feishu-leave-request

📋 飞书请假一键智能提交

基于飞书平台的智能请假助手,通过浏览器自动化引导完成请假申请,简化企业员工的请假提交流程。

收藏
4.8k
安装
1k
版本
v1.0.1
CLS 安全性认证2026-05-12
点击查看完整报告 >

使用说明

核心用法

Feishu Leave Request 是一款专为企业员工设计的请假申请辅助技能,通过对话式交互引导用户完成飞书(Feishu/Lark)平台的请假流程。该技能采用分步骤信息收集机制:首先向用户确认请假日期、时长、类型及原因四项核心信息,经用户二次确认后,通过浏览器自动化指引完成飞书工作台→审批应用→请假表单→提交申请的完整操作链路。若标准路径受阻,还提供搜索"审批"关键词的备用导航方案。

显著优点

1. 流程标准化:将模糊的请假需求转化为结构化的表单数据,避免信息遗漏导致的审批退回
2. 操作零门槛:无需记忆飞书界面布局,通过自然语言交互即可完成复杂系统导航

3. 双重确认机制:所有敏感操作前强制用户确认,降低误操作风险

4. 容错设计完善:针对工作台隐藏、审批入口变更等常见界面变化提供替代路径

潜在缺点与局限性

  • 界面依赖性强:飞书客户端更新可能导致导航路径失效,需依赖截图反馈进行人工调整
  • 仅支持桌面端:明确限定飞书桌面应用,移动端用户无法使用
  • 无状态持久化:每次使用需重新收集全部信息,无法复用历史请假记录
  • 审批流不可控:无法预知企业自定义的审批规则(如是否需要附件、多级审批等)

适合的目标群体

主要面向不熟悉飞书操作界面的企业员工、临时需要请假的非高频用户,以及希望通过对话快速完成事务性操作的效率型用户。特别适合请假流程标准化程度较高的中小型企业。

使用风险

1. 自动化稳定性:浏览器自动化受飞书版本更新影响,可能出现元素定位失败
2. 信息准确性:日期解析依赖用户输入质量,模糊表述(如"下周")需人工澄清

3. 审批延迟感知:技能仅负责提交环节,无法追踪后续审批进度或结果通知

安全解读

核心用法

feishu-leave-request 是一款业务流程指导类 Skill,旨在协助用户完成飞书(Feishu/Lark)平台的请假申请提交。该 Skill 通过结构化的多步骤对话,收集用户请假所需的全部信息(日期范围、时长、类型、原因),确认无误后,引导浏览器自动化工具完成以下导航路径:打开飞书 → 进入工作台 → 找到审批应用 → 发起申请 → 选择请假 → 填写表单 → 提交。

显著优点

1. 安全架构极简:纯 Markdown 文档型设计(T-MD),无可执行代码、无第三方依赖、无外部 API 调用,从根本上消除了代码注入、供应链攻击和数据泄露风险
2. 交互设计严谨:强制要求一次性收集全部四项必填信息,经用户显式确认后才进入自动化流程,避免误操作

3. 容错机制完善:提供主路径与备用搜索路径双方案,针对界面元素找不到、表单字段不匹配等常见问题给出具体应对策略

4. 合规性优秀:完全符合 GDPR 数据最小化原则,无硬编码敏感信息,无权限升级诱导

潜在缺点与局限性

1. 功能依赖外部工具:Skill 本身仅为流程指导,实际自动化需依赖 Playwright MCP 等浏览器控制工具,存在环境配置门槛
2. 界面版本敏感:飞书企业版与个人版、桌面端与网页端、不同更新版本的界面元素可能存在差异,文档描述可能与实际界面不完全匹配

3. 无动态适配能力:作为静态文档,无法根据飞书界面实时变化自动调整选择器或导航路径

4. 审批流不确定性:最终审批结果取决于企业内部配置的审批规则,Skill 无法预知或干预审批人、审批节点等逻辑

适合人群

  • 企业飞书用户,需频繁提交请假申请
  • 希望将重复性行政流程自动化的办公人员
  • 具备基础浏览器自动化工具使用经验的技术用户

常规风险

  • 操作失败风险:若飞书界面更新导致导航路径失效,自动化可能中断,需人工介入
  • 信息填写错误:Skill 本身不验证日期合理性(如年假余额是否充足),错误信息可能导致审批驳回
  • 隐私注意:请假原因等敏感信息将通过浏览器自动化输入,建议在可信环境执行

feishu-leave-request 内容

手动下载zip · 2.1 kB
SKILL.mdtext/markdown
请选择文件