Feishu Sticker Skill 综合评估
核心用法
本 Skill 是一个面向飞书（Feishu/Lark）平台的图片/表情发送工具，可将本地图片以原生贴纸形式发送至指定用户或群组。核心工作流包括：图片自动上传至飞书 CDN、通过 MD5 哈希缓存 image_key 避免重复上传、GIF 自动转 WebP 优化传输、以及支持按关键词或情绪标签智能搜索贴纸。
主要命令模式：
- 随机发送：
--target指定接收方 - 指定文件：
--file发送特定图片 - 智能检索：
--query关键词搜索 或--emotion情绪匹配
显著优点
- 自动化程度高：无需手动获取
image_key，上传-缓存-发送全链路自动化 - 性能优化：GIF→WebP 转换降低带宽，>5MB 图片自动压缩
- 开发者友好：纯 Node.js 实现，依赖清晰，支持环境变量配置
- 可扩展搜索：基于语义的情绪标签系统，便于快速定位素材
潜在缺点与局限性
- 生态绑定强：仅支持飞书平台，无法迁移至其他 IM（微信、Slack 等）
- 依赖较重：
ffmpeg-static二进制体积大，跨平台部署可能受限 - 无持久化索引：智能搜索依赖文件名/路径，大规模素材库性能存疑
- 权限敏感：需飞书机器人/应用权限，企业环境配置门槛较高
适合人群
- 飞书深度用户、企业自动化运维人员
- 需要批量发送表情包的内容运营、社群管理者
- 希望将本地梗图库接入飞书工作流的开发者
常规风险
- API 限流：飞书开放平台有严格的频率限制，高频发送可能触发封禁
- 文件合规：自动上传机制可能绕过内容审核，涉敏图片存在账号风险
- 缓存失效：飞书 CDN 策略变更可能导致
image_key失效，需手动清理缓存 - 依赖维护：
ffmpeg-static版本滞后可能导致格式转换失败