
模型上下文协议 (MCP) 服务器
模型上下文协议(MCP)服务器将 AI 助手与外部数据源、API 和服务连接起来,实现复杂工作流的无缝集成,并在 FlowHunt 中安全管理开发任务。...

将 FlowHunt AI 工作流与 Lark(飞书)集成,实现表格操作自动化,并通过 Lark MCP 服务器提升办公效率。
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。
仓库中未提及任何提示词模板。
仓库中未列出任何特定资源。
前置条件: 确保已安装 Node.js 和 Windsurf。
创建 Lark(飞书)应用:
访问 Lark 开放平台
创建应用。
申请权限:
授予应用 sheets:spreadsheet:readonly 权限。
设置环境变量:
在环境中设置 LARK_APP_ID 和 LARK_APP_SECRET。
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"
}
}
}
保存并重启:
保存配置,重启 Windsurf 并验证连接。
部署 Cline 和 Node.js。
注册并配置 Lark(飞书)应用并授权权限。
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"
}
}
}
保存并重启 Cline。
测试连接确保配置生效。
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"
}
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。
| 部分 | 可用性 | 说明/备注 |
|---|---|---|
| 概览 | ✅ | 提供了总体描述 |
| 提示词模板列表 | ⛔ | 未发现提示词模板 |
| 资源列表 | ⛔ | 未专门列出资源 |
| 工具列表 | ✅ | 仅有 write_excel |
| API 密钥安全存储 | ✅ | 通过配置中的环境变量 |
| 采样支持(评估时可忽略) | ⛔ | 未提及 |
| 根支持 | 采样支持 |
|---|---|
| ⛔ | ⛔ |
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。
| 是否有 LICENSE | ✅ |
|---|---|
| 是否有至少一个工具 | ✅ |
| Fork 数量 | 1 |
| Star 数量 | 1 |
通过连接 FlowHunt 的 Lark MCP 服务器,让您的 Lark(飞书)文档和工作流全面提效,直连 AI。

模型上下文协议(MCP)服务器将 AI 助手与外部数据源、API 和服务连接起来,实现复杂工作流的无缝集成,并在 FlowHunt 中安全管理开发任务。...

可证明的 MCP 服务器为 FlowHunt 工作流带来了远程证明和机密计算,使 AI 代理和客户端能够在连接前验证服务器完整性。它利用硬件级加密证明来确保安全、未被篡改的 AI 流水线。...

让您的 AI 代理和大语言模型能够通过 Raindrop.io MCP 服务器以编程方式管理、搜索和策划书签。通过 FlowHunt 的 MCP 组件集成,实现网页资源的无缝组织与检索。...
Cookie 同意
我们使用 cookie 来增强您的浏览体验并分析我们的流量。 See our privacy policy.