Feishu Chat Extractor

Feishu Chat Extractor

提取并分析飞书群聊历史消息——支持分页、时间范围过滤和内容提取。

When to Use

Use this skill when:

• 需要提取飞书群的完整聊天记录时
• 需要按时间范围过滤和分析群消息时
• 需要从聊天中提取 OpenClaw/Clawdbot 相关讨论时
• 需要基于聊天数据生成用户反馈报告时
• 需要对聊天内容进行关键词分析和话题分类时

Do NOT use this skill if:

• 只需要检查最近是否有遗漏的 @提及 → use feishu-chat-monitor instead
• 需要发送消息或语音到群聊 → use feishu-voice-sender or feishu-video-sender instead
• 需要撤回已发送消息 → use feishu-message-recall instead

Typical triggers:

• 「导出这个群的聊天记录」「分析最近一周的群消息」
• "Extract chat history from this Feishu group", "帮我整理群里的用户反馈"

Workflow

1. 探查 (Probe) 确认目标群聊 ID、时间范围、是否需要关键词过滤。

2. 约束 (Constrain) 务必使用 start_time 和 end_time 参数以确保完整提取，避免因保留策略导致分页遗漏。提取完成后检查 has_more 字段，确保所有分页已处理。不降级——数据不完整时报告错误。

3. 证据 (Evidence) 确定提取范围（全部消息还是按关键词过滤），收集所有必要参数。

4. 执行 (Execute) 运行提取和分析脚本：

# 提取聊天记录
python3 scripts/extract_chat.py --chat-id <CHAT_ID> --output chat_data.json

# 分析内容（如需要）
python3 scripts/analyze_content.py --input chat_data.json --keywords openclaw,clawdbot,cron,mcp

自动处理分页，确保完整消息检索跨所有时间范围。

5. 验证 (Verify) 检查消息数量、时间覆盖范围和数据完整性。确认 has_more 为 false，所有分页已处理。

6. 交付 (Deliver) 输出结构化报告并保存到工作区，返回提取摘要和分析结果。

Output

返回 JSON 格式的聊天数据和结构化分析报告，包含消息列表、时间范围、关键词统计和话题分类。

Guardrails

Anti-patterns

• NEVER 不使用时间范围参数提取（可能导致分页遗漏）
• Do NOT 忽略 has_more 字段（可能遗漏后续分页）
• Do NOT 在未验证数据完整性的情况下生成分析报告

Constraints

• 保存中间结果以避免重复提取
• 分析前验证数据完整性
• 文档化提取参数以便结果可复现
• 时间范围使用 Unix 时间戳（秒）

Key Techniques

Time Range Extraction

params = {
    "container_id": chat_id,
    "container_id_type": "chat",
    "start_time": 1700000000,
    "end_time": 1700100000,
    "page_size": 50
}

Pagination Handling

all_messages = []
page_token = None
while True:
    params["page_token"] = page_token
    result = fetch_messages(params)
    all_messages.extend(result["items"])
    if not result["has_more"]:
        break
    page_token = result["page_token"]

Related Skills

• feishu-chat-monitor — 检查遗漏的 @提及消息
• feishu-card-parser — 解析飞书卡片消息为可读文本
• feishu-message-recall — 撤回已发送的消息

About UniqueClub

Part of the UniqueClub toolkit. 🌐 https://uniqueclub.ai