核心用法
Feishu Doc Summarizer 是一款面向飞书/Lark 生态的文档自动摘要工具。当用户在对话中粘贴飞书文档链接（docx 或 wiki 格式）时，skill 会自动触发，无需额外指令即可完成全文摘要。
完整工作流程：
1. 链接识别：自动检测 *.larkoffice.com/docx/ 或 /wiki/ 格式的 URL
2. 格式转换：wiki 链接通过 feishu_wiki API 解析为底层 docx token
3. 内容读取：调用 feishu_doc API 获取完整文档内容
4. 结构化摘要：从 MEMORY.md 检索用户预设的摘要模板，严格按章节顺序生成摘要
5. 原文引用：在「引用原文片段」章节仅摘录真实文档内容，禁止虚构
6. 长文档处理：超长文档按标题/段落分块摘要，再合并为统一输出
显著优点
- 零配置触发：用户只需粘贴链接，无需学习特定指令语法
- 格式兼容性强：同时支持 docx 直链和 wiki 封装链接，自动解析底层文档
- 模板化输出：尊重用户个性化摘要偏好，确保输出格式一致性
- 可信度保障：原文引用部分强制校验，避免 LLM 幻觉导致的虚假引用
- 权限感知：读取失败时主动提示用户检查文档分享权限
潜在缺点与局限性
- 生态封闭：仅支持飞书/Lark 文档体系，无法处理钉钉、Notion、Google Docs 等外部链接
- 权限依赖：必须依赖用户主动授权，私密文档需手动开启分享
- 长文档精度损失：分块摘要合并机制可能在跨章节逻辑关联处产生断裂
- 模板僵化：MEMORY.md 模板若更新不及时，可能无法满足用户动态需求
适合人群
- 高频文档阅读者：需快速消化大量飞书文档的项目经理、产品经理、投资人
- 信息摘要工作者：助理、秘书、知识管理专员等需定期整理文档摘要的角色
- 多文档比对场景：需批量提取多份飞书文档核心信息的分析人员
常规风险
- 信息泄露风险：自动读取的文档可能包含敏感商业信息，输出内容会留存于对话历史
- 摘要失真风险：超长文档的分块处理可能遗漏关键转折或否定性表述
- 权限误配风险：用户可能误以为「能发链接=能读取」，实际因权限设置导致读取失败
- 模板依赖风险：MEMORY.md 中模板缺失或格式错误时，输出将不符合用户预期