飛書機器人 + 自部署 AI 服務 30 分鐘復現

1. 訪問 open.feishu.cn → 用企業管理員掃碼登入
2. 開發者後臺 → 建立企業自建應用 → 填名稱/icon/簡介
3. 記錄：App ID、App Secret（關頁面後再看不到）
4. 許可權管理 → 勾選：im:message（收發訊息）、im:message.group_at_msg（群 @ 機器人）、im:message.p2p_msg（私聊）
5. 事件訂閱 → 新增事件 im.message.receive_v1（使用者發訊息觸發）

先跑通 Webhook 連通性驗證，再接 AI：

from flask import Flask, request, jsonify
import lark_oapi as lark

app = Flask(__name__)

@app.route("/webhook", methods=["POST"])
def webhook():
    # 1) 驗證 URL（首次會帶 challenge 欄位，原樣返回）
    data = request.json
    if data.get("type") == "url_verification":
        return jsonify({"challenge": data["challenge"]})

    # 2) 處理訊息事件
    event = data.get("header", {}).get("event_type")
    if event == "im.message.receive_v1":
        msg = data["event"]["message"]
        sender = msg["sender"]["sender_id"]["open_id"]
        text = msg["content"]["text"]

        # 這裡先 echo，正式版本替換為 AI 呼叫
        reply_text = f"你剛說了：{text}"

        send_message(sender, reply_text)

    return jsonify({"code": 0})

def send_message(receive_id, text):
    # 調 lark SDK 發訊息（省略，你有自己的實現即可）
    pass

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=8080)

1. 下載 ngrok（或 bore/cloudflared 等）
2. 執行：ngrok http 8080
3. 複製 https://xxx.ngrok.io 類似 URL，填到飛書"事件訂閱 → 請求網址"
4. 點飛書"測試連線" → 看到 {"code": 0} 即通

替換 webhook() 函式里的 echo 邏輯：

import requests

def ask_ai(prompt):
    """呼叫自部署 AI 服務（你的服務地址）"""
    resp = requests.post(
        "https://your-ai-service/api/chat",
        json={"message": prompt, "max_tokens": 1000},
        timeout=30
    )
    return resp.json()["reply"]

# 在 webhook() 裡：
reply_text = ask_ai(text)

第一次跑通後，再加：

• 記憶（redis 存 user_id → 對話歷史）
• 知識庫檢索（先查知識庫再呼叫 LLM）
• Skill 呼叫（按 Skill 模板處理）

1. 飛書開發者後臺 → 版本管理 → 建立版本（v1.0.0）
2. 說明文字："AI 助手內測版，僅對指定使用者可見"
3. 提交稽核 → 企業管理員審批
4. 稽核透過後 → 在 IM 找機器人私聊 / 群 @，問一個問題 → 收到 AI 回覆