Lark(Feishu) MCPサーバー

「Lark(Feishu)」MCPサーバーとは？

Lark(Feishu) MCPサーバーは、AIアシスタントとLark（別名Feishu）という人気のコラボレーション型オフィススイートを接続するために設計されたModel Context Protocol（MCP）実装です。このサーバーにより、AI駆動のワークフローがLarkシートやメッセージ、ドキュメントなどと連携可能になります。標準化されたインターフェースを提供することで、AIモデルがLarkスプレッドシートへのデータ書き込みなどの操作を実行でき、データ入力、レポート作成、共同作業の自動化が可能です。この統合により、AIの機能とリアルタイム文書管理がつながり、手作業が必要だったタスクも効率的に処理できるようになります。

プロンプト一覧

リポジトリ内にプロンプトテンプレートは記載されていません。

リソース一覧

リポジトリ内に特定のリソースは記載されていません。

ツール一覧

• write_excel
  Lark(Feishu)シートにデータを書き込み、リンクを返します。アクセス許可のためメールアドレスが必要です。

このMCPサーバーのユースケース

• 自動データ入力:
  開発者はAIが自動で構造化データをLarkスプレッドシートに書き込むワークフローを構築でき、手入力やヒューマンエラーを削減できます。
• 共同レポート作成:
  サーバーを使ってLarkシート上でレポートを生成し、チームで即座に共有・レビューできます。
• LarkとAIエージェントの統合:
  Larkシートを書き込み可能なリソースとして公開することで、AIエージェントが結果記録や指標管理、プロジェクトシートの直接操作をチャットなどから実現できます。
• ワークフロー自動化:
  出席簿や在庫リストの更新など日常業務を、AIを使ってこのサーバー経由で自動化できます。

セットアップ方法

Windsurf

1. 前提: Node.jsとWindsurfがインストールされていることを確認してください。

2. Lark(Feishu)アプリの作成:
   Lark Open Platformにアクセスし、アプリを作成します。

3. 権限の付与:
   アプリにsheets:spreadsheet:readonly権限を付与します。

4. 環境変数の設定:
   LARK_APP_IDとLARK_APP_SECRETを環境変数に設定します。

5. Windsurfでの設定:
   設定ファイルを編集し、MCPサーバーを追加します:

   "mcpServers": {
     "mcpServerLark": {
       "description": "MCP Server For Lark(Feishu)",
       "command": "uvx",
       "args": [
         "parent_of_servers_repo/servers/src/mcp_server_lark"
       ],
       "env": {
         "LARK_APP_ID": "xxx",
         "LARK_APP_SECRET": "xxx"
       }
     }
   }
   

6. 保存・再起動:
   設定を保存し、Windsurfを再起動して接続を確認します。

Claude

1. 前提: ClaudeがMCPサーバー統合をサポートしていることを確認します。
2. Larkアプリの作成・設定は上記と同様です。
3. Claude設定へのMCPサーバー追加:
   JSONスニペットをClaudeのMCP設定に挿入します。
4. 認証情報の保護:
   上記のように環境変数で認証情報を設定します。
5. 再起動し統合確認。

Cursor

1. CursorとNode.jsをインストール。
2. Lark(Feishu)アプリの作成・権限設定。
3. Cursor設定へのMCPサーバー追加:
   上記と同じJSON設定を使用します。
4. APIキーのため環境変数を設定。
5. Cursorを再起動し、MCPサーバーの有無を確認。

Cline

1. ClineとNode.jsをセットアップ。

2. Lark(Feishu)アプリを権限付きで登録・設定。

3. Clineの設定に下記を追加:

   "mcpServers": {
     "mcpServerLark": {
       "description": "MCP Server For Lark(Feishu)",
       "command": "uvx",
       "args": [
         "parent_of_servers_repo/servers/src/mcp_server_lark"
       ],
       "env": {
         "LARK_APP_ID": "xxx",
         "LARK_APP_SECRET": "xxx"
       }
     }
   }
   

4. 設定を保存しClineを再起動。

5. 接続テストを行いセットアップ完了を確認。

APIキーの保護

APIキーなどの機密設定値は必ず環境変数で管理してください。例:

"env": {
  "LARK_APP_ID": "your_app_id",
  "LARK_APP_SECRET": "your_app_secret"
}

フロー内でMCPを利用する方法

FlowHuntでMCPを利用

FlowHuntワークフローにMCPサーバーを組み込むには、MCPコンポーネントを追加しAIエージェントに接続します:

MCPコンポーネントをクリックして設定パネルを開きます。システムMCP設定欄に、下記のようなJSON形式でサーバー情報を入力してください:

{
  "lark-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定後、AIエージェントはこのMCPの全機能にアクセスできるようになります。“lark-mcp"は実際のMCPサーバー名に、URLはご自身のMCPサーバーURLに置き換えてください。

概要

掲載内容から、このMCPサーバーは非常に初期段階であり、ツールやドキュメントは最小限です。主にひとつのツールのみ公開されており、プロンプトやリソースの詳細もありません。設定手順は明快ですが、基本的な内容にとどまっています。現時点では包括的なMCPワークフローへの活用度・完成度は低めです。

MCPスコア