Feishu Group Mention Responder

在飞书群中，当机器人被@提及或接收到直接消息时，自动进行回复。

飞书群@提及响应器

概述

此技能旨在使 Antigravity 能够在飞书群聊中对其被@提及的消息或直接发送给它的消息进行自动响应。这提高了机器人在群聊中的参与度和用户体验。

何时使用

• 当用户希望 Antigravity 在飞书群聊中对@提及做出回应时。
• 当用户需要 Antigravity 能够识别其在群聊中的身份并进行交互时。

核心原则

• 识别提及： 代理必须能够从传入的飞书消息中准确识别出对其自身的@提及。
• 上下文感知： 虽然初始回复可以是通用的，但未来可以扩展为根据消息内容提供更具体的帮助。
• 不重复回复： 避免对非提及消息或已被处理的消息进行重复回复。

技能实现细节

该技能将通过以下步骤实现：

1. 消息监听： OpenClaw 框架将负责监听飞书群聊中的消息。
2. 提及检测： 在接收到的消息内容中，通过解析或预处理机制检测是否存在 @机器人ID 或 @机器人名称 的提及。
3. 提取发送者信息： 获取@提及消息的发送者 ID 和昵称，以便在回复中@回该用户。
4. 构建回复： 生成一个包含适当问候语和可能的问题（例如：“您好！有什么我可以帮您的吗？”）的中文回复。回复中将@回原发送者。
5. 发送回复： 使用 message 工具将回复消息发送回原始群聊。

预期消息结构 (OpenClaw -> Agent)

飞书消息事件通常会包含以下信息（OpenClaw 可能会进行预处理）：

json

{
  "channel": "feishu",
  "chat_type": "group", // "p2p" for direct messages
  "chat_id": "oc_xxxxxx", // Group chat ID
  "sender_id": "ou_xxxxxx", // Sender user ID
  "sender_name": "用户昵称",
  "message_id": "om_xxxxxx",
  "content": "您好 @Bot名称，请问...",
  "mentions": [ // If OpenClaw processes mentions
    {
      "user_id": "ou_bot_xxxxxx",
      "user_name": "Bot名称"
    }
  ]
}

回复逻辑

在 _process_message 函数或其他适当的消息处理逻辑中，检查 message.mentions 数组或 message.content 是否包含对当前代理的提及。

发送回复的工具调用示例：

python

message({
    action: "send",
    channel: "feishu",
    to: "oc_xxxxxx", // 原始群聊ID
    message: "您好 @[ou_xxxxxx]！有什么可以帮您的吗？", // @提及原始发送者
    # 如果 OpenClaw 提供了 reply_to_message_id，可以使用它来回复特定消息
    # reply_to: "om_xxxxxx"
})

常见错误与注意事项

• 权限不足： 确保飞书应用拥有 im:message:send_as_bot 和 im:chat:read 权限。
• 机器人 ID / 名称识别： 代理需要知道它在飞书系统中的唯一标识符（Bot ID 或 App ID）或其配置的名称，以便准确识别提及。
• 循环回复： 避免在回复中无意中再次触发提及，导致无限循环。
• 群聊 ID 获取： 确保能正确获取到发送消息的群聊 ID。
• 提及格式： 飞书的@提及格式可能因 API 版本和消息类型而异，需要适配。