基于飞书 WebSocket 构建的无 UI 云盘资源搜刮、校验与一键转存助手。
FeishuSaver 是一个基于飞书机器人的智能云盘资源检索与一键转存服务。本项目二次开发自原开源项目 FeishuSaver，在此基础上进行了彻底的架构重构与深度精简：去除了所有的前端 Web 页面和外部 Express API 路由，转型为纯粹的、面向飞书机器人长连接（WebSocket）的独立后端服务，不依赖任何公网 IP 或反向代理。
- 零公网 IP 依赖：基于飞书 Lark SDK 的 WebSocket 长连接（Event Trigger） 方式启动。机器人本地直接与飞书服务器建立长连接并双向通信，无需公网 IP、无需域名、无需内网穿透或反向代理 Nginx，只要有网即可在一秒内上线运行。
- 多网盘复合提取：当采集到的 Telegram 资源贴中混合了百度网盘、UC网盘、迅雷和夸克网盘等多种链接时，系统会自动穿透并将其中可用的夸克网盘链接提取并标记出来，完美支持多网盘复合资源。
- 极佳的 AI Agent 友好性：项目结构高度模块化（TypeScript + InversifyJS 依赖注入 + SQLite 本地存储）。这种设计使得项目对 AI 编码助手（如 Google Antigravity 等 AI Agent） 极其友好，便于 AI 自动化理解架构、编写新服务并进行自愈调试。
为了直观呈现 FeishuSaver 在飞书客户端的交互效果，以下是核心功能的运行截图：
🔍 资源搜索结果展示 (/search) |
🎯 交互式转存路径选择 (/transfer) |
|---|---|
 |
 |
⚙️ 对话框配置面板 (/config) |
🎬 发现好片推荐 (/hot) |
|---|---|
 |
 |
在飞书客户端与机器人对话时，支持发送以下指令或执行以下交互动作：
- 🔍 资源搜索 (直接发送关键词)：
- 直接在对话框中回复关键词（例如
庆余年或天龙八部 胡军），无需任何命令前缀。 - 支持多词联合检索（用空格分隔），进行
AND条件强校验。 - 自动剔除剧情简介，仅匹配标题、译名、演员表及分类标签，并自动过滤失效死链。
- 支持中点、空格等字符归一化匹配，并将标题匹配项置顶。
- 直接在对话框中回复关键词（例如
- ⚙️ 系统配置 (
/config)：- 在飞书对话框直接拉起配置面板。
- 支持交互式配置夸克网盘 Cookie、查看网盘账号信息及当前网盘剩余容量。
- 支持实时管理（增删）Telegram 订阅源频道列表，并自动回写持久化。
- 🎬 发现好片 (
/hot或点击推荐)：- 拉起豆瓣热门电影/剧集榜单卡片，提供 12 个细分分类按钮（如热门电影、国产剧集、热门美剧等）。
- 点击任意分类可实时获取豆瓣最新评分榜单，支持在卡片上直接点击进行资源搜索和分页切换。
- 💾 一键转存 (
/transfer-quark <分享ID>)：- 在搜索卡片上直接点击“一键转存”按钮，或发送指令，可拉起转存目录选择器。
- 支持交互式逐层进入云盘目录、确定保存路径，完成秒级转存。
- 多词联合检索：支持以空格分隔的多个关键词组合检索（如
/search 天龙八部 胡军），检索采用AND逻辑强匹配。 - 限定元数据范围：系统会自动将报文解构，仅在标题、副标题（译名）和演员表/导演表中进行匹配，彻底规避了匹配剧情简介中无关字词导致的污染。
- 匹配归一化：匹配时自动剔除英文字符点、中文中点（
•、·）、空格、短横线等分隔符，不论搜索金凯瑞还是金•凯瑞都能精准命中。 - 智能相关度排序：标题完全命中的资源会强制置顶，描述中匹配演员的资源排在后方作为补充。
- 动态片段摘要：如果关键词命中在演员表中，飞书消息卡片会自动定位并截取其前后 75 个字符作为上下文高亮摘要。
- 在渲染搜索结果前，系统会调用云盘官方接口对所有提取出的分享 ID（
pwdId）进行实时在线有效性检测。自动过滤已被官方封禁、和谐或过期的死链，确保用户在飞书客户端里看到的全部是 100% 可用的活链。
- 用户点击“一键转存”后，机器人会在对话中同步推送当前网盘的目录树。用户可以直接在飞书卡片上通过按钮逐层浏览目录，并选择具体的目标文件夹进行一键保存，转存状态实时回传。
- 无需登录任何网页后台。直接在飞书对话框发送
/config，机器人会推送交互式卡片，您可直接在飞书里修改/更新：- 夸克网盘 Cookie
- 夸克网盘账号与容量监控
- Telegram 抓取频道列表（支持在线增删）
- 输入后，系统会自动将配置回写至本地
.env配置文件并同步至 SQLite。
- 无缝接入大模型：项目内置了脱离飞书客户端独立运行的命令行程序（CLI）。如果您使用类似 Google Antigravity 等具备终端权限的 AI 助手，AI 可以直接通过命令行挂载并调用底层的核心服务。
- 结构化 JSON 交互：通过执行
cd backend && npm run cli -- search "关键词"等指令，系统会直接吐出纯净的结构化 JSON 资源数据。极其便于 LLM 进行意图理解、逻辑推理与全自动化连贯转存。
- 核心框架：Node.js + TypeScript
- 依赖注入：InversifyJS
- 飞书开发：Lark Suite Node SDK (WebSocket 模式)
- 网络与爬虫：Axios + Cheerio (Telegram 频道静态页面解析，无需代理凭证)
- 数据库：SQLite 3 + Sequelize ORM (存储用户设置、缓存和会话状态)
- 单元测试：Jest + ts-jest
- 进程管理：PM2
sequenceDiagram
participant User as 飞书用户
participant Bot as FeishuSaver (本程序)
participant Feishu as 飞书服务器
participant TG as Telegram 网页预览
participant Quark as 夸克云盘 API
User->>Feishu: 发送搜索指令 /search [关键词]
Feishu->>Bot: WebSocket 推送消息事件
Bot->>TG: 请求抓取频道资源 (t.me/s/{channel}?q={keyword})
TG-->>Bot: 返回 HTML 页面
Bot->>Bot: 解析 HTML, 提取标题、链接与演员表并做归一化过滤
Bot->>Quark: 批量进行链接活度检测 (checkShareValid)
Quark-->>Bot: 返回有效性状态
Bot->>Bot: 过滤无效链接，进行相关度权重排序，构建飞书卡片
Bot->>Feishu: 异步 Patch / 同步返回富文本卡片
Feishu-->>User: 呈现搜索结果卡片
User->>Feishu: 点击 "一键转存" 或 "资源详情"
Feishu->>Bot: 触发卡片 Action
Bot->>Quark: 拉取网盘目录/执行转存
Bot-->>User: 同步更新目录浏览卡片/Toast通知
我们提供了交互式引导部署脚本 deploy.sh。只需准备好飞书应用的 App ID 和 App Secret，即可进入引导程序。
您可以使用以下命令查看部署向导的参数与模式说明：
./deploy.sh --help直接在服务器终端运行以下一条命令即可！该命令会自动下载代码、安装依赖、完成编译并通过 PM2 守护运行：
bash <(curl -sL https://raw.githubusercontent.com/Level6me/FeishuSaver/main/install.sh)(如果已经克隆了代码到本地，也可以直接执行 chmod +x deploy.sh && ./deploy.sh)
如果您希望手动控制依赖安装与编译，执行 ./deploy.sh 并在模式中选择 2。脚本会帮您自动生成/覆写根目录的 .env 配置文件，随后您可以手动运行以下命令：
# 1. 安装项目所有依赖
npm install && npm run install:backend
# 2. 编译 TypeScript 代码
npm run build
# 3. 通过 PM2 启动服务
pm2 start ecosystem.config.js- 查看服务状态：
pm2 status - 查看实时运行日志：
pm2 logs feishusaver-bot - 重启服务进程：
pm2 restart feishusaver-bot
本项目采用 MIT License 许可协议。