> ## Documentation Index
> Fetch the complete documentation index at: https://docs.veadk.xyz/llms.txt
> Use this file to discover all available pages before exploring further.

# 飞书 Lark MCP

## 功能说明

`lark_tools`（`from veadk.tools.builtin_tools.lark import lark_tools`）帮助快速集成 AI 智能体与飞书 / Lark 开放能力，实现云文档处理、会话管理、日历安排等自动化场景。它通过 `npx @larksuiteoapi/lark-mcp` 启动本地 MCP Server，因此需要预装 `npx` 与 `lark-mcp`。

<Note>
  本工具是把飞书能力**作为工具提供给智能体**。若需把飞书机器人的入站消息接入 VeADK `Runner`，请参见[飞书 Channel 扩展](/productions/veadk/archives/1.0.0/zh/components/extensions/feishu-channel)。
</Note>

## 环境变量与前提

<Warning>
  应用获取方式见 [Lark 创建应用](https://open.larkoffice.com/document/develop-an-echo-bot/introduction)。

  1. 配置用于智能体推理模型的 API Key；
  2. 配置 Lark 服务的 Application ID、API Key 与 OAuthToken。
</Warning>

环境变量（**必须配置在环境变量中**）：

* `MODEL_AGENT_API_KEY`：智能体推理模型的 API Key
* `TOOL_LARK_ENDPOINT`：Lark 服务的 Application ID
* `TOOL_LARK_API_KEY`：Lark 服务的 API Key
* `TOOL_LARK_TOKEN`：Lark 服务的 OAuthToken

## 使用方法

```python title="examples/tools/lark/agent.py" lines theme={null}
import asyncio

from veadk import Agent, Runner
from veadk.memory.short_term_memory import ShortTermMemory
from veadk.tools.builtin_tools.lark import lark_tools

agent = Agent(
    name="lark_agent",
    model_name="doubao-seed-1-8-251228",
    description="一个飞书机器人。",
    instruction="你是一个飞书机器人，通过 lark_tools 给用户发消息。",
    tools=[lark_tools],
)

runner = Runner(agent=agent, short_term_memory=ShortTermMemory())


async def main():
    response = await runner.run("给 developer@example.com 发送“你好，我是 lark agent”")
    print(response)


if __name__ == "__main__":
    asyncio.run(main())
```