如果你同时使用飞书和 Claude Code可以通过开源项目把二者连接起来。你在飞书里给机器人发一句话本机 Claude Code 就能在指定工作目录里读文件、改代码、跑命令它的执行过程还能以卡片形式实时回到飞书。这看起来像一个小工具但背后其实代表了一个更大的趋势AI 编程助手正在从“终端里的个人工具”变成“协作软件里的 Agent 控制台”。核心判断这个项目最值得学习的不是安装命令而是它把 IM、WebSocket 长连接、CLI Agent、流式输出、工作区隔离、交互式卡片串成了一条完整链路。一、飞书连接 Claude Code 的真实价值通过 feishu-claude-code-bridge / lark-channel-bridge 这类开源项目可以让飞书或 Lark 消息直接转发给本机 Claude Code CLI再把 Claude 的执行过程和结果同步回飞书。你可以在飞书里像和同事对话一样指挥 Claude Code 处理本机项目。你可以把推文链接、群聊消息、截图、文件转发给机器人让 Claude 继续处理。你可以把执行过程做成飞书卡片实时显示“正在读哪个文件、正在跑什么命令、当前结果是什么”。你可以给不同聊天或群绑定不同 Workspace让每个会话对应不同项目目录。这件事为什么有爆点因为它踩中了开发者的三个痛点痛点传统方式Bridge 之后不在电脑前Claude Code 在终端里离开电脑就断开体验手机飞书也能发任务、看进度过程不可见等最终回答期间不知道跑到哪一步流式卡片实时更新像看流水线协作难终端是个人工具不方便给团队看群聊 bot可围绕同一任务协作二、别被名字绕晕Bridge 本质是“消息翻译器”很多人第一眼会误解是不是把 Claude Code 部署到了飞书服务器里不是。更准确的说法是飞书负责消息入口Bridge 常驻在你的本机Claude Code CLI 仍然在你的本机执行。它像一个“翻译官”飞书消息来了Bridge 把它整理成 Claude Code 能理解的 prompt。Claude Code 开始执行Bridge 以 subprocess 方式调用 claude CLI。Claude 输出文本和工具调用事件Bridge 解析输出流。需要展示给用户Bridge 把文本、工具调用、状态封装成飞书消息或卡片。通俗类比飞书像遥控器Bridge 像红外转接器Claude Code 像真正干活的电脑。遥控器本身不写代码但它可以让电脑开始写代码。三、完整架构五层拆开看就很清楚了1. 入口层飞书私聊、群聊、截图、文件入口层解决的是“用户从哪里发任务”。它可以是私聊机器人也可以是在群里 bot还可以把一条消息、一个推文链接、一张报错截图转发给机器人。对于用户来说入口越顺手Agent 被使用的频率就越高。2. 连接层WebSocket 长连接飞书开放平台支持通过长连接接收事件。Bridge 从本机主动连向飞书平台所以很多场景下不需要公网 IP也不需要把本机端口暴露到外网。这也是这类项目上手快的关键。3. 编排层消息队列、Session、Workspace编排层是 Bridge 的大脑判断这条消息属于哪个聊天、哪个项目、哪个会话要不要中断前一个任务多条连续消息要不要合并输出应该更新哪张卡片。4. 执行层Claude Code CLI真正的执行发生在本机 Claude Code CLI。项目通常通过 claude -p 或 --output-format stream-json 之类的方式把 Claude Code 变成可被程序调用的子进程。5. 展示层飞书卡片与按钮最终用户不需要看 JSON也不需要看终端日志。Bridge 会把中间过程转成飞书卡片文本增量、工具调用、错误提示、确认按钮、状态命令全部可视化。四、从一句飞书消息到本机执行全过程拆解第 1 步用户在飞书发消息例如“帮我看一下这个接口为什么 500把原因写成排查报告。”这条消息可以来自私聊也可以来自群聊 bot。第 2 步飞书把事件推给本机 Bridge长连接建立后飞书平台把收到的消息事件发送到 Bridge。本机不需要等待外网访问进来而是主动维持连接。第 3 步Bridge 做消息预处理Bridge 会把文本、引用消息、图片路径、文件路径、群聊上下文整理成 prompt同时读取当前 chat 对应的 session 和 workspace。第 4 步Bridge 调用 Claude Code CLI典型方式是启动 claude CLI 的打印模式并开启 JSON 或 stream-json 输出。这样程序就能逐行解析 Claude 的文本、工具调用和最终结果。第 5 步Claude Code 在本机项目中执行这一步才是真正的“干活”读代码、查日志、跑测试、编辑文件、生成文档能力边界取决于 Claude Code 当前权限和工作目录。第 6 步Bridge 将输出流回写飞书Claude 不是只给一个最终答案而会输出一串增量事件。Bridge 把这些事件翻译成飞书卡片更新让用户看到任务进度。第 7 步用户继续追问或点击按钮如果需要确认Bridge 可以通过交互式卡片让用户点按钮如果用户继续发消息则复用当前 session形成连续任务。五、流式卡片为什么它不像普通聊天机器人普通机器人最常见的问题是用户发完消息后只能等。尤其 AI 编程任务可能要读文件、执行命令、跑测试中间几十秒甚至几分钟没有反馈用户就会怀疑是不是卡住了。流式卡片解决的就是“过程可见性”。Bridge 先发一张卡片占位然后在 Claude 输出新内容时不断更新这张卡片。这样飞书里显示的不是一堆零散消息而是一张持续刷新的任务面板。从工程角度看流式卡片至少要处理四个细节节流不能 Claude 每输出一个字就 PATCH否则 API 压力过大。结构化文本、工具调用、错误、总结要分区展示不能全部糊成一段。幂等网络抖动、重复事件、卡片更新失败时要能重试或降级。收尾任务结束后要把临时状态变成最终总结避免用户看到半截进度。六、Workspace为什么它能读取项目上下文这类项目有一个很重要的设计Workspace。它不是简单地让 Claude “随便控制电脑”而是让某个飞书会话绑定到某个工作目录。工作目录决定了 Claude Code 的上下文它能看到哪些源码、哪份 CLAUDE.md、哪些项目配置、哪些本地工具也决定了写文件会写到哪里。Workspace 是安全和效率的交叉点目录选得准Claude 能更快理解项目目录放得太大风险和噪声都会上升。七、能做什么从“翻译推文”到“远程 code review”按照这条 X 分享里的例子用户可以把推文链接发给飞书智能体让它抓取推文、翻译成中文再创建成飞书文档。这个例子看似简单其实串了三类能力信息输入飞书消息里包含链接、引用消息或附件。Agent 处理Claude Code 调用工具抓取、总结、翻译、格式化。协作输出结果不只回一段文字还可以沉淀到飞书文档。放到开发者日常它的场景会更丰富场景怎么用远程 code review在通勤路上把 PR 链接发给机器人让它先扫一遍风险点。报错截图分析把线上错误截图发给机器人让它定位可能的模块和排查路径。临时改配置让 Claude 在指定项目里修改一个低风险配置再给出 diff。生成发布说明把 git log 或需求文档转成飞书可读的发布公告。群聊消息转任务群里讨论出一个问题直接 bot 让它整理为排查清单。八、风险在哪里本机权限是能力也是危险源必须强调这类 Bridge 项目的强大正是因为它连接了本机 Claude Code。也就是说它不是只能“回答问题”的聊天机器人而是可能具备读写文件、执行命令、调用工具的能力。风险表现建议凭证泄露App Secret、配置文件、日志被暴露配置文件 600 权限不要提交到仓库日志脱敏越权调用群里任何人都能 bot 执行任务限制 allowed_users群聊必须 bot高危群禁用误操作本机误删文件、误跑危险命令默认 Plan 模式危险命令二次确认固定工作目录成本失控长任务、多轮任务、模型切换导致费用上升设置 max turns、超时、预算提示和用量看板上下文泄漏敏感代码、群聊历史、文件附件进入 prompt最小上下文敏感目录隔离必要时禁用文件输入九、如果你要自己做一个产品化路线图如果你想照着这个思路做自己的机器人不建议一上来就追求“大而全”。最稳妥的路线是先把链路跑通再补齐可视化、权限和协作能力。从 MVP 到平台化的 5 个阶段部署和调试时最关键的 6 个环节一个最小可用版本应该包含什么飞书应用机器人能力、消息权限、事件订阅。Bridge 进程能稳定接收消息能启动 Claude CLI。基础消息队列同一个聊天内串行执行避免并发改同一份文件。简单卡片输出至少有“开始、执行中、完成、失败”四种状态。工作目录配置不能默认放开整个用户目录。白名单只允许指定用户或指定群触发。真正做成内部工具还要补什么审计日志谁在什么时候让 Agent 做了什么。命令审批删除、部署、写生产配置等高危操作必须确认。多工作区管理不同项目、不同群聊、不同负责人隔离。失败恢复WebSocket 断线重连、任务中断、卡片更新失败要有兜底。成本治理统计调用次数、任务时长、模型使用、失败率。十、总结AI Agent 的入口正在变过去我们谈 AI 编程第一反应是 IDE 插件、终端工具、命令行 Agent。但这个飞书 Claude Code Bridge 的价值在于它把 Agent 带到了开发者每天高频使用的协作界面里。它的技术难点并不神秘WebSocket 接事件、子进程调 Claude CLI、解析 stream-json、更新飞书卡片、管理 session 和 workspace。真正有价值的是组合方式把这些普通模块拼成了一个更自然的工作入口。第一它改变了入口。AI 编程助手不再只在终端里而是可以出现在飞书会话中。第二它改变了反馈。流式卡片让执行过程可见用户不再面对黑盒等待。第三它改变了协作。群聊、引用、转发、文档沉淀让 Agent 开始进入团队工作流。第四它放大了安全问题。越接近真实执行环境越需要权限、审计、确认和隔离。最后一句话飞书连接 Claude Code看似是一个开源小项目实质上是“IM 作为 Agent 控制台”的一次清晰样板。谁能把 Agent 放进用户最高频的工作入口谁就更接近真正的生产力场景。
飞书秒变 Claude Code 控制台：一个 Bridge 项目，正在改写 AI 编程入口
如果你同时使用飞书和 Claude Code可以通过开源项目把二者连接起来。你在飞书里给机器人发一句话本机 Claude Code 就能在指定工作目录里读文件、改代码、跑命令它的执行过程还能以卡片形式实时回到飞书。这看起来像一个小工具但背后其实代表了一个更大的趋势AI 编程助手正在从“终端里的个人工具”变成“协作软件里的 Agent 控制台”。核心判断这个项目最值得学习的不是安装命令而是它把 IM、WebSocket 长连接、CLI Agent、流式输出、工作区隔离、交互式卡片串成了一条完整链路。一、飞书连接 Claude Code 的真实价值通过 feishu-claude-code-bridge / lark-channel-bridge 这类开源项目可以让飞书或 Lark 消息直接转发给本机 Claude Code CLI再把 Claude 的执行过程和结果同步回飞书。你可以在飞书里像和同事对话一样指挥 Claude Code 处理本机项目。你可以把推文链接、群聊消息、截图、文件转发给机器人让 Claude 继续处理。你可以把执行过程做成飞书卡片实时显示“正在读哪个文件、正在跑什么命令、当前结果是什么”。你可以给不同聊天或群绑定不同 Workspace让每个会话对应不同项目目录。这件事为什么有爆点因为它踩中了开发者的三个痛点痛点传统方式Bridge 之后不在电脑前Claude Code 在终端里离开电脑就断开体验手机飞书也能发任务、看进度过程不可见等最终回答期间不知道跑到哪一步流式卡片实时更新像看流水线协作难终端是个人工具不方便给团队看群聊 bot可围绕同一任务协作二、别被名字绕晕Bridge 本质是“消息翻译器”很多人第一眼会误解是不是把 Claude Code 部署到了飞书服务器里不是。更准确的说法是飞书负责消息入口Bridge 常驻在你的本机Claude Code CLI 仍然在你的本机执行。它像一个“翻译官”飞书消息来了Bridge 把它整理成 Claude Code 能理解的 prompt。Claude Code 开始执行Bridge 以 subprocess 方式调用 claude CLI。Claude 输出文本和工具调用事件Bridge 解析输出流。需要展示给用户Bridge 把文本、工具调用、状态封装成飞书消息或卡片。通俗类比飞书像遥控器Bridge 像红外转接器Claude Code 像真正干活的电脑。遥控器本身不写代码但它可以让电脑开始写代码。三、完整架构五层拆开看就很清楚了1. 入口层飞书私聊、群聊、截图、文件入口层解决的是“用户从哪里发任务”。它可以是私聊机器人也可以是在群里 bot还可以把一条消息、一个推文链接、一张报错截图转发给机器人。对于用户来说入口越顺手Agent 被使用的频率就越高。2. 连接层WebSocket 长连接飞书开放平台支持通过长连接接收事件。Bridge 从本机主动连向飞书平台所以很多场景下不需要公网 IP也不需要把本机端口暴露到外网。这也是这类项目上手快的关键。3. 编排层消息队列、Session、Workspace编排层是 Bridge 的大脑判断这条消息属于哪个聊天、哪个项目、哪个会话要不要中断前一个任务多条连续消息要不要合并输出应该更新哪张卡片。4. 执行层Claude Code CLI真正的执行发生在本机 Claude Code CLI。项目通常通过 claude -p 或 --output-format stream-json 之类的方式把 Claude Code 变成可被程序调用的子进程。5. 展示层飞书卡片与按钮最终用户不需要看 JSON也不需要看终端日志。Bridge 会把中间过程转成飞书卡片文本增量、工具调用、错误提示、确认按钮、状态命令全部可视化。四、从一句飞书消息到本机执行全过程拆解第 1 步用户在飞书发消息例如“帮我看一下这个接口为什么 500把原因写成排查报告。”这条消息可以来自私聊也可以来自群聊 bot。第 2 步飞书把事件推给本机 Bridge长连接建立后飞书平台把收到的消息事件发送到 Bridge。本机不需要等待外网访问进来而是主动维持连接。第 3 步Bridge 做消息预处理Bridge 会把文本、引用消息、图片路径、文件路径、群聊上下文整理成 prompt同时读取当前 chat 对应的 session 和 workspace。第 4 步Bridge 调用 Claude Code CLI典型方式是启动 claude CLI 的打印模式并开启 JSON 或 stream-json 输出。这样程序就能逐行解析 Claude 的文本、工具调用和最终结果。第 5 步Claude Code 在本机项目中执行这一步才是真正的“干活”读代码、查日志、跑测试、编辑文件、生成文档能力边界取决于 Claude Code 当前权限和工作目录。第 6 步Bridge 将输出流回写飞书Claude 不是只给一个最终答案而会输出一串增量事件。Bridge 把这些事件翻译成飞书卡片更新让用户看到任务进度。第 7 步用户继续追问或点击按钮如果需要确认Bridge 可以通过交互式卡片让用户点按钮如果用户继续发消息则复用当前 session形成连续任务。五、流式卡片为什么它不像普通聊天机器人普通机器人最常见的问题是用户发完消息后只能等。尤其 AI 编程任务可能要读文件、执行命令、跑测试中间几十秒甚至几分钟没有反馈用户就会怀疑是不是卡住了。流式卡片解决的就是“过程可见性”。Bridge 先发一张卡片占位然后在 Claude 输出新内容时不断更新这张卡片。这样飞书里显示的不是一堆零散消息而是一张持续刷新的任务面板。从工程角度看流式卡片至少要处理四个细节节流不能 Claude 每输出一个字就 PATCH否则 API 压力过大。结构化文本、工具调用、错误、总结要分区展示不能全部糊成一段。幂等网络抖动、重复事件、卡片更新失败时要能重试或降级。收尾任务结束后要把临时状态变成最终总结避免用户看到半截进度。六、Workspace为什么它能读取项目上下文这类项目有一个很重要的设计Workspace。它不是简单地让 Claude “随便控制电脑”而是让某个飞书会话绑定到某个工作目录。工作目录决定了 Claude Code 的上下文它能看到哪些源码、哪份 CLAUDE.md、哪些项目配置、哪些本地工具也决定了写文件会写到哪里。Workspace 是安全和效率的交叉点目录选得准Claude 能更快理解项目目录放得太大风险和噪声都会上升。七、能做什么从“翻译推文”到“远程 code review”按照这条 X 分享里的例子用户可以把推文链接发给飞书智能体让它抓取推文、翻译成中文再创建成飞书文档。这个例子看似简单其实串了三类能力信息输入飞书消息里包含链接、引用消息或附件。Agent 处理Claude Code 调用工具抓取、总结、翻译、格式化。协作输出结果不只回一段文字还可以沉淀到飞书文档。放到开发者日常它的场景会更丰富场景怎么用远程 code review在通勤路上把 PR 链接发给机器人让它先扫一遍风险点。报错截图分析把线上错误截图发给机器人让它定位可能的模块和排查路径。临时改配置让 Claude 在指定项目里修改一个低风险配置再给出 diff。生成发布说明把 git log 或需求文档转成飞书可读的发布公告。群聊消息转任务群里讨论出一个问题直接 bot 让它整理为排查清单。八、风险在哪里本机权限是能力也是危险源必须强调这类 Bridge 项目的强大正是因为它连接了本机 Claude Code。也就是说它不是只能“回答问题”的聊天机器人而是可能具备读写文件、执行命令、调用工具的能力。风险表现建议凭证泄露App Secret、配置文件、日志被暴露配置文件 600 权限不要提交到仓库日志脱敏越权调用群里任何人都能 bot 执行任务限制 allowed_users群聊必须 bot高危群禁用误操作本机误删文件、误跑危险命令默认 Plan 模式危险命令二次确认固定工作目录成本失控长任务、多轮任务、模型切换导致费用上升设置 max turns、超时、预算提示和用量看板上下文泄漏敏感代码、群聊历史、文件附件进入 prompt最小上下文敏感目录隔离必要时禁用文件输入九、如果你要自己做一个产品化路线图如果你想照着这个思路做自己的机器人不建议一上来就追求“大而全”。最稳妥的路线是先把链路跑通再补齐可视化、权限和协作能力。从 MVP 到平台化的 5 个阶段部署和调试时最关键的 6 个环节一个最小可用版本应该包含什么飞书应用机器人能力、消息权限、事件订阅。Bridge 进程能稳定接收消息能启动 Claude CLI。基础消息队列同一个聊天内串行执行避免并发改同一份文件。简单卡片输出至少有“开始、执行中、完成、失败”四种状态。工作目录配置不能默认放开整个用户目录。白名单只允许指定用户或指定群触发。真正做成内部工具还要补什么审计日志谁在什么时候让 Agent 做了什么。命令审批删除、部署、写生产配置等高危操作必须确认。多工作区管理不同项目、不同群聊、不同负责人隔离。失败恢复WebSocket 断线重连、任务中断、卡片更新失败要有兜底。成本治理统计调用次数、任务时长、模型使用、失败率。十、总结AI Agent 的入口正在变过去我们谈 AI 编程第一反应是 IDE 插件、终端工具、命令行 Agent。但这个飞书 Claude Code Bridge 的价值在于它把 Agent 带到了开发者每天高频使用的协作界面里。它的技术难点并不神秘WebSocket 接事件、子进程调 Claude CLI、解析 stream-json、更新飞书卡片、管理 session 和 workspace。真正有价值的是组合方式把这些普通模块拼成了一个更自然的工作入口。第一它改变了入口。AI 编程助手不再只在终端里而是可以出现在飞书会话中。第二它改变了反馈。流式卡片让执行过程可见用户不再面对黑盒等待。第三它改变了协作。群聊、引用、转发、文档沉淀让 Agent 开始进入团队工作流。第四它放大了安全问题。越接近真实执行环境越需要权限、审计、确认和隔离。最后一句话飞书连接 Claude Code看似是一个开源小项目实质上是“IM 作为 Agent 控制台”的一次清晰样板。谁能把 Agent 放进用户最高频的工作入口谁就更接近真正的生产力场景。
