核心用法
LarkSync Feishu Local Cache 是一款面向 OpenClaw 用户的飞书文档同步工具，核心目标是将飞书云文档转为本地 Markdown/附件缓存，使 AI 问答优先走本地链路而非实时调用飞书 API。
典型工作流：
1. 通过 larksync_skill_helper.py 检查服务与授权状态
2. 配置低频同步策略（默认每日 01:00）
3. 创建 download_only 任务，指定本地路径与飞书目录 Token
4. 首次立即同步建立基线，后续问答优先读取本地缓存
WSL 场景支持：提供 larksync_wsl_helper.py 自动探测可达地址，解决 OpenClaw 在 WSL、LarkSync 在 Windows 的跨环境通信问题。
显著优点
- 成本优化：将 API 调用从"每次问答触发"变为"低频定时触发"，大幅降低飞书 API 配额消耗与 Token 费用
- 稳定性提升：本地读取避免网络抖动与飞书服务端限流，检索延迟更可预测
- 零侵入体验：用户无需改变飞书使用习惯，后台自动同步
- 安全可控：默认仅允许
localhost通信，远程地址需显式授权 - 冲突智能处理：任务冲突时自动复用现有任务，减少重复配置
潜在缺点与局限性
- 数据时效性：依赖定时同步，非实时同步；高频变更场景下本地缓存可能滞后
- 初始配置门槛：需获取飞书目录 Token、处理授权流程，对非技术用户有一定学习成本
- WSL 环境复杂度：跨系统通信需额外诊断与配置
- 双向同步风险：
bidirectional模式下本地误改可能意外上传，需谨慎启用 - NC 协议限制：采用 CC-BY-NC-SA-4.0 非商业许可，商业场景存在合规约束
适合人群
- 使用 OpenClaw 进行高频飞书文档问答的知识工作者
- 希望降低飞书 API 成本的企业团队
- 对数据本地归档有需求的合规敏感型用户
- 具备基础 Python/命令行操作能力的技术用户
常规风险
- 授权失效风险：飞书 Token 过期或权限变更会导致同步中断，需定期
check状态 - 目录 Token 泄露：若误配置
--allow-remote-base-url，敏感目录 Token 可能被发送至不可信远端 - 本地数据冲突：双向同步模式下，本地与云端版本冲突可能导致数据覆盖
- 依赖服务可用性：需保持 LarkSync 后端服务（
npm run dev或托盘程序）持续运行
安全建议
严格遵循默认安全策略：未经 check 不创建任务、未经用户明确同意不切换同步模式、远程地址仅在内网可信场景启用。