LarkSync Feishu Local Cache Skill

参考：

• OPENCLAW_AGENT_GUIDE.md：面向 OpenClaw 代理的自动执行 runbook（首次授权分支、无人值守分支、失败分支）

English Overview

• Purpose: sync Feishu documents to local markdown/files and let OpenClaw read local cache first.
• Value: fewer Feishu API calls, lower token consumption, and more stable retrieval latency.
• Default mode: download_only with low-frequency schedule (daily by default).
• Advanced mode: bidirectional and upload_only are supported when explicitly requested.

Typical intents (EN)

• "Set up a daily 01:00 sync from this Feishu folder to local cache."
• "Check my current LarkSync auth and task status first."
• "Switch this task to bidirectional sync and explain the risk."

价值主张

• 让 OpenClaw 的高频文档问答“走本地、不走云端接口”。
• 把 API 调用从“每次问答触发”变成“低频定时同步触发”。
• 在不改用户飞书使用习惯的前提下，直接获得更稳、更省的文档检索链路。

适用目标

• 目标：减少 OpenClaw 直接调用飞书 API 的频率，优先读取本地 Markdown/附件。
• 默认策略：download_only + 每日低频同步（可自定义时间与周期）。
• 进阶策略：支持 bidirectional（双向）和 upload_only，但仅在用户明确要求时启用。
• Windows 侧建议直接使用 LarkSync 安装包版运行服务，不需要源码构建。

触发意图（示例）

• “把飞书生产测试文件夹每天 01:00 同步到本地，给我配置好。”
• “先检查 LarkSync 当前授权和同步任务状态。”
• “我想把这个目录切成双向同步，先评估风险再改。”

默认执行流程

1. 检查本地 LarkSync 服务与授权状态。
2. 配置低频下载策略（默认每天一次）。
3. 创建同步任务（默认 download_only）。
4. 按需触发一次立即同步，建立本地缓存基线。
5. 后续回答用户文档问题时，优先读取本地同步目录。

命令入口

使用以下脚本作为统一入口（返回 JSON，便于自动化编排）：

python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_skill_helper.py check
python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_skill_helper.py configure-download --download-value 1 --download-unit days --download-time 01:00
python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_skill_helper.py create-task --name "OpenClaw 每日同步" --local-path "D:\\Knowledge\\FeishuMirror" --cloud-folder-token "<TOKEN>" --sync-mode download_only
python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_skill_helper.py run-task --task-id "<TASK_ID>"
python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_skill_helper.py bootstrap-daily --local-path "D:\\Knowledge\\FeishuMirror" --cloud-folder-token "<TOKEN>" --sync-mode download_only --download-value 1 --download-unit days --download-time 01:00 --run-now

WSL 场景（OpenClaw 在 WSL，LarkSync 在 Windows）推荐入口：

# 先做地址诊断（逐项显示 localhost / host.docker.internal / gateway / resolv nameserver）
python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_wsl_helper.py diagnose

# 直接执行原有命令（自动探测可达地址；远程地址自动补 --allow-remote-base-url）
# 若未探测到可达 :8000，会自动在 WSL 本地拉起后端（并自动安装后端依赖）
python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_wsl_helper.py check
python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_wsl_helper.py bootstrap-daily --local-path "/mnt/d/Knowledge/FeishuMirror" --cloud-folder-token "<TOKEN>" --sync-mode download_only --download-value 1 --download-unit days --download-time 01:00 --run-now

若全部候选地址不可达，优先确认 Windows 侧：

• LarkSync 已启动；
• 若手动设置过 LARKSYNC_BACKEND_BIND_HOST=127.0.0.1，请改回 0.0.0.0 或移除该变量；
• 防火墙已放行 WSL 网段到 TCP 8000。

无人值守兜底：

• 未探测到 Windows 侧可达服务时，默认自动在 WSL 启动本地后端并转向 localhost:8000。
• 默认自动安装后端依赖（首次运行），可通过 --no-auto-install-backend-deps 关闭。
• 本地后端默认使用 token_store=file（data/token_store_wsl.json）避免 keyring 不可用。
• 注意：飞书 OAuth 首次授权仍需用户完成；授权完成后可进入无人值守运行。

默认安全策略：

• base-url 仅允许 localhost/127.0.0.1/::1，避免把云目录 token 发送到未知远端地址。
• 只有在明确可信内网场景，才允许开启远程地址：

python integrations/openclaw/skills/larksync_feishu_local_cache/scripts/larksync_skill_helper.py --base-url "https://larksync.internal.example" --allow-remote-base-url check

约束与安全边界

• 未通过 check 之前，不执行任务创建或策略变更。
• 未经用户明确同意，不把 download_only 自动切到 bidirectional。
• 若用户要开启双向，必须先告知风险：
• 本地误改可能上云；
• 首次建任务可能触发下行/上行扫描；
• 建议先在测试目录验证。

失败处理

• 若接口返回 401/403：提示重新授权飞书并检查“用户身份权限”。
• 若创建任务冲突（409）：自动复用同路径+同云目录的现有任务并回显任务 ID。
• 若后端不可达：优先提示启动 LarkSync 安装包版托盘程序（开发者再使用 npm run dev）。

输出规范

• 对用户：简明中文结论 + 下一步操作。
• 对系统：保留 helper 脚本 JSON 原始输出，便于追踪与审计。