉取全部消息（最多 5000 条）
• sort_order: "asc" — 按时间正序，确保消息入库顺序正确
• save_to_db: true — 将消息批量导入 messages 表

工具会返回导入统计（如"已导入 X 条新消息到数据库"），据此判断后续处理量。

步骤 3：读取未优化消息

{
  "name": "feishu_group_memory",
  "arguments": {
    "action": "read",
    "chat_id": "oc_xxx",
    "include_unoptimized": true
  }
}

步骤 4：分批生成记忆摘要

对未优化消息生成摘要，每批约 100 条。摘要应包含：

• 关键讨论主题和决策
• 重要的任务分配和进度
• 项目里程碑和时间节点
• 团队成员的角色和职责

{
  "name": "feishu_group_memory",
  "arguments": {
    "action": "update",
    "chat_id": "oc_xxx",
    "summary": "## 项目初始化摘要 (冷启动)\n\n### 讨论主题\n- ...\n\n### 关键决策\n- ...\n\n### 任务分配\n- ...\n\n### 进度节点\n- ..."
  }
}

如果消息量很大（>500 条），应分多次更新记忆，每次处理 ~100 条未优化消息，按时间段切分：

1. 读取最早的 100 条未优化消息
2. 生成该时段摘要并更新记忆
3. 重复直到所有消息都被优化

步骤 5：生成初始项目总结

{
  "name": "feishu_project_summary",
  "arguments": {
    "chat_id": "oc_xxx"
  }
}

步骤 6（可选）：关联任务清单

查找是否有可关联的任务清单：

{
  "name": "feishu_tasklist",
  "arguments": {
    "action": "list"
  }
}

如果发现相关清单，可建议用户关联。

步骤 7：通知群聊冷启动完成

将项目总结发送到群里，标记冷启动完成：

{
  "name": "feishu_send_message",
  "arguments": {
    "chat_id": "oc_xxx",
    "text": "✅ 项目上下文初始化完成！\n\n{项目总结内容}\n\n如需进一步了解或调整，请随时 @我。"
  }
}

重新入群冷启动流程

当系统通知包含"重新加入"且提供了 start_time 时，仅补齐空窗期：

步骤 1：通知群聊

{
  "name": "feishu_send_message",
  "arguments": {
    "chat_id": "oc_xxx",
    "text": "👋 我回来了！正在补齐离开期间的消息记录..."
  }
}

步骤 2：拉取空窗期消息

使用系统通知中提供的 start_time 只拉取缺失的消息：

{
  "name": "feishu_get_chat_history",
  "arguments": {
    "chat_id": "oc_xxx",
    "fetch_all": true,
    "sort_order": "asc",
    "save_to_db": true,
    "start_time": "从系统通知中获取的时间戳"
  }
}

步骤 3-7：同完整冷启动

读取记忆 → 更新摘要 → 生成总结 → 通知群聊完成。

注意事项

1. 幂等性：冷启动可以安全地多次执行。ON CONFLICT DO NOTHING 保证消息不重复入库，optimized 标记防止重复生成摘要
2. 大群处理：超过 1000 条消息的群，记忆优化必须分批进行，每批 ~100 条，按时间段切分
3. 名字解析：save_to_db=true 时工具会自动预加载群成员名字缓存，无需额外操作
4. 历史消息范围：飞书 API 允许获取机器人入群前的消息（前提是群设置允许新成员查看历史消息，大部分群默认开启）
5. 后续消息：冷启动完成后，新消息会通过实时事件自动存储到数据库，无需手动干预
6. 冷启动通知：一定要先发消息通知群聊再开始拉取操作，让群成员知道机器人在做什么
7. 错误恢复：如果冷启动中途失败，可以安全地重新执行（幂等性保证）