把内部 Workflow 接到飞书机器人,让用户在群里自然触发。

Sprint 05 让 ScrumPilot 从内部平台变成用户可以触达的机器人。飞书 Adapter 要处理事件、消息、mention、命令路由、卡片渲染和推送。

本篇要解决的问题

这一篇关注 飞书。如果把 ScrumPilot 看成一个从 0 到 1 的 AI 工程项目,这一步的价值不是单点功能,而是让上一阶段的能力能够继续向后演进。

交付目标

设计思路

做 AI Scrum Master,最怕把所有逻辑都塞进一个 Agent 里。这个 Sprint 的实现应该保持三个原则:

  1. 接口先行:先定义输入、输出和边界,再考虑具体依赖。
  2. 可测试:核心逻辑不要绑定外部服务,先用内存实现或 mock 跑通。
  3. 可替换:今天是本地实现,明天可以换成真实数据库、消息队列、模型 API 或前端框架。

关键不是“能发消息”,而是把飞书差异收敛到统一消息协议。这样后续企业微信、Web Chat、API 都能复用同一套 Workflow 调用链。

从 0 到 1 的实现步骤

第一步,先把目录结构建出来。目录本身就是架构边界,例如 src/workflowssrc/ragsrc/dashboard 这类模块,不应该互相越权。

第二步,定义 types。ScrumPilot 每个 Sprint 都先把类型写清楚,因为类型能强迫我们思考数据怎么流动。

第三步,实现一个 framework-neutral 的 service。不要一上来就依赖某个 HTTP 框架、数据库或队列,否则测试会变重,迁移也会困难。

第四步,补测试。测试至少覆盖成功路径、失败路径和边界输入。AI 项目也需要传统工程测试,否则 Prompt 或策略一改就不知道影响面。

第五步,更新 README 和 command-reference。每个 Sprint 的能力都要能被团队成员读懂、调用、验证。

验收标准

验收不应该停留在“代码写完了”。更合理的 DoD 是:

小结

飞书 是 ScrumPilot 逐步产品化的一块拼图。每一块单独看都不夸张,但组合起来,就能把一个 AI Scrum Master 从 Demo 推到可运行、可观测、可交付的系统。