Lark（飞书）MCP 服务器

“Lark（飞书）”MCP 服务器能做什么？

Lark（飞书）MCP 服务器是基于模型上下文协议（MCP）实现，用于将 AI 助手与 Lark（又称飞书）这一流行协作办公套件连接。该服务器让 AI 驱动的工作流可以与 Lark 表格、消息、文档等进行交互。通过标准化接口，AI 模型可执行如向 Lark 表格写入数据等操作，实现数据录入、报告或协作任务自动化。集成后开发者可将 AI 能力与实时文档管理结合，大大简化与 Lark 生态的交互，减少手动操作。

提示词模板列表

仓库中未提及任何提示词模板。

资源列表

仓库中未列出任何特定资源。

工具列表

• write_excel
  向 Lark（飞书）表格写入数据并返回链接。需要添加邮箱地址用于访问权限。

本 MCP 服务器的应用场景

• 自动化数据录入：
  开发者可设置 AI 自动将结构化数据写入 Lark 表格，减少人工输入与差错。
• 协作报告生成：
  服务器可以用于在 Lark 表格中生成报告，方便团队即时协作和审阅。
• Lark 与 AI 代理集成：
  Lark 表格作为可写资源开放，开发者可构建 AI 代理，从代码或聊天界面直接记录结果、追踪指标或管理项目表。
• 工作流自动化：
  诸如考勤表、库存清单等日常业务操作可通过 AI 借助此服务器自动完成。

如何部署

Windsurf

1. 前置条件： 确保已安装 Node.js 和 Windsurf。

2. 创建 Lark（飞书）应用：
   访问 Lark 开放平台 创建应用。

3. 申请权限：
   授予应用 sheets:spreadsheet:readonly 权限。

4. 设置环境变量：
   在环境中设置 LARK_APP_ID 和 LARK_APP_SECRET。

5. 在 Windsurf 配置：
   编辑配置文件，添加 MCP 服务器：

   "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. 保存并重启：
   保存配置，重启 Windsurf 并验证连接。

Claude

1. 前置条件： 确保 Claude 支持 MCP 服务器集成。
2. 创建并配置 Lark 应用，如上所述。
3. 在 Claude 设置中添加 MCP 服务器：
   将上述 JSON 片段插入 Claude 的 MCP 配置。
4. 使用环境变量 安全存储凭证。
5. 重启并验证集成。

Cursor

1. 安装 Cursor 并配置 Node.js。
2. 创建 Lark（飞书）应用，设置所需权限。
3. 将 MCP 服务器添加到 Cursor 配置：
   使用上述同样的 JSON 配置。
4. 设置 API 密钥环境变量。
5. 重启 Cursor 并检查 MCP 服务器。

Cline

1. 部署 Cline 和 Node.js。

2. 注册并配置 Lark（飞书）应用并授权权限。

3. 在 Cline 配置中添加如下内容：

   "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. 保存并重启 Cline。

5. 测试连接确保配置生效。

API 密钥安全存储

请始终通过环境变量存储 API 密钥等敏感配置。例如：

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

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，请首先将 MCP 组件添加到流程，并与您的 AI 代理连接：

点击 MCP 组件，打开配置面板。在系统 MCP 配置区域，使用以下 JSON 格式填写您的服务器信息：

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

配置完成后，AI 代理即可作为工具，调用该 MCP 所有功能。请记得将 “lark-mcp” 替换为您的实际 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

根据当前内容，该 MCP 服务器处于非常早期阶段，仅有最基础的工具和文档，主要开放单一工具，对提示词和资源缺乏详细描述。配置说明清晰但较为基础。目前该服务器在完整性和适用于更广泛 MCP 工作流方面评分较低。

MCP 评分