@fectivnfy112358/minimax-code-web 0.1.0-preview.0 → 0.1.0-preview.3

package/server/assets/skills/lark-tools/cli-skills/lark-workflow-meeting-summary/SKILL.md

@@ -0,0 +1,99 @@
+---
+name: lark-workflow-meeting-summary
+version: 1.0.0
+description: "会议纪要整理工作流：汇总指定时间范围内的会议纪要并生成结构化报告。当用户需要整理会议纪要、生成会议周报、回顾一段时间内的会议内容时使用。"
+metadata:
+  requires:
+    bins: ["lark-cli"]
+---
+
+# 会议纪要汇总工作流
+
+**CRITICAL — 开始前 MUST 先用 Read 工具读取 [`../lark-shared/SKILL.md`](../lark-shared/SKILL.md)，其中包含认证、权限处理**。然后阅读 [`../lark-vc/SKILL.md`](../lark-vc/SKILL.md)，了解会议纪要相关操作。
+
+## 适用场景
+
+- "帮我整理这周的会议纪要" / "总结最近的会议" / "生成会议周报"
+- "看看今天开了哪些会" / "回顾过去一周开了哪些会"
+
+## 前置条件
+
+仅支持 **user 身份**。缺权限时按 `cli-skills/lark-shared/SKILL.md` §Agent 代理发起认证 canonical 模板补：缺基础 scope（如 vc / drive 常用）先跑 `--recommend` 拿推荐全集；缺推荐之外的高敏感 scope（如 `vc:meeting.search:read`）跑 `--scope` 增量补。两者都通过 agent 自己 `--no-wait --json` + 后台 `--device-code`，用户只点授权链接。
+
+## 工作流
+
+```
+{时间范围} ─► vc +search ──► 会议列表 (meeting_ids)
+                   │
+                   ▼
+               vc +notes ──► 纪要文档 tokens
+                   │
+                   ▼
+               drive metas batch_query 纪要元数据
+                   │
+                   ▼
+               结构化报告
+```
+
+### Step 1: 确定时间范围
+
+默认**过去 7 天**。推断规则："今天"→当天，"这周"→本周一~now，"上周"→上周一~上周日，"这个月"→1日~now。
+
+> **注意**：日期转换必须调用系统命令（如 `date`），不要心算。时间范围参数需根据 CLI 实际要求格式化（通常为 `YYYY-MM-DD` 或 ISO 8601）。
+
+### Step 2: 查询会议记录
+
+```bash
+# page-size 最大为 30
+lark-cli vc +search --start "<YYYY-MM-DD>" --end "<YYYY-MM-DD>" --format json --page-size 30
+```
+
+- 时间范围拆分：搜索的时间范围最大为 1 个月。搜索更长时间范围的会议，需要拆分为多次时间范围为一个月查询。
+- `--end` 为**包含当天**的日期（即查"今天"时 start 和 end 都填今天）
+- `--format json` 输出 JSON 格式，你更佳擅长解析 JSON 数据。
+- `--page-size 30` 每页最多 30 条。
+- 有 `page_token` 时必须继续翻页，收集所有 `id` 字段（meeting-id）
+
+### Step 3: 获取纪要元数据
+
+1. 查询会议关联的纪要信息
+```bash
+lark-cli vc +notes --meeting-ids "id1,id2,...,idN"   
+```
+- 根据上一步搜集到的 `meeting-id` 查询会议纪要。
+- 单次最多查询 50 个纪要信息，超过 50 个需分批调用。
+- 部分会议返回 `no notes available`，在最终输出中标注"无纪要"
+- 记录每个会议的 `note_doc_token`（纪要文档 Token）和 `verbatim_doc_token`（逐字稿文档 Token）
+
+
+2. 获取纪要文档和逐字稿文档链接
+```bash
+# 学习命令使用方式
+lark-cli schema drive.metas.batch_query
+
+# 批量获取纪要文档与逐字稿链接: 一次最多查询 10 个文档
+lark-cli drive metas batch_query --data '{"request_docs": [{"doc_type": "docx", "doc_token": "<doc_token>"}], "with_url": true}'
+```
+
+### Step 4: 整理纪要报告
+
+根据时间跨度选择输出格式：
+
+- **单日汇总**（"今天"/"昨天"）：用"今日会议概览"标题，逐会议列出会议时间、主题、纪要链接、逐字稿链接。
+- **多日/周报**（"这周"/"过去 7 天"等）：用"会议纪要周报"标题，含概览统计、逐会议详情。
+
+### Step 5: 生成文档（可选，用户要求时）
+
+阅读 [`../lark-doc/SKILL.md`](../lark-doc/SKILL.md) 学习云文档技能。
+
+```bash
+lark-cli docs +create --title "会议纪要汇总 (<start> - <end>)" --markdown "<内容>"
+# 或追加到已有文档
+lark-cli docs +update --doc "<url_or_token>" --mode append --markdown "<内容>"
+```
+
+## 参考
+
+- [lark-shared](../lark-shared/SKILL.md) — 认证、权限（必读）
+- [lark-vc](../lark-vc/SKILL.md) — `+search`、`+notes` 详细用法
+- [lark-doc](../lark-doc/SKILL.md) — `+fetch`、`+create`、`+update` 详细用法

package/server/assets/skills/lark-tools/cli-skills/lark-workflow-standup-report/SKILL.md

@@ -0,0 +1,120 @@
+---
+name: lark-workflow-standup-report
+version: 1.0.0
+description: "日程待办摘要：编排 calendar +agenda 和 task +get-my-tasks，生成指定日期的日程与未完成任务摘要。适用于了解今天/明天/本周的安排。"
+metadata:
+  requires:
+    bins: ["lark-cli"]
+---
+
+# 日程待办摘要工作流
+
+**CRITICAL — 开始前 MUST 先用 Read 工具读取 [`../lark-shared/SKILL.md`](../lark-shared/SKILL.md)，其中包含认证、权限处理**
+
+## 适用场景
+
+- "今天有什么安排" / "今天的日程和待办"
+- "明天有什么会" / "明日日程与未完成任务"
+- "帮我看看今天要做什么" / "早报摘要"
+- "开工摘要" / "standup report"
+- "这周还有哪些安排"
+
+## 前置条件
+
+仅支持 **user 身份**。执行前确保已授权：
+
+```bash
+lark-cli auth login --recommend          # 一次性拿到推荐 scope 全集（含 calendar / task 等常用 domain）
+```
+
+## 工作流
+
+```
+{date} ─┬─► calendar +agenda [--start/--end] ──► 日程列表（会议/事件）
+        └─► task +get-my-tasks [--due-end]    ──► 未完成待办列表
+                    │
+                    ▼
+              AI 汇总（时间转换 + 冲突检测 + 排序）──► 摘要
+```
+
+### Step 1: 获取日程
+
+```bash
+# 今天（默认，无需额外参数）
+lark-cli calendar +agenda
+
+# 指定日期范围（必须使用 ISO 8601 格式，不支持 "tomorrow" 等自然语言）
+lark-cli calendar +agenda --start "2026-03-26T00:00:00+08:00" --end "2026-03-26T23:59:59+08:00"
+```
+
+> **注意**：`--start` / `--end` 仅支持 ISO 8601 格式（如 `2026-01-01` 或 `2026-01-01T15:04:05+08:00`）和 Unix timestamp，**不支持** `"tomorrow"`、`"next monday"` 等自然语言。需要 AI 根据当前日期自行计算目标日期。
+
+输出包含：event\_id、summary、start\_time（含 timestamp + timezone）、end\_time、free\_busy\_status、self\_rsvp\_status。
+
+### Step 2: 获取未完成待办
+
+```bash
+# 默认：返回分配给当前用户的未完成任务（最多 20 条）
+lark-cli task +get-my-tasks
+
+# 只看指定日期前到期的（推荐用于摘要场景，减少数据量）
+lark-cli task +get-my-tasks --due-end "2026-03-27T23:59:59+08:00"
+
+# 获取全部（超过 20 条时）
+lark-cli task +get-my-tasks --page-all
+```
+
+> **注意**：不带过滤条件时可能返回大量历史待办（实测 30+ 条、100KB+），容易超出上下文限制。摘要场景建议：
+> - 用 `--due-end` 过滤出目标日期前到期的任务
+> - 如果也需要无截止日期的任务，可不加过滤，但 AI 汇总时只展示**近 30 天内创建的**，其余折叠为"其他 N 项历史待办"
+
+### Step 3: AI 汇总
+
+将 Step 1 和 Step 2 的结果整合，按以下结构输出：
+
+```
+## {日期}摘要（{YYYY-MM-DD 星期X}）
+
+### 日程安排
+| 时间 | 事件 | 组织者 | 状态 |
+|------|------|--------|------|
+| 09:00-10:00 | 产品需求评审 | 张三 | 已接受 |
+| 14:00-15:00 | 技术方案讨论 | 李四 | 待确认 |
+
+### 待办事项
+- [ ] {task_summary}（截止：{due_date}）
+- [ ] {task_summary}
+
+### 小结
+- 共 {n} 场会议，{m} 项待办
+- 冲突提醒：{列出时间重叠的日程}
+- 空闲时段：{free_slots}（根据日程推算）
+```
+
+**数据处理规则：**
+
+1. **时间转换**：API 返回 Unix timestamp，需根据 `timezone` 字段（通常为 `Asia/Shanghai`）转换为 `HH:mm` 格式
+2. **RSVP 状态映射**：
+   | API 值 | 显示文案 |
+   |--------|---------|
+   | `accept` | 已接受 |
+   | `decline` | 已拒绝 |
+   | `needs_action` | 待确认 |
+   | `tentative` | 暂定 |
+3. **日程排序**：按开始时间升序排列
+4. **冲突检测**：按时间排序后，检查相邻日程是否有时间重叠（前一个 end\_time > 后一个 start\_time），有则在小结中列出冲突组
+5. **已拒绝日程**：标注"已拒绝"但不计入忙碌时段和冲突检测
+6. **待办排序**：按截止时间升序，已过期的标注"已过期"，无截止时间的排在最后
+
+## 权限表
+
+| 命令 | 所需 scope |
+|------|-----------|
+| `calendar +agenda` | `calendar:calendar.event:read` |
+| `task +get-my-tasks` | `task:task:read` |
+
+## 参考
+
+- [lark-shared](../lark-shared/SKILL.md) — 认证、权限（必读）
+- [lark-calendar](../lark-calendar/SKILL.md) — `+agenda` 详细用法
+- [lark-task](../lark-task/SKILL.md) — `+get-my-tasks` 详细用法

package/server/assets/skills/lark-tools/references/commands-macos-linux.md

@@ -0,0 +1,42 @@
+# lark-tools Commands — macOS / Linux
+
+Shell: bash or zsh. Use these recipes only on `darwin` / `linux` platforms.
+
+Do not copy these snippets into Windows PowerShell. Windows has a separate reference:
+`commands-windows-powershell.md`.
+
+## install-lark-cli
+
+```bash
+if ! command -v lark-cli >/dev/null 2>&1; then
+  echo "lark-cli not found, installing @larksuite/cli globally..."
+  npm install -g @larksuite/cli
+fi
+lark-cli --version    # confirm install succeeded
+```
+
+If the install fails with `EACCES`, prefer a per-user prefix over `sudo` and tell the user before
+escalating.
+
+## bot-status
+
+```bash
+lark-cli auth status 2>/dev/null \
+  | jq '{appId, identity, userOpenId, userName, tokenStatus, scope}'
+```
+
+## auth-status
+
+```bash
+lark-cli auth status 2>/dev/null \
+  | jq '{appId, identity, userOpenId, userName, tokenStatus, scope, expiresAt}'
+```
+
+## bind-feishu-bot
+
+```bash
+mavis im channel bind "${AGENT_NAME:-main}" \
+  --platform feishu \
+  --app-id "${FEISHU_APP_ID}" \
+  --app-secret "${FEISHU_APP_SECRET}"
+```

package/server/assets/skills/lark-tools/references/commands-windows-powershell.md

@@ -0,0 +1,54 @@
+# lark-tools Commands — Windows PowerShell
+
+Shell: Windows PowerShell 5.1+ or PowerShell 7+. Use these recipes only on `win32`.
+
+Do not use bash syntax in PowerShell: no `command -v`, no `cat`, no `sed`, no `jq` pipelines, no
+`2>/dev/null`. Prefer PowerShell cmdlets, `Join-Path`, and `ConvertFrom-Json`.
+
+**Encoding**: Always pass `-Encoding UTF8` when using `Get-Content` or `Set-Content`. Windows
+PowerShell 5.1 defaults to the system ANSI code page (e.g. GBK on Chinese Windows), which silently
+corrupts UTF-8 content. Prefer Read/Write/Edit tools for file content operations.
+
+## install-lark-cli
+
+```powershell
+if (-not (Get-Command lark-cli -ErrorAction SilentlyContinue)) {
+  Write-Host "lark-cli not found, installing @larksuite/cli globally..."
+  npm install -g @larksuite/cli
+}
+lark-cli --version    # confirm install succeeded
+```
+
+If the install fails because of permissions, prefer a per-user prefix over running PowerShell as
+Administrator without telling the user first.
+
+## bot-status
+
+```powershell
+$Status = (lark-cli auth status 2>$null) | ConvertFrom-Json
+$Status | Select-Object appId, identity, userOpenId, userName, tokenStatus, scope
+```
+
+## auth-status
+
+```powershell
+$Status = (lark-cli auth status 2>$null) | ConvertFrom-Json
+$Status | Select-Object appId, identity, userOpenId, userName, tokenStatus, scope, expiresAt
+```
+
+## bind-feishu-bot
+
+```powershell
+$AgentName = if ($env:AGENT_NAME) { $env:AGENT_NAME } else { "main" }
+mavis im channel bind $AgentName `
+  --platform feishu `
+  --app-id $env:FEISHU_APP_ID `
+  --app-secret $env:FEISHU_APP_SECRET
+```
+
+## Safety notes
+
+- Use `Invoke-RestMethod` instead of `curl` — Windows ships a `curl` alias for `Invoke-WebRequest`
+  whose flags do not match real curl, so calling `curl -X POST -d '{...}'` silently misbehaves.
+- Use `py` or `python` for any Python helper scripts; `python3` is not standard on Windows.
+- Do not write the device-flow token to disk.

package/server/assets/skills/lark-tools/references/storage-paths.md

@@ -0,0 +1,21 @@
+# lark-tools Storage Paths
+
+`lark-cli` stores its global config and encrypted credentials under a per-OS directory. Do not
+assume the macOS path on other systems. The actual paths follow the standard OS "application support
+/ data" convention, and `lark-cli` itself resolves them at runtime.
+
+| Platform | Config                                | Encrypted appsecret / UAT                                                                                                                      |
+| -------- | ------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------- |
+| macOS    | `~/.lark-cli/config.json`             | `~/Library/Application Support/lark-cli/appsecret_<appId>.enc` and `~/Library/Application Support/lark-cli/<appId>_<openId>.enc`               |
+| Linux    | `~/.lark-cli/config.json`             | `${XDG_DATA_HOME:-$HOME/.local/share}/lark-cli/appsecret_<appId>.enc` and `${XDG_DATA_HOME:-$HOME/.local/share}/lark-cli/<appId>_<openId>.enc` |
+| Windows  | `%USERPROFILE%\.lark-cli\config.json` | `%APPDATA%\lark-cli\appsecret_<appId>.enc` and `%APPDATA%\lark-cli\<appId>_<openId>.enc`                                                       |
+
+Notes:
+
+- `<appId>` and `<openId>` are filled in by `lark-cli` at write time; you should not generate these
+  paths by hand.
+- The encrypted UAT file is absent until the user has authorized at least once with
+  `lark-cli auth login`.
+- This skill never reads or writes these files directly; everything goes through `lark-cli`. The
+  paths are documented here only so you can describe them accurately to the user when
+  troubleshooting.

package/server/assets/skills/llm-call/SKILL.md

@@ -0,0 +1,50 @@
+---
+name: llm-call
+description: Call a configured LLM model directly through the local script using provider settings from config.yaml. Use this skill when the user wants a raw model call, prompt test, provider/model comparison, or asks to send text to a specific GPT/Gemini model. Do not use it for normal Mavis agent execution.
+descriptions:
+  zh-Hans: "直接调用配置好的 LLM 模型，用于原始模型调用、prompt 测试和 provider/model 对比。"
+---
+
+# LLM Call
+
+Replace `<skill_dir>` with the actual skill path shown by the loader.
+
+## Procedure
+
+1. Read the user's target model and prompt.
+2. **Always pass `--model provider/model`**. If the user didn't name a specific model, pick a sensible default or run `--list` first to check available models.
+3. Pass `--system`, `--max-tokens`, `--temperature`, `--stream`, or `--config` only when the task clearly requires them.
+4. The script auto-detects config.yaml from the parent data dir hint when available, falling back to `{{DATA_DIR}}/config.yaml`. Use `--config` when calling a non-default profile explicitly.
+5. Return the model output directly. If the call fails, summarize the provider or config error without inventing a fallback.
+
+## Protocol mapping
+
+- `@ai-sdk/anthropic` -> `messages`
+- `@ai-sdk/openai` -> `chat/completions`
+- `@ai-sdk/google` -> `models/{model}:generateContent`
+
+## Examples
+
+The script is a plain `.py` file — pick the Python launcher that exists on the host:
+
+| Platform | Launcher |
+|---|---|
+| macOS / Linux | `python3` (preferred) or `python` if it points at Python 3 |
+| Windows | `py -3` (preferred) or `python` |
+
+Example invocations (substitute the launcher above for `<py>`):
+
+```bash
+<py> <skill_dir>/scripts/llm_call.py --model gemini/gemini-2.5-pro --system "Be brief" --prompt "Summarize this"
+<py> <skill_dir>/scripts/llm_call.py --model minimax-test/MiniMax-M3 --timeout 600 --stream --prompt "Long planning task"
+<py> <skill_dir>/scripts/llm_call.py --list
+```
+
+Do not assume `python3` exists on Windows — it is not part of a default install. Use `py -3` or
+the launcher resolved at runtime.
+
+## Failure handling
+
+- If config.yaml is missing or incomplete, say which provider or credential is missing.
+- If the requested model is not configured, ask the user to choose from configured models.
+- If the HTTP request fails, surface the provider error; do not silently retry with another model.