Skip to main content
Glama

MCP Feishu Project Manager

by Roland0511

⚠️ 项目已归档 飞书项目已推出官方的MCP Server服务。

因此后续本仓库不再进行维护或更新。
请勿提交新的 Issue、Pull Request 或修改请求。
若需参考历史内容,可在只读模式下浏览本仓库。

👉 建议查看飞书项目官方文档以获得最新的支持。

MCP-飞书项目管理工具

基于MCP(Model Context Protocol)协议的飞书项目管理工具,允许AI助手通过MCP协议与飞书项目管理系统进行交互。

项目简介

本项目是一个MCP服务器实现,它封装了飞书项目管理的Open API,使AI助手能够获取飞书项目的视图列表、视图详情等信息。通过这个工具,AI助手可以帮助用户管理和查询飞书项目中的工作项。

Related MCP server: Feishu Project MCP Server

使用方法

在支持MCP协议的客户端(如Claude桌面客户端,Cursor,Cline等)的配置文件中添加本服务器。

更多MCP客户端可参考:https://modelcontextprotocol.io/clients

以Claude桌面客户端为例,编辑claude_desktop_config.json文件:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

  • Windows: %APPDATA%\Claude\claude_desktop_config.json

mcpServers字段中添加以下配置:

{ "mcpServers": { "feishuproj": { "command": "uvx", "args": ["mcp-feishu-proj@latest","--transport", "stdio"], "env": { "FS_PROJ_PROJECT_KEY": "your_project_key", "FS_PROJ_USER_KEY": "your_user_key", "FS_PROJ_PLUGIN_ID": "your_plugin_id", "FS_PROJ_PLUGIN_SECRET": "your_plugin_secret" } } } }

已支持功能(欢迎贡献)

登录认证

  • 登录及认证流程

视图功能

  • 获取飞书项目视图列表

  • 获取视图工作项列表

  • 创建固定视图

  • 更新固定视图

  • 创建条件视图

  • 更新条件视图

  • 删除视图

工作项管理

  • 获取工作项详情

  • 获取创建工作项元数据

  • 创建工作项

  • 更新工作项

  • 批量更新工作项字段值

  • 删除工作项

  • 终止/恢复工作项

  • 获取工作项操作记录

工作项搜索

  • 获取指定的工作项列表(单空间)

  • 获取指定的工作项列表(跨空间)

  • 获取指定的工作项列表(单空间-复杂传参)

  • 获取指定的工作项列表(全局搜索)

  • 获取指定的关联工作项列表

附件管理

  • 添加附件

  • 文件上传

  • 下载附件

  • 删除附件

空间管理

  • 获取空间列表

  • 获取空间详情

  • 获取空间下业务线详情

  • 获取空间下工作项类型

  • 获取空间下团队成员

角色与人员配置

  • 获取流程角色配置详情

空间关联

  • 获取空间关联规则列表

  • 获取空间关联下的关联工作项实例列表

  • 绑定空间关联的关联工作项实例

  • 解绑空间关联的关联工作项实例

流程与节点

  • 获取工作流详情

  • 获取工作流详情(WBS)

  • 更新节点/排期

  • 节点完成/回滚

  • 状态流转

流程配置

  • 获取工作项下的流程模板列表

  • 获取流程模板配置详情

  • 新增流程模板

  • 更新流程模板

  • 删除流程模板

子任务

  • 获取指定的子任务列表

  • 获取子任务详情

  • 创建子任务

  • 更新子任务

  • 子任务完成/回滚

  • 删除子任务

评论

  • 添加评论

  • 查询评论

  • 更新评论

  • 删除评论

其他功能

  • 拉机器人入群

  • 获取度量图表明细数据

  • 获取流程角色配置详情

开发指南

开发环境配置

  1. 克隆本仓库:

git clone https://github.com/yourusername/mcp-feishu-proj.git cd mcp-feishu-proj
  1. 安装依赖(使用uv):

# 安装uv(如果尚未安装) pip install uv # 创建虚拟环境并安装依赖 uv venv uv pip install -e .

配置说明

  1. 复制环境变量示例文件并进行配置:

cp .env.example .env
  1. 编辑.env文件,填入以下必要的配置信息:

FS_PROJ_BASE_URL=https://project.feishu.cn/ FS_PROJ_PROJECT_KEY=your_project_key FS_PROJ_USER_KEY=your_user_key FS_PROJ_PLUGIN_ID=your_plugin_id FS_PROJ_PLUGIN_SECRET=your_plugin_secret

其中:

  • FS_PROJ_BASE_URL:飞书项目API的基础URL,默认为https://project.feishu.cn/

  • FS_PROJ_PROJECT_KEY:飞书项目的标识

  • FS_PROJ_USER_KEY:用户标识

  • FS_PROJ_PLUGIN_ID:飞书项目Open API的插件ID

  • FS_PROJ_PLUGIN_SECRET:飞书项目Open API的插件密钥

添加新功能

要添加新的飞书项目API功能,请按照以下步骤操作:

  1. fsprojclient.py中添加新的API方法

  2. server.py中使用@mcp.tool装饰器注册新的MCP工具

飞书项目Open API参考

本项目包含了飞书项目Open API的Postman集合,位于docs/open-api-postman目录下,将目录下文件导入Postman可以进行快速调试飞书项目接口:

  • postman_environment.json:Postman环境变量配置

  • postman_collection.json:Postman API集合

容器化部署指南

Docker部署

本项目提供了Docker部署支持,可以通过Docker容器运行MCP飞书项目服务。

前提条件

使用Docker Compose运行

  1. 创建.env文件,设置必要的环境变量

cp .env.example .env

然后编辑.env文件,填入你的飞书项目相关信息:

FS_PROJ_BASE_URL=https://project.feishu.cn/ FS_PROJ_PROJECT_KEY=your_project_key FS_PROJ_USER_KEY=your_user_key FS_PROJ_PLUGIN_ID=your_plugin_id FS_PROJ_PLUGIN_SECRET=your_plugin_secret
  1. 使用Docker Compose启动服务

docker-compose -f docker/docker-compose.yml up -d

这将使用ghcr.io/astral-sh/uv镜像,并挂载项目根目录到容器中,直接运行本地代码,便于开发和调试。Docker Compose会自动加载项目根目录中的.env文件作为环境变量。

  1. 查看日志

docker-compose -f docker/docker-compose.yml logs -f
  1. 停止服务

docker-compose -f docker/docker-compose.yml down

更多详细信息请参阅Docker部署文档

Kubernetes部署

前提条件

  • 一个可用的Kubernetes集群

  • 已安装kubectl命令行工具

  • 具有创建Deployment、ConfigMap和Secret的权限

部署步骤

  1. 准备Secret

首先,需要创建包含敏感信息的Secret。由于Kubernetes Secret需要使用base64编码的值,您需要对敏感信息进行编码:

# 对敏感信息进行base64编码 echo -n "your_project_key" | base64 echo -n "your_user_key" | base64 echo -n "your_plugin_id" | base64 echo -n "your_plugin_secret" | base64

然后,使用生成的base64编码值更新k8s-secret.yaml文件中的相应字段。

  1. 应用配置

依次应用以下配置文件:

# 创建ConfigMap kubectl apply -f k8s-configmap.yaml # 创建Secret kubectl apply -f k8s-secret.yaml # 创建Deployment kubectl apply -f k8s-deployment.yaml
  1. 验证部署

检查部署状态:

# 查看Deployment状态 kubectl get deployments # 查看Pod状态 kubectl get pods # 查看Pod日志 kubectl logs -f <pod-name>

更多详细信息请参阅Kubernetes部署文档

贡献指南

欢迎贡献代码、报告问题或提出改进建议。请遵循以下步骤:

  1. Fork本仓库

  2. 创建您的特性分支 (git checkout -b feature/amazing-feature)

  3. 提交您的更改 (git commit -m 'Add some amazing feature')

  4. 推送到分支 (git push origin feature/amazing-feature)

  5. 创建一个Pull Request

许可证

本项目采用MIT许可证。详情请参阅LICENSE文件。

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Roland0511/mcp-feishu-proj'

If you have feedback or need assistance with the MCP directory API, please join our Discord server