Token导航 LogoToken导航

Agent Skill · 运维

larksync-feishu-local-cache(larksync 飞书本地缓存)

larksync-feishu-local-cache 用于整理文档、README、Markdown 和说明材料,适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

larksync-feishu-local-cache 是运维类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在运维类的 954 个 Skill 里排第 168。

总安装 22,015周安装 936GitHub Stars 2下载 7,713核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
0.1.6

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:larksync-feishu-local-cache(larksync 飞书本地缓存)
来源仓库:https://github.com/gooderno1/larksync-feishu-local-cache
安装命令:
openclaw skills install larksync-feishu-local-cache
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install larksync-feishu-local-cache

这个 Skill 是做什么的

运维类 Skill 处理部署、监控、日志和云资源,多数需要较高的执行权限。

将飞书文档同步到本地缓存,以供 OpenClaw 优先读取,减少 API 调用和 token 成本。/ 将飞书文档同步为本地服务器提供 OpenClaw 优先读取,显着降低飞书 API 请求频率和 token 成本。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install larksync-feishu-local-cache;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

larksync-feishu-local-cache 怎么安装?

在终端执行 openclaw skills install larksync-feishu-local-cache。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

larksync-feishu-local-cache 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

larksync-feishu-local-cache 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

larksync-feishu-local-cache 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

larksync-feishu-local-cache 用的人多吗?

公开数据是累计安装 22,015 次,近一周安装 936 次,下载 7,713 次,GitHub 2 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

larksync-feishu-local-cache 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理运维类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

运维类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
docker-essentials

Docker 基础 · OpenClaw

1,005,15130接触敏感数据MIT-0通过
playwright-scraper-skill

Playwright scraper 技能 · OpenClaw

923,55754接触敏感数据MIT-0有提醒
moltguard

moltguard 搜索 · OpenClaw

825,096110接触敏感数据MIT-0通过
finance-news

财经新闻 · OpenClaw

275,51210需要联网MIT-0有提醒
security-monitor

安全监视器 · OpenClaw

224,1695需要联网MIT-0有提醒
larksync-feishu-local-cache

larksync 飞书本地缓存 · 本页

22,0152需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
larksync-feishu-local-cache
description
Sync Feishu docs into local cache for OpenClaw-first reading, reducing API calls and token cost. / 把飞书文档同步为本地缓存供 OpenClaw 优先读取,显著降低飞书 API 请求频率与 token 成本。
homepage
https://github.com/gooderno1/LarkSync
metadata
{"category":"integrations","tags":["openclaw","feishu","larksync","sync","local-cache"],"license":"CC-BY-NC-SA-4.0"}

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)
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。

安全边界:

  • 未探测到 Windows 侧可达服务时,脚本会输出诊断信息并停止,不会自动在 WSL 安装依赖或启动后端。
  • 请先在 Windows 侧启动 LarkSync(安装包版或开发模式),确认 :8000 可达后再重试。
  • 注意:飞书 OAuth 首次授权仍需用户完成;授权完成后可进入日常低频同步运行。

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。

平台分布

OpenClaw

83.07%
按下载量换算6,407

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

未展示

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills