一键在 Manus 中运行任何 Skill

lark-openapi-explorer

星标10

分支0

更新时间2026年5月9日 14:11

飞书/Lark 原生 OpenAPI 探索：从官方文档库中挖掘未经 CLI 封装的原生 OpenAPI 接口。当用户的需求无法被现有 lark-* skill 或 lark-cli 已注册命令满足，需要查找并调用原生飞书 OpenAPI 时使用。

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

在 Manus 中运行

来源

davidtoby

davidtoby/agent-skills

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

OpenAPI Explorer

前置条件： 先阅读 ../lark-shared/SKILL.md 了解认证、身份切换和安全规则。

当用户的需求无法被现有 skill 或 CLI 已注册 API 覆盖时，使用本技能从飞书官方 markdown 文档库中逐层挖掘原生 OpenAPI 接口，然后通过 lark-cli api 裸调完成任务。

文档库结构

飞书 OpenAPI 文档以 markdown 层级组织：

llms.txt                          ← 顶层索引，列出所有模块文档链接
  └─ llms-<module>.txt            ← 模块文档，包含功能概述 + 底层 API 文档链接
       └─ <api-doc>.md            ← 单个 API 的完整说明（方法/路径/参数/响应/错误码）

文档入口：

品牌	入口 URL
飞书 (Feishu)	`https://open.feishu.cn/llms.txt`
Lark	`https://open.larksuite.com/llms.txt`

所有文档以中文编写。如果用户使用英文交流，需将文档内容翻译为英文后输出。

挖掘流程

严格按以下步骤逐层检索，不要跳步或猜测 API：

Step 1：确认现有能力不足

# 先检查是否已有对应的 skill 或已注册 API
lark-cli <可能的service> --help

如果已有对应命令或 shortcut，直接使用，不需要继续挖掘。

Step 2：从顶层索引定位模块

用 WebFetch 获取顶层索引，找到与需求相关的模块文档链接：

WebFetch https://open.feishu.cn/llms.txt
  → 提取问题："列出所有模块文档链接，找出与 <用户需求关键词> 相关的链接"

飞书品牌使用 open.feishu.cn
Lark 品牌使用 open.larksuite.com
如不确定用户品牌，默认使用飞书

Step 3：从模块文档定位具体 API

用 WebFetch 获取模块文档，找到具体 API 的文档链接：

WebFetch https://open.feishu.cn/llms-docs/zh-CN/llms-<module>.txt
  → 提取问题："找出与 <用户需求> 相关的 API 说明和文档链接"

Step 4：获取 API 完整规范

用 WebFetch 获取具体 API 文档，提取完整的调用规范：

WebFetch https://open.feishu.cn/document/server-docs/.../<api>.md
  → 提取问题："返回完整 API 规范：HTTP 方法、URL 路径、路径参数、查询参数、请求体字段（名称/类型/必填/说明）、响应字段、所需权限、错误码"

Step 5：通过 CLI 调用 API

使用 lark-cli api 裸调：

# GET 请求
lark-cli api GET /open-apis/<path> --params '{"key":"value"}'

# POST 请求
lark-cli api POST /open-apis/<path> --data '{"key":"value"}'

# PUT 请求
lark-cli api PUT /open-apis/<path> --data '{"key":"value"}'

# DELETE 请求
lark-cli api DELETE /open-apis/<path>

输出规范

向用户呈现挖掘结果时，按以下格式组织：

API 名称与功能：一句话描述
HTTP 方法与路径：METHOD /open-apis/...
关键参数：列出必填和常用可选参数
所需权限：scope 列表
调用示例：给出 lark-cli api 的完整命令
注意事项：频率限制、特殊约束等

如果用户使用英文交流，将以上所有内容翻译为英文。

安全规则

写入/删除类 API（POST/PUT/DELETE）调用前必须确认用户意图
建议先用 --dry-run 预览请求（如支持）
不要猜测 API 路径或参数——必须从文档中获取确认
涉及敏感操作（删除群、移除成员等）时，向用户说明影响范围

使用场景示例

场景 1：用户需要拉人进群（未被 CLI 封装）

# Step 1: 确认 CLI 没有封装
lark-cli im --help
# → 发现没有 chat_members 相关的 create 命令

# Step 2-4: 通过文档挖掘获得 API 规范
# → POST /open-apis/im/v1/chats/:chat_id/members

# Step 5: 调用
lark-cli api POST /open-apis/im/v1/chats/oc_xxx/members \
  --data '{"id_list":["ou_xxx","ou_yyy"]}' \
  --params '{"member_id_type":"open_id"}'

场景 2：用户需要设置群公告

# Step 1: 确认 CLI 没有封装
lark-cli im --help
# → 没有 announcement 相关命令

# Step 2-4: 挖掘文档
# → PATCH /open-apis/im/v1/chats/:chat_id/announcement

# Step 5: 调用
lark-cli api PATCH /open-apis/im/v1/chats/oc_xxx/announcement \
  --data '{"revision":"0","requests":["<html>公告内容</html>"]}'

参考

lark-shared — 认证和全局参数
lark-skill-maker — 如需将挖掘到的 API 固化为新 Skill

同仓库更多 Skills

同仓库

opencode-litellm-gemini-provider

davidtoby/agent-skills

Configure official native OpenCode to add a local LiteLLM OpenAI-compatible Gemini model as a selectable provider using config-file secret references, without wrappers and without changing the current default model.

2026-05-1010

litellm-vertex-proxy-repair

davidtoby/agent-skills

Diagnose and repair a local LiteLLM + Vertex AI proxy on macOS, especially when `http://127.0.0.1:4000/` or `/v1` is down, startup hangs at `Waiting for application startup`, `/ui/login/` says `Authentication Error, Not connected to DB!`, or Prisma/PostgreSQL issues need to be isolated from the API proxy by splitting `lite` and `full` modes.

2026-05-0910

hermes-agent-litellm-vertex-gateway

davidtoby/agent-skills

Configure an existing Hermes Agent deployment to use a local LiteLLM Vertex Proxy as an additional model option, without disturbing the current Hermes configuration. Use when you need Hermes to access Gemini models via a local LiteLLM gateway already running at 127.0.0.1:4000.

2026-05-0910

openclaw-litellm-gemini-gateway

davidtoby/agent-skills

Configure OpenClaw to use an already-running local LiteLLM gateway for Gemini on macOS, with a low-risk add-as-option workflow, exact openclaw.json snippets, verification commands, rollback steps, and the real caveat that some per-run model overrides are rejected unless you use --local or switch the active alias first.

2026-05-0910

litellm-vertex-gemini-local-gateway

davidtoby/agent-skills

Build a local macOS LiteLLM gateway that exposes Google Cloud Vertex AI Gemini behind an Anthropic-compatible endpoint, then connect Claude Code and OpenClaw to it without breaking existing setups. Use when starting from a fresh machine, when you need a self-starting LaunchAgent service on 127.0.0.1, when Claude Code should route through LiteLLM, or when OpenClaw needs a selectable Gemini-via-LiteLLM model.

2026-05-0910

agent-skills-frontmatter-compatibility

davidtoby/agent-skills

Fix packaging and validation failures caused by fragile SKILL frontmatter when publishing or syncing skills into Toby's davidtoby/agent-skills repository. Use when rebuild_all_packages.py fails early on a promoted skill, especially after copying local-only community skills such as lark-* into the repo.

2026-05-0910

name	lark-openapi-explorer
description	飞书/Lark 原生 OpenAPI 探索：从官方文档库中挖掘未经 CLI 封装的原生 OpenAPI 接口。当用户的需求无法被现有 lark-* skill 或 lark-cli 已注册命令满足，需要查找并调用原生飞书 OpenAPI 时使用。
metadata	{"requires":{"bins":["lark-cli"]}}

OpenAPI Explorer

前置条件： 先阅读 ../lark-shared/SKILL.md 了解认证、身份切换和安全规则。

文档库结构

飞书 OpenAPI 文档以 markdown 层级组织：

llms.txt                          ← 顶层索引，列出所有模块文档链接
  └─ llms-<module>.txt            ← 模块文档，包含功能概述 + 底层 API 文档链接
       └─ <api-doc>.md            ← 单个 API 的完整说明（方法/路径/参数/响应/错误码）

文档入口：

品牌	入口 URL
飞书 (Feishu)	`https://open.feishu.cn/llms.txt`
Lark	`https://open.larksuite.com/llms.txt`

所有文档以中文编写。如果用户使用英文交流，需将文档内容翻译为英文后输出。

挖掘流程

严格按以下步骤逐层检索，不要跳步或猜测 API：

Step 1：确认现有能力不足

# 先检查是否已有对应的 skill 或已注册 API
lark-cli <可能的service> --help

如果已有对应命令或 shortcut，直接使用，不需要继续挖掘。

Step 2：从顶层索引定位模块

用 WebFetch 获取顶层索引，找到与需求相关的模块文档链接：

WebFetch https://open.feishu.cn/llms.txt
  → 提取问题："列出所有模块文档链接，找出与 <用户需求关键词> 相关的链接"

飞书品牌使用 open.feishu.cn
Lark 品牌使用 open.larksuite.com
如不确定用户品牌，默认使用飞书

Step 3：从模块文档定位具体 API

用 WebFetch 获取模块文档，找到具体 API 的文档链接：

WebFetch https://open.feishu.cn/llms-docs/zh-CN/llms-<module>.txt
  → 提取问题："找出与 <用户需求> 相关的 API 说明和文档链接"

Step 4：获取 API 完整规范

用 WebFetch 获取具体 API 文档，提取完整的调用规范：

WebFetch https://open.feishu.cn/document/server-docs/.../<api>.md
  → 提取问题："返回完整 API 规范：HTTP 方法、URL 路径、路径参数、查询参数、请求体字段（名称/类型/必填/说明）、响应字段、所需权限、错误码"

Step 5：通过 CLI 调用 API

使用 lark-cli api 裸调：

# GET 请求
lark-cli api GET /open-apis/<path> --params '{"key":"value"}'

# POST 请求
lark-cli api POST /open-apis/<path> --data '{"key":"value"}'

# PUT 请求
lark-cli api PUT /open-apis/<path> --data '{"key":"value"}'

# DELETE 请求
lark-cli api DELETE /open-apis/<path>

输出规范

向用户呈现挖掘结果时，按以下格式组织：

API 名称与功能：一句话描述
HTTP 方法与路径：METHOD /open-apis/...
关键参数：列出必填和常用可选参数
所需权限：scope 列表
调用示例：给出 lark-cli api 的完整命令
注意事项：频率限制、特殊约束等

如果用户使用英文交流，将以上所有内容翻译为英文。

安全规则

写入/删除类 API（POST/PUT/DELETE）调用前必须确认用户意图
建议先用 --dry-run 预览请求（如支持）
不要猜测 API 路径或参数——必须从文档中获取确认
涉及敏感操作（删除群、移除成员等）时，向用户说明影响范围

使用场景示例

场景 1：用户需要拉人进群（未被 CLI 封装）

# Step 1: 确认 CLI 没有封装
lark-cli im --help
# → 发现没有 chat_members 相关的 create 命令

# Step 2-4: 通过文档挖掘获得 API 规范
# → POST /open-apis/im/v1/chats/:chat_id/members

# Step 5: 调用
lark-cli api POST /open-apis/im/v1/chats/oc_xxx/members \
  --data '{"id_list":["ou_xxx","ou_yyy"]}' \
  --params '{"member_id_type":"open_id"}'

场景 2：用户需要设置群公告

# Step 1: 确认 CLI 没有封装
lark-cli im --help
# → 没有 announcement 相关命令

# Step 2-4: 挖掘文档
# → PATCH /open-apis/im/v1/chats/:chat_id/announcement

# Step 5: 调用
lark-cli api PATCH /open-apis/im/v1/chats/oc_xxx/announcement \
  --data '{"revision":"0","requests":["<html>公告内容</html>"]}'

参考

lark-shared — 认证和全局参数
lark-skill-maker — 如需将挖掘到的 API 固化为新 Skill