跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客GitHub 精选镜像AI 生图工具UI配色美学隐私政策关于联系
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
PythonAI

飞书机器人与 Claude Code 交互:从手机指令到 AI 处理

介绍如何搭建飞书机器人并与 Claude Code 交互,实现手机端发送指令即可由本地 AI 处理并回复的全自动流程。方案基于 Docker 容器运行 Claude Code,通过 Python 中间件连接飞书 SDK 与 Claude SDK。主要步骤包括配置本地模型环境变量、安装依赖库、获取飞书应用凭证及编写 WebSocket 消息处理脚本。该方案无需云服务,适合在本地电脑或服务器上部署,方便开发者随时利用 AI 能力进行代码调试、文档生成等任务。

数字游民发布于 2026/4/6更新于 2026/7/2750 浏览
飞书机器人与 Claude Code 交互:从手机指令到 AI 处理

飞书机器人与 Claude Code 交互:从手机指令到 AI 处理

一、背景

在日常开发中,我们经常需要快速查询代码问题、生成文档或执行简单的编程任务。如果有一款 AI 助手能随时响应,就像在电脑终端前一样,那该多方便!本教程将演示如何搭建一个飞书机器人,当你在手机飞书 App 上发送消息时,该消息会传递给运行在电脑上的Claude Code(一个智能编码助手),Claude Code 处理后将结果回复到你的飞书会话中。

通过这个方案,你可以:

  • 在手机上随时向 AI 提问编程问题。
  • 让 AI 帮你调试代码、解释概念、生成代码片段。
  • 无需打开电脑终端,即可利用强大的 AI 编码能力。

二、实现方案概览

整体流程如下:

  1. 飞书机器人接收消息:在飞书创建一个自定义机器人,并配置事件订阅,当用户@机器人或私聊发送消息时,飞书会将消息推送到我们的服务。
  2. 消息处理中间件:我们编写一个 Python 程序,该程序使用飞书开放平台的 SDK 接收消息,并将消息内容转发给 Claude Code。
  3. Claude Code 处理:Claude Code 是一个命令行 AI 助手,我们通过 SDK 调用它,传入用户的问题,获取回答。
  4. 回复消息:Python 程序将 Claude Code 的回答通过飞书 API 回复给用户。

所有组件都运行在本地电脑上(或任何可联网的服务器),无需云服务。

三、操作步骤

前置准备
  • 一台可运行 Docker 的电脑(Linux/Mac/Windows 均可)。
  • 一个飞书企业或开发者账号(用于创建应用和机器人)。
  • (可选)本地已部署 Ollama 或其他兼容 OpenAI 格式的模型服务;若没有,也可使用 Claude 官方 API(需修改配置)。
第一步:创建并进入 Claude Code 容器

Claude Code 是一个基于 Claude 的 AI 编码助手,但官方通常需要通过命令行使用。为了简化环境配置,我们使用 Docker 容器来运行它。容器内已经预装了 Claude Code 所需的依赖。

为什么用 Docker?
Docker 可以隔离环境,避免污染本地系统,同时确保所有依赖版本一致。即使你电脑上没有 Python 或 Node.js 环境,也能轻松运行。

执行以下命令:

docker run -it --net=host -v$PWD:/home -w /home --rm swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/hi20240217/pub:claude_code /bin/bash

这条命令做了几件事:

  • -it:以交互模式运行,让你能操作容器内的命令行。
  • --net=host:使用宿主机的网络,方便容器内访问本地服务(如 Ollama)。
  • -v $PWD:/home:将当前目录挂载到容器的 /home 目录,这样容器内可以访问宿主机上的文件(如后续的 Python 脚本)。
  • -w /home:工作目录设为 /home。
  • --rm:容器退出后自动删除,避免残留。
  • swr.cn-north-4.myhuaweicloud.com/...:使用的镜像地址,包含了 Claude Code 及其依赖。

进入容器后,先取消代理设置(如果有):

unset http_proxy
unset https_proxy
配置 Claude Code 使用本地模型

Claude Code 默认使用 Anthropic 的 API,但我们可以通过环境变量让它调用兼容 OpenAI 格式的本地模型(如 Ollama)。假设你在本地 8000 端口运行了 Ollama 服务(例如通过 ollama serve),并且已有模型如 qwen3.5:9b。

设置环境变量:

export ANTHROPIC_BASE_URL="http://127.0.0.1:8000"
export ANTHROPIC_AUTH_TOKEN=""
export ANTHROPIC_API_KEY=""
export USE_MODEL="qwen3.5:9b"
export ANTHROPIC_DEFAULT_SONNET_MODEL=$USE_MODEL
export ANTHROPIC_DEFAULT_OPUS_MODEL=$USE_MODEL
export ANTHROPIC_DEFAULT_HAIKU_MODEL=$USE_MODEL
export ANTHROPIC_REASONING_MODEL=$USE_MODEL
export ANTHROPIC_MODEL=$USE_MODEL
export ANTHROPIC_SMALL_FAST_MODEL=$USE_MODEL
export API_TIMEOUT_MS=600000
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1

这些环境变量告诉 Claude Code SDK:所有请求都发往本地的 Ollama,使用指定的模型。

测试 Claude Code 是否正常工作

运行以下命令,让 Claude Code 回答一个简单问题:

IS_SANDBOX=1 claude --dangerously-skip-permissions -p "你是谁" --output-format text

如果配置正确,你应该看到类似如下的输出:

我是 Claude agent,由 Anthropic 构建。我是一个交互式智能助手,专注于帮助完成软件工程和编程任务,例如:
- 调试代码
- 添加新功能
- 重构代码
- 解释代码
- 解答编程问题
- 辅助开发工作
你今天需要我帮你做什么呢?

这说明 Claude Code 已经就绪,可以接受指令了。

第二步:安装 Python 依赖

我们的消息中间件是用 Python 编写的,需要安装两个库:

pip3 install claude_agent_sdk --break-system-packages
pip3 install lark_oapi --break-system-packages
  • claude_agent_sdk:这是 Claude Code 的 Python SDK,它封装了与 Claude Code 交互的细节,让我们可以在 Python 代码中轻松调用 Claude Code 并获取回复。
  • lark_oapi:飞书开放平台官方 Python SDK,用于接收飞书事件、发送消息等。

参数 --break-system-packages 是 pip 的一个选项,允许在系统 Python 环境中安装包而不触发警告(如果你的系统是较新的 Linux 发行版)。你也可以使用虚拟环境(venv)来管理依赖。

第三步:获取飞书应用的凭证

要让飞书机器人接收和发送消息,你需要在飞书开发者后台创建一个应用,并获取 APP_ID 和 APP_SECRET。

  1. 登录 飞书开发者后台,点击'创建应用'->'企业自建应用',填写应用名称等信息。
  2. 创建完成后,进入应用详情页,在'凭证与基础信息'中可以看到 App ID 和 App Secret。
  3. 还需要配置'事件订阅':
    • 在'事件订阅'页面,开启'接收消息'事件(im.message.receive_v1)。
    • 因为我们是本地运行,无法提供公网 HTTPS 地址,所以需要使用 WebSocket 方式接收事件(下文脚本中已实现)。飞书支持通过 WebSocket 连接接收事件,无需公网地址。
  4. 在'权限管理'中添加机器人需要的权限:im:message(读取和发送消息)和 im:message:send_as_bot(以机器人身份发送消息)。记得版本发布并审核。

得到 APP_ID 和 APP_SECRET 后,我们在本地创建一个 .env 文件来保存它们:

cat > .env << 'EOF'
APP_ID=<你的 APP_ID>
APP_SECRET=<你的 APP_SECRET>
EOF
第四步:编写并运行中间件脚本

现在,我们编写一个 Python 脚本,它将完成以下任务:

  • 使用飞书 SDK 通过 WebSocket 连接到飞书服务器,监听消息事件。
  • 当收到新消息时,将消息内容放入队列,由工作线程处理。
  • 工作线程调用 Claude Code 处理消息,并通过飞书 API 回复用户。

目录

  1. 飞书机器人与 Claude Code 交互:从手机指令到 AI 处理
  2. 一、背景
  3. 二、实现方案概览
  4. 三、操作步骤
  5. 前置准备
  6. 第一步:创建并进入 Claude Code 容器
  7. 配置 Claude Code 使用本地模型
  8. 测试 Claude Code 是否正常工作
  9. 第二步:安装 Python 依赖
  10. 第三步:获取飞书应用的凭证
  11. 第四步:编写并运行中间件脚本
  • 免费图片AI生成工具免费生成了解详情
  • Magick API 一键接入全球大模型注册送1000万token查看
  • 免费图片视频在线生成30秒,将你的创意变成现实开始设计
  • X/Twitter免费视频下载器免登陆无限额度免费视频解析下载了解详情
  • 100+免费在线小游戏爽一把
极客日志微信公众号二维码

微信扫一扫,关注极客日志

微信公众号「极客日志V2」,在微信中扫描左侧二维码关注。展示文案:极客日志V2 zeeklog

更多推荐文章

查看全部
  • 扩散模型(Diffusion Model)原理与图像生成实战
  • 谷歌 Gemini 3 模型六种免费接入与使用方案
  • IntelliJ IDEA、Spring Boot、JDK 与 Maven 版本兼容性指南
  • Trae-cli 命令行工具安装配置与使用指南
  • Dart 标准 web_socket 库跨平台 WebSocket 实现解析
  • IDEA 三大 AI 编程插件实测对比:Copilot、TRAE、灵码
  • GLM4 大模型微调实战:命名实体识别(NER)任务指南
  • 解决 Java 源发行版 17 与目标发行版不匹配问题
  • 苍穹外卖项目前端开发实战
  • 2024 年主流开源大模型 LLM 项目概览与技术分析
  • 快速迭代收缩阈值算法 FISTA 原理与实现
  • TrendRadar 本地部署:打造个人专属 AI 热点情报系统
  • 无需 GPU 的 Retinaface+CurricularFace 轻量级部署方案
  • GitHub Copilot 学生认证流程详解(2026 更新)
  • 通义千问 Qwen-14B 模型微调实战与经验总结
  • MCP for Unity 配置指南:利用 AI 自动化操作 Unity 编辑器
  • Vue 基于 Python 的高校教材管理系统设计与实现
  • 前端纯 JS 实现 PDF 图片提取工具
  • Java API 文档中文版获取与使用说明
  • Axum:Rust 生态中的高性能 Web 框架实战

相关免费在线工具

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • curl 转代码

    解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online

  • Base64 字符串编码/解码

    将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online

  • Base64 文件转换器

    将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online