一个智能的飞书任务分配机器人 —— 让远程兼职任务管理从"手工分派"变为"10秒自动匹配"。
想象一下，你不再需要在聊天记录里翻找候选人简历、手动催进度、重复验收作业——Taskbot 帮你：
- 10 秒创建任务：在飞书群里
@bot 新任务: 开发登录页暗黑模式，Bot 自动追问需求细节 - AI 智能匹配：上传简历 PDF 自动解析入库，LLM 从候选人中推荐最合适的 Top-2，附带匹配理由
- 一键指派：点击按钮即可创建专属任务子群，邀请承接人开始工作
- 自动验收：代码任务检查 GitHub CI 状态，文档任务由 LLM 评分，通过即自动标记完成
- 智能提醒：任务进度过半自动 @承接人和 HR，减少 50% 手动催促
- 数据可视化：
#report指令查看今日任务统计、平均指派耗时等 KPI
核心价值：让 HR 和任务协调者把时间花在战略性工作上，而不是重复劳动。
- 飞书企业账号（需开发者权限）
- Docker & Docker Compose
- 至少一个 LLM API Key（DeepSeek / Gemini / OpenAI）
# 1. 克隆项目
git clone https://github.com/justDance-everybody/Taskbot-MVP.git
cd Taskbot-MVP
# 2. 配置环境变量（参考 docs/task_bot_mvp_运行与环境配置.md）
cp .env.example .env
# 填入飞书 APP_ID、APP_SECRET、VERIFY_TOKEN 和至少一个模型密钥
# 3. 启动服务
docker-compose up -d
# 4. 使用 Ngrok 暴露公网地址
ngrok http 8000
# 将生成的 https://xxx.ngrok.io/webhook/feishu 填入飞书事件订阅 URL
# 5. 验证：在飞书群里 @机器人 ping看到 pong 回复？恭喜，你已经跑通了！🎉
HR: @bot 新任务: 开发 React 登录页
Bot: 请描述任务内容...
HR: 需要暗黑模式适配
Bot: 验收标准是...
HR: 通过 UI 测试
Bot: 推荐以下候选人：
✅ 张三 - React 经验 3 年，可用时间充足
✅ 李四 - 熟悉 Tailwind，最近表现优秀
[选择] [取消]
HR: [上传 resume.pdf]
Bot: ✅ 已解析候选人信息：
姓名：王五
技能：Python, Django, PostgreSQL
可用时长：15 小时/周
已添加到候选人库
- 代码任务：检测 GitHub PR 的 CI 状态 ✅
- 文档任务：LLM 根据验收标准评分（≥80 分通过）
- 进度过半自动 @承接人：避免 DDL 前夕手忙脚乱
FastAPI (Bot 服务)
├── 飞书 Webhook (消息、卡片、群管理)
├── 多维表格 API (任务表、候选人表)
├── LLM Router (DeepSeek/Gemini/OpenAI)
└── GitHub Webhook (CI 状态监听)
核心技术栈：Python 3.11+, FastAPI, Larksuite SDK, Docker
项目包含详尽的文档，帮助你快速上手或深度定制：
- 产品需求文档 (PRD) - 了解功能设计与业务逻辑
- 开发文档 (DEV_SPEC) - 代码结构、API 设计、实现细节
- 环境配置指南 - 飞书应用创建、本地/云端部署
- Prompt 模板库 - LLM 提示词配置与调优
- 测试与验收 - 单元测试、集成测试、E2E 测试
我们欢迎所有形式的贡献！无论你是：
- 🐛 发现 Bug：提交 Issue 描述问题
- 💡 功能建议：在 Discussions 分享你的想法
- 🔧 代码贡献：Fork 项目 → 修改 → 提交 Pull Request
- 📖 文档改进：帮助完善中英文档、增加示例
# 1. Fork 并克隆项目
git clone https://github.com/YOUR_USERNAME/Taskbot-MVP.git
# 2. 创建功能分支
git checkout -b feature/your-feature
# 3. 开发与测试
make test # 确保测试通过
# 4. 提交 PR
# 请在 PR 描述中说明改动目的和测试结果开发指南：
- 代码风格：使用
black和isort格式化 - 测试覆盖率：新功能需包含单元测试（≥60% 覆盖）
- Commit 规范：
feat:/fix:/docs:前缀
- 任务创建与 LLM Top-2 智能匹配
- 简历 PDF 自动解析入库
- 周期过半自动提醒
- 代码/文档自动验收
- 多人协作子任务拆分
- 历史数据分析与绩效预测
- 跨租户支持（SaaS 化）
查看 Issues 了解正在开发的功能。
本项目采用 MIT License 开源协议。
- 问题反馈：GitHub Issues
- 功能讨论：GitHub Discussions
- 项目维护者：@justDance-everybody
如果这个项目对你有帮助，别忘了给个 ⭐️ Star！