lark-mention — 飞书 @ 提及技能

核心能力

将自然语言转换为飞书标准 @ 提及消息，自动生成 mentions 字段并发送。

API 配置

LARK_BRIDGE_URL = http://localhost:18780/proactive

使用方式

方式一：通过 curl 调用

curl -X POST http://localhost:18780/proactive \
  -H "Content-Type: application/json" \
  -d '{
    "chatId": "\x3C群ID>",
    "text": "\x3Cat user_id=\"\x3Copen_id>\">成员名\x3C/at> 消息内容",
    "atOpenIds": ["\x3Copen_id>"]
  }'

方式二：通过 Node.js 模块调用

import { sendMention } from './scripts/lark-mention.mjs';

await sendMention({
  chatId: '\x3C群ID>',
  text: '请查收~',
  members: [
    { open_id: '\x3Copen_id>', name: '张三' },
    { open_id: '\x3Copen_id>', name: '李四' }
  ]
});

技术原理

飞书 @ 提及的正确格式

飞书消息 API 的 content 必须是 JSON 字符串，包含 text 和 mentions 字段：

{
  "text": "\x3Cat user_id=\"\x3Copen_id>\">成员名\x3C/at> 消息内容",
  "mentions": [
    {
      "key": "\x3Copen_id>",
      "id": { "open_id": "\x3Copen_id>", "id_type": "open_id" },
      "name": "成员名"
    }
  ]
}

关键点：

• text 中用 \x3Cat user_id="\x3Copen_id>">display_name\x3C/at> 占位
• mentions 数组的 key 必须和 \x3Cat user_id="..."> 里的值完全一致
• msg_type 必须是 "text"，interactive 卡片类型不支持 mentions

常见错误

依赖

• lark-openclaw-bridge 服务必须运行在 http://localhost:18780
• 目标群聊需已添加飞书机器人
• 使用者需提供：群ID、成员 open_id（从飞书后台获取）