跳到正文

Feishu Idea Catcher

通过飞书机器人记录灵感,由本地 worker 调用 Codex 生成分析报告与白板图,保存到 Obsidian,并把 PDF 返回飞书。

刘浩南介绍核验 2026-10-14源码最近提交 2026-07-17(北京时间)浏览次数26
灵感整理为笔记、白板和报告的三维概念配图
项目主题配图 · AI 生成

关键信息

本地工具
目标用户
使用飞书与 Obsidian 的个人创作者
核心用途
灵感记录、研究与报告整理
主要输入
飞书文字消息与分析模式
主要输出
Markdown、白板图片、PDF 与飞书回复
使用的技术
Node.js · Upstash Redis · Codex · Chrome
运行条件
官方飞书应用、本地 worker 与已授权目录

业务流程与系统设计

三张来源图

公开介绍与项目需求资料中的业务、资料和组件关系。各图注明当前设计与使用条件。

01 · 核心业务流程

飞书灵感经过官方长连接、Redis 队列、Codex 分析、Obsidian 归档与 Chrome PDF 导出后返回飞书的流程
依据 README 架构图整理;接收消息与耗时处理由不同进程负责。查看完整图片 ↗

02 · 灵感与报告文件

文字消息进入队列,研究与白板生成共同形成 Markdown、图片和 PDF,并归档和回传
依据 README Features、Output 和 Architecture。查看完整图片 ↗

03 · 接收与耗时工作分离

官方长连接 listener 只入队,本地 worker 使用 Codex、Obsidian 和 Chrome 完成耗时工作
依据 README;Vercel HTTP API 为可选运行方式。查看完整图片 ↗

面向哪些工作

Feishu Idea Catcher 面向习惯使用飞书和 Obsidian 记录想法的个人创作者。用户向飞书机器人发送一段文字,本地 worker 负责整理、分析和生成材料,完成后把 PDF 返回飞书。

项目将随时记录想法与后续分析连接起来。需要快速保存时,可以选择“快速记录,不用分析”模式;需要展开研究时,由 Codex 生成中文 CEO Review、轻量竞品扫描和白板配图。

主要功能

工作范围 处理方式
灵感接收 飞书官方机器人与长连接接收文字消息
任务队列 Upstash Redis 保存待处理任务
分析材料 Codex CLI 生成中文报告并进行轻量竞品搜索
图文资料 生成白板图,Obsidian 保存 Markdown 与相关文件
PDF 交付 Chrome 导出 PDF,通过飞书官方文件 API 返回
快速记录 直接保存想法,跳过分析流程
前端面板 提供运行概览、想法看板、接入向导、Obsidian 配置与主动追问设置

长连接监听器负责接收与加入队列,本地 worker 负责报告、搜索、配图、归档和文件处理。项目使用飞书官方 API 与官方长连接能力。

仓库中的 panel 使用 Vue 3 和 Naive UI,集中提供配置与运行入口。页面内的前端截图采集于本地启动的面板;本次未连接 worker,统计和任务内容保留原有未连接状态。

使用流程

飞书文字消息通过官方长连接进入 Redis 队列。本地 worker 读取任务,调用 Codex 生成分析与白板图,保存 Obsidian Markdown,再由 Chrome 导出 PDF,最后通过飞书返回文件。

上方流程图依据仓库原有 Mermaid 架构图整理,保留消息接收与耗时处理分开运行的方式。

当前状态

本次介绍核验于 2026-10-14,使用北京时间 2026-07-17 最近提交的源码版本。README 提供依赖、环境配置、诊断、本地监听器与 worker 的运行说明。

运行需要 Node.js 20+、具备机器人能力的飞书自建应用、Upstash Redis、本地 Obsidian、已经登录的 Codex 和用于导出 PDF 的 Chrome。Vercel HTTP 回调模式为可选部署方式。当前页面介绍源码与配置要求,本次没有连接用户飞书或执行消息发送。

许可与资料

仓库提供 MIT 许可证文件。安装、飞书权限、报告输出目录和其他使用说明保存在 README 及配套文档中。

项目需要读取本地知识库并调用外部服务,使用者应按仓库说明配置凭据与文件目录。此页面提供公开源码入口,具体运行依赖和功能状态以仓库当前版本为准。

来源与版本

feishu-idea-catcher

MIT

访问公开仓库 ↗

公开源码 27da32fcdd91 · 核验 2026-10-14

CONTACT HAONAN

联系haonan

医疗 AI · 产品与独立开发

刘浩南

关注医疗 AI 从 demo 到真实落地,聚焦产品化、商业化与院内工作流效率提升。

12年医疗产研经验,大湾区头部医疗AI公司前产品总监,独立开发者

医疗 AI 产品化医疗 AI 商业化院内工作流效率
刘浩南的微信联系二维码
微信扫一扫,联系 haonan