AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT-0 Self-run

Lark Vc

skill-aws-samples-sample-lark-mcp-on-agentcore-lark-vc · by aws-samples

飞书视频会议:搜索历史会议记录、查询会议纪要(总结/待办/章节/逐字稿)、查询参会人快照。当用户查询已结束的会议、获取会议产物(纪要/妙记)、查看参会人时使用;查询未来日程走 lark-calendar。不负责:Agent 真实入会/离会、会中实时事件(走 lark-vc-agent)。

No reviews yet
0 installs
22 views
0.0% view→install

Install

$ agentstack add skill-aws-samples-sample-lark-mcp-on-agentcore-lark-vc

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-aws-samples-sample-lark-mcp-on-agentcore-lark-vc)

Reliability & compatibility

Security review passed
0 installs to date
no reviews yet
16d ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.

How agent discovery & health will work →
Are you the author of Lark Vc? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

vc (v1)

CRITICAL — 开始前 MUST 先调用 lark_get_skill(domain="vc", section="vc-domain-boundaries"),不读将导致命令使用、会议产物决策、领域边界职责判断错误: > 1. 了解日历 & VC、会议产物 & 文档的关联关系和职责划分 > 2. 了解会议产物(妙记和纪要)之间的关联关系,例如:妙记和纪要产生条件相互独立 > 3. 了解不同会议产物的组成部分,以便根据需求决策使用哪种产物的数据 > 4. 了解会议总结、分析和信息提取的标准流程

Shortcuts (推荐优先使用)

| Shortcut | 说明 | |----------|------| | lark_vc_search | 搜索历史会议记录(需至关键词、时间范围、组织者、参与者、会议室少一个筛选条件) | | lark_vc_detail | 通过 meetingids 获取会议详情,包括 noteid 和 minutetoken | | lark_vc_recording | 通过 meetingids 或 calendareventids 查询 minute_token |

  • 使用任何 Shortcut 前,必须先调用对应的 lark_get_skill(domain="vc", section="...") 了解参数和返回值结构。

意图路由

| 用户意图 | 路由到 | |----------|--------| | 查"昨天的会议""上周的会""已结束的会议" | 本 skill(lark_vc_search,含即时会议) | | 查日历/日程或未来时间的会议 | lark-calendar | | 查"今天有哪些会议" | lark_vc_search(已结束)+ lark-calendar(未开始),合并展示 | | 只按自然语言标题查"xx 纪要的逐字稿 / 原始记录 / 谁说了什么" | 先到 lark-drive / lark-doc;仅在已拿到 note_id / vc-node-id 后再到 lark-note | | Agent 真实入会/离会、会中实时事件 | lark-vc-agent | | 妙记信息/时长/封面/链接 | 先走 lark_vc_detaillark_vc_recording 获取 minute_token,再用 lark-minutes 的 lark_invoke(tool_name="lark_minutes_minutes_get", ...) | | 本地音视频文件转纪要/逐字稿 | 先走 lark-minutes 上传,再用 lark_minutes_detail(minute_tokens="") |

核心概念

  • 视频会议(Meeting):飞书视频会议实例,通过 meeting_id 标识。已结束的会议支持通过关键词、时间段、参会人、组织者、会议室等条件搜索(见 lark_vc_search)。
  • 会议纪要(Note):视频会议结束后生成的结构化文档,通过 note_id 标识,包含纪要文档(总结、待办)和逐字稿文档。note_display_type 区分普通纪要(normalunified 纪要;已知 note_id 的直查与 unified 原始记录请用 lark-note。
  • 妙记(Minutes):来源于飞书视频会议的录制产物或用户上传的音视频文件,支持视频/音频的转写,包含总结、待办、章节和文字记录,通过 minute_token 标识。妙记带有原始会议录制视频,会后不会自动授权给参会人,需管理员授权或参会人主动申请;而智能纪要及其逐字稿会后自动授权给参会人。
  • 纪要文档(MainDoc):AI 智能纪要的主文档,包含 AI 生成的总结和待办,对应 note_doc_token
  • 用户会议纪要(MeetingNotes):用户主动绑定到日程的纪要文档,对应 meeting_note。需先通过 lark-calendar 的 lark_calendar_meetingevent_id 获取。
  • 逐字稿(VerbatimDoc):会议的逐句文字记录,包含说话人和时间戳。

产物选择决策

| 用户意图 | 必须读取的产物 | 禁止 | |---------|-------------|------| | 提炼/总结/重新总结/整理会议内容/回顾会议 | 为降低 token 消耗,非必须不得获取 AI 纪要。必须使用原始对话记录(按下方逐字稿路由取得),基于原始对话独立分析。两类产物都存在且用户未指定时,默认用智能纪要的逐字稿;用户明确要妙记时才用妙记文字记录(Transcript) | 禁止直接搬运 AI 纪要(note_doc_token)的总结作为最终输出 | | 查看待办/章节 | 默认 AI 纪要(note_doc_token);仅存在妙记或用户明确要妙记时用妙记产物 — AI 待办更友好(含提出人和负责人),章节按话题划分更结构化 | — | | 查看纪要链接/文档地址 | 仅返回文档链接,无需读取内容 | — | | 直接看 AI 总结结果 | AI 纪要(note_doc_token) | — | | 谁说了什么/完整发言记录 | 原始对话记录(按下方逐字稿路由取得) | — |

> 智能纪要 vs 妙记的选择规则(总结/待办/逐字稿等重复产物通用):只存在一类 → 用存在的那类;两类都存在且用户明确指定(如"看妙记逐字稿")→ 语义指向哪个走哪个,不要改道;两类都存在但用户未指定 → 默认智能纪要及其逐字稿(会后自动授权给参会人,访问门槛低于含原始录制视频、需申请授权的妙记)。完整说明见 lark_get_skill(domain="vc", section="vc-domain-boundaries") 的「产物选择决策」。

> 逐字稿路由:先用 lark_vc_detail 拿到 note_id,再用 lark-note 的 lark_note_detailnote_display_type不要只看 verbatim_doc_token 是否为空。具体路由以 lark-note 的 note_display_type 规则为准。 > > 为什么"提炼/总结"必须从原始对话记录出发? AI 纪要是模型对会议的二次压缩,可能遗漏讨论细节、争论过程和隐含决策。用户要求"提炼"或"重新总结"时,期望的是基于原始对话的独立分析,而非对 AI 产物的重新排版。

核心场景

1. 搜索会议记录

  1. 仅支持搜索已结束的会议,对于还未开始的未来会议,需要使用 lark-calendar 技能。
  2. 仅支持使用关键词、时间段、参会人、组织者、会议室等筛选条件搜索会议记录,对于不支持的筛选条件,需要提示用户。
  3. 搜索结果存在多条数据时,务必注意分页数据获取,不要遗漏任何会议记录。
  4. 只有自然语言纪要标题、没有会议线索时,不要把标题当会议关键词;按上方意图路由切到文档搜索。

2. 整理会议纪要

> 在选择读取哪个产物前,先确认你理解 AI 总结链路 vs 录制链路的区别。如不确定,先调用 lark_get_skill(domain="vc", section="vc-domain-boundaries")

  1. 整理纪要文档时默认给出纪要文档、逐字稿、妙记链接即可,无需读取纪要文档或逐字稿内容。
  2. 用户明确需要获取总结、待办、章节产物时,再读取文档获取具体内容。
  3. 读取智能纪要(note_doc_token)内容时,纪要文档的第一个 `` 标签是封面图(AI 生成的总结可视化),应同时下载展示给用户:
# 1. 读取纪要内容
lark_docs_fetch(doc="", doc_format="markdown")
# 2. 从返回的 markdown 中提取第一个  的 token
# 3. 下载封面图到聚合目录(和逐字稿、录像同目录,保持产物归拢)
#    并非所有纪要都有封面画板,没有  标签时跳过即可
lark_docs_media_download(type="whiteboard", token="", output="./minutes//cover")

> 产物目录规范:同一会议的所有下载产物(录像、逐字稿、封面图等)统一放到 ./minutes/{minute_token}/ 目录下。这与 lark_minutes_downloadlark_minutes_detail(minute_tokens=...) 的默认落点保持一致,便于 Agent 聚合。显式路径(如封面图)需手动对齐到同一目录。

> 纪要相关文档 — 根据用户意图选择: > - note_doc_tokenAI 智能纪要(AI 总结 + 待办),由 lark_note_detail(note_id="") 返回 > - meeting_note用户绑定到日程的会议纪要,由 lark-calendar 的 lark_calendar_meeting(event_ids="") 返回 > - 用户说"逐字稿""完整记录""谁说了什么"时 → 按 note_display_type 路由,详见 lark-note > - 用户说"纪要""总结""纪要内容"时,应同时返回 note_doc_tokenmeeting_note(如有) > - 用户意图不明确时,应展示所有文档链接让用户选择,而不是替用户决定 > - 如果用户提供的是本地音视频文件并说"转纪要""转逐字稿",不要直接从 lark_vc_detail 开始;应先用 lark-minutes 的上传流程生成 minute_url,再提取 minute_token 调用 lark_minutes_detail(minute_tokens="")

3. 纪要文档与逐字稿链接

  1. 纪要文档、逐字稿文档与关联的共享文档默认使用文档 Token 返回。
  2. 仅需要获取文档名称和 URL 等基本信息时,使用 lark_invoke 查询:
# 查看命令使用方式
lark_discover(query="drive.metas.batch_query")

# 批量获取文档基本信息: 一次最多查询 10 个文档
lark_invoke(tool_name="lark_drive_metas_batch_query", args={
  data: {"request_docs": [{"doc_type": "docx", "doc_token": ""}], "with_url": true}
})
  1. 需要获取文档内容时,使用 lark_docs_fetch
# 获取文档内容
lark_docs_fetch(doc="", doc_format="markdown")

4. 查询参会人快照(读操作)

用户问"谁参加过这场会议""这个会议有哪些参会人""某某参会了吗"等参会人快照类问题时,使用 lark_invoke 调用 vc meeting get:这是参会人服务端快照 API,不依赖 bot 身份参会,已结束会议也可查

lark_invoke(tool_name="lark_vc_meeting_get", args={
  params: {"meeting_id": "", "with_participants": true}
})

选型判断表:

| 用户意图 | 推荐工具 | 所在 skill | |---------|---------|--------| | 参会人快照(谁参加过、何时入/离会,任意时点)| lark_invoke(tool_name="lark_vc_meeting_get", args={params: {"meeting_id":"...", "with_participants": true}}) | 本 skill | | 已结束会议的发言内容 | 优先:lark_vc_detailnote_idlark_note_detailverbatim_doc_tokenlark_docs_fetch;备选:lark_vc_detailminute_tokenlark_minutes_detail(transcript=true) | lark-note / lark-minutes | | 进行中会议的实时事件流(转写、聊天、共享、会中加入/离开)| lark_vc_meeting_events | lark-vc-agent | | Agent 真实入会 / 离会 | lark_vc_meeting_join / lark_vc_meeting_leave | lark-vc-agent |

资源关系

Meeting (视频会议)
├── Note (会议纪要) ← note_id 标识,note_display_type: normal / unified
│   ├── MainDoc (AI 智能纪要文档, note_doc_token)
│   ├── MeetingNotes (用户绑定的会议纪要文档, meeting_notes)
│   ├── VerbatimDoc (逐字稿, verbatim_doc_token) ← normal 路径
│   ├── UnifiedTranscript (unified 原始记录) ← unified 路径,用 lark-note 的纪要逐字稿(按 note_id)
│   └── SharedDoc (会中共享文档)
└── Minutes (妙记) ← minute_token 标识,由 `lark_vc_detail` 或 `lark_vc_recording` 桥接获取,产物详情走 lark-minutes
    ├── Transcript (文字记录)
    ├── Summary (总结)
    ├── Todos (待办)
    ├── Chapters (章节)
    └── Keywords (推荐关键词)

> MeetingNotes 边界:用户绑定到日程的会议纪要文档(meeting_note)属于日程域,不在 VC 资源关系内;从 event_id 用 lark-calendar 的 lark_calendar_meeting 获取。 > > 妙记边界lark_vc_recording 仅负责把 meeting_id / calendar_event_id 桥接到 minute_token;妙记的总结/待办/章节/逐字稿等产物归 lark-minutes(lark_minutes_detail)。 > > Note 域边界:VC 域只负责把 meeting_id 转成 note_id / minute_token,纪要详情归 lark-note。 > - 入口选择:从 meeting_id 出发用 lark_vc_detailnote_idminute_token;从 minute_token 出发用 lark_minutes_detail(详见 lark-minutes)也会返回关联的 note_id,可继续走 lark_note_detail 拿纪要文档 token。 > - 已有 note_id → 直接走 lark_note_detail / lark_note_transcript(lark-note),不要绕回 VC。 > - 已有 doc_token 且目标是读正文 → lark-doc。 > - 只有自然语言纪要标题 → 文档搜索 / Docx 正文读取;有显式 vc-node-id 才进入 lark-note。 > - 从日程出发(只有 event_id)→ 先走 lark-calendar 的 lark_calendar_meeting 拿到 meeting_idmeeting_note,再按上述路径继续。

API Resources

lark_invoke(tool_name="lark_vc__", args={...})  # 调用 API

meeting

  • get — 获取会议详情(主题、时间、参会人、note_id)
# 获取会议基础信息(不含参会人)
lark_invoke(tool_name="lark_vc_meeting_get", args={
  params: {"meeting_id": ""}
})

# 获取会议基础信息(含参会人)
lark_invoke(tool_name="lark_vc_meeting_get", args={
  params: {"meeting_id": "", "with_participants": true}
})

minutes(跨域,详见 lark-minutes)

  • get — 获取妙记基础信息(标题、时长、封面);查询妙记内容(总结/待办/章节/逐字稿)请用 lark_minutes_detail(详见 lark-minutes)

不在本 skill 范围

  • 查询未来的会议日程 → lark-calendar
  • Agent 真实入会/离会、会中实时事件 → lark-vc-agent
  • 只有纪要文档标题的逐字稿查询 → 文档搜索 / Docx 正文读取;有显式 vc-node-id 才进入 lark-note
  • 本地音视频文件转纪要/逐字稿、妙记搜索/下载/上传/重命名/替换说话人 → lark-minutes
  • 通过 note_id 取纪要文档 Token → lark-note

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet, be the first.

Versions

  • v0.1.0 Imported from the upstream source.