新闻详情

新闻详情

首页 / 资讯中心 / 详情

5分钟用nexu打通飞书:从创建应用到AI操作多维表格、日程提醒

发布时间:2026/11/13 14:50:44来源:尧图网络
5分钟用nexu打通飞书:从创建应用到AI操作多维表格、日程提醒
5分钟用nexu打通飞书从创建应用到AI操作多维表格、日程提醒【免费下载链接】nexuThe simplest desktop client for OpenClaw — bridge your Agent to WeChat, Feishu, Slack Discord in one click. Works with Claude Code, Codex any LLM. BYOK, Oauth, local-first, chat from your phone 24/7.项目地址: https://gitcode.com/gh_mirrors/ne/nexu想用nexu把 AI Agent 接入飞书其实只需要 App ID 和 App Secret 两个凭证全程无需公网服务器、无需编写任何代码。这篇 nexu 飞书接入教程带你 5 分钟完成创建飞书应用 → 填入凭证 → 一键导入权限 → 配置长连接事件最后让 AI 直接帮你操作飞书多维表格、创建日程提醒和待办任务实现手机上 24 小时随时指挥 Agent。一、先认识一下 nexu 的飞书接入方式nexu 是 OpenClaw 的桌面客户端支持飞书、Slack、Discord、微信等多渠道。飞书渠道使用WebSocket 长连接方式接收消息和事件因此✅ 不需要公网 IP、域名或回调地址✅ 不需要部署服务器客户端运行在哪Agent 就跑在哪✅ 支持 BYOK自带 API Key或登录官方账号兼容 Claude、GPT 等任意模型完整的官方图文指引可参考docs/zh/guide/channels/feishu.md二、创建飞书应用并获取凭证约 2 分钟第 1 步打开飞书开放平台open.feishu.cn登录后在「企业自建应用」页面点击创建企业自建应用。第 2 步填写应用名称如nexu_ai和描述选择图标点击「创建」。第 3 步进入凭证与基础信息页面复制以下两个参数备用参数说明App ID形如cli_xxxxxxxx相当于应用的身份标识App Secret应用密钥注意保密不要外泄三、在 nexu 中填入 App ID 与 App Secret打开 nexu 客户端在Channels区域选择Feishu在弹出窗口中填入刚才复制的 App ID 和 App Secret点击Connect。 窗口下方有「View Feishu setup guide」链接点击可直达本教程对应步骤不怕迷路。四、一键导入权限让 AI 能操作多维表格和日历AI 操作表格、日历、任务都依赖 API 权限而 nexu 已经把所有需要的权限整理成了一份 JSON复制粘贴即可批量导入不用逐个勾选进入飞书开放平台 → 你的应用 →权限管理→ 点击批量导入/导出权限选择「导入」将官方教程 docs/zh/guide/channels/feishu.md 中提供的完整权限 JSON 粘贴进输入框点击「下一步确认新增权限」。确认权限列表共 178 条后点击「申请开通」再在数据范围弹窗中点击「确认」。这些权限覆盖了消息收发、日历、多维表格、电子表格、任务等能力。如果只想要基础聊天可以只开通im:开头的权限。五、配置长连接事件免公网服务器的关键一步进入事件与回调→事件配置将订阅方式改为「使用长连接接收事件」并保存接着点击「添加事件」勾选以下 4 个事件事件作用用户和机器人的会话首次被创建首次私聊时自动打招呼接收消息im.message.receive_v1接收你发给机器人的所有消息机器人进群im.chat.member.bot.added_v1机器人被拉进群时生效用户进入与机器人的会话用户重新进入会话时触发再切换到回调配置tab同样选择「使用长连接接收回调」并添加「卡片回传交互」card.action.trigger回调——这个回调让 AI 发来的交互卡片按钮可以被点击是操作确认流程的关键。六、发布应用发起第一次对话 回到版本管理与发布点击「创建版本」填写版本号和更新说明保存后「确认发布」等待审核通过。发布完成后回到 nexu 客户端你会看到 Feishu 状态变为Connected点击右侧Chat即可跳转到飞书与机器人对话在飞书里给机器人发一句「你好」收到回复即代表整条链路打通。七、让 AI 真正干活多维表格、日程提醒与待办接入只是起点nexu 的技能市场Skills预置了整套飞书办公技能安装后 Agent 会自动识别意图并调用对应工具无需你写提示词。在左侧导航点击Skills搜索「feishu」一键安装以下技能支持热加载装完即用技能能力一句话示例feishu-bitable创建/查询/批量操作多维表格支持 27 种字段类型「帮我创建一个客户管理的多维表格」「查询状态为进行中的记录」feishu-calendar创建日程提醒、查忙闲、改期、回复邀请「帮我建一个明天下午两点的项目复盘会议」feishu-task创建待办任务、分配负责人、设截止时间「创建一个待办任务分配给同事周五前完成」feishu-create-doc / feishu-fetch-doc创建和读取飞书云文档「把这次讨论的结论写成一份飞书文档」技能详情页nexu-skills/skills.json之后直接在飞书群里 机器人 或用自然语言描述需求即可Agent 会自动选对技能、按正确格式调用飞书 API人员字段、毫秒时间戳这些容易踩的坑都已在技能内处理好了典型玩法组合项目管理说一句「按客户、负责人、截止日期建一张表格」AI 建好多维表格之后「把这 20 条客户数据批量导进去」日程提醒「下周一 10 点提醒我交周报」AI 自动创建日程并设置提醒✅待办闭环任务完成时说「把这个任务标记为已完成」即可技能中心使用细节见docs/zh/guide/skills.md常见问题FAQQ需要公网服务器吗不需要。nexu 使用飞书**长连接WebSocket**模式客户端本地跑 Agent家庭网络、公司内网均可直连。Q为什么一次性开通 178 条权限这些权限对应 nexu Agent 的各项技能消息、文档、日历、表格、任务。只聊天可以只开通im:权限用到哪个技能再补哪个。Q装了新技能要重启吗不用。nexu 技能支持热加载安装后立即生效。Q卡片按钮点了没反应大概率是漏加了「卡片回传交互」回调或没有发布新版本回到第五步检查详见 feishu-troubleshoot 技能 的 FAQ。至此你已用 5 分钟完成nexu 飞书机器人的完整接入从创建应用到 AI 操作飞书多维表格、设置日程提醒全都能一句话搞定。把电脑上的 Agent 装进口袋之后无论是手机上临时查数据、建表格还是安排会议直接找你的飞书机器人就好。【免费下载链接】nexuThe simplest desktop client for OpenClaw — bridge your Agent to WeChat, Feishu, Slack Discord in one click. Works with Claude Code, Codex any LLM. BYOK, Oauth, local-first, chat from your phone 24/7.项目地址: https://gitcode.com/gh_mirrors/ne/nexu创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉