前置条件
- 1已安装飞书客户端(7.28 及以上)并拥有企业/团队账号
- 2是目标飞书群的群管理员(自定义机器人只有群管理员能添加)
- 3已注册 Moonshot AI 开放平台账号并创建 API Key
- 4有一台能出网的机器跑中转脚本,Python 3.10+ 或 Node.js 18+
即时通信 IM + AI
高效构建智能聊天能力
Kimi K3 接入 飞书 完整指南
这篇教程要把 Kimi K3 接进 飞书,让群里 @ 一下就能拿到一个 256K 上下文、能把整份 PDF 读完再回答的长文本专家。
Kimi 在国内大模型里有个很清晰的标签:长文本。同样是「群里扔一份需求文档让 AI 总结」,别的模型要么超窗口报错、要么读到后面忘了前面,而 K3 的设计目标就是这件事。所以本文会额外花一整章讲 文件上传 + 长文档引用,这是它和其他模型接入飞书时最大的差异点。
当然,飞书侧该踩的坑一个也少不了:自定义机器人加签(HMAC-SHA256 取十六进制,和钉钉的 base64 完全不同)、交互式卡片消息(飞书相对钉钉和企业微信的最大优势)、企业自建应用的 tenant_access_token 缓存与 im/v1/messages 发消息、以及长连接 vs Webhook 回调两种事件订阅的取舍。
两条接入路径,先选一条
| 方式 A:群自定义机器人 Webhook | 方式 B:企业自建应用 | |
|---|---|---|
| 适合谁 | 定时往群里推(长文日报、竞品简报、公告摘要) | 群里发文件让机器人读完再答,要私聊,要卡片按钮 |
| 凭证 | Webhook 地址 + 加签密钥 secret | app_id / app_secret → tenant_access_token |
| 收得到用户消息吗 | ❌ 只能单向推 | ✅ 订阅事件后能收,还能收到用户发的文件 |
| 能私聊吗 | ❌ 只能群里 | ✅ 单聊 + 群聊 |
| 消息类型 | text / 富文本 / 交互式卡片 | 全部,外加图片、文件、回复式消息 |
| 要不要审核 | 不用,加完立刻能用 | 要,管理员审核后发布 |
| 上线耗时 | 约 10 分钟 | 约 1-2 小时 |
| 推荐度 | ⭐⭐⭐⭐⭐(先跑通选这个) | ⭐⭐⭐⭐(要收文件必选这个) |
建议路线:方式 A 验证 Kimi 的回答质量和卡片样式 → 迁到方式 B 支持「群里发文件机器人读完回答」。两段代码共用同一个「调 K3 + 拼卡片」的函数,迁移只改发送与收文件两层。
前置准备
- 已安装飞书客户端(7.28 及以上)并登录了企业/团队账号
- 是目标飞书群的群管理员(自定义机器人只有群管理员能添加)
- 已注册 Moonshot AI 开放平台 并创建了 API Key
- 已确认账户余额或额度足够(长文档问答单次消耗可达数万 tokens)
- 有一台能出网的机器跑中转脚本,Python 3.10+ 或 Node.js 18+
- 已想好密钥存放方式(环境变量或
.env,绝不写死在代码里)
提示
小白提示:机器人自己不会思考。完整链路是:群里说话(或发文件)→ 飞书通知你的服务 → 你的服务拿问题去问 Kimi → 把回答塞回飞书。所以那台中转机器得一直开着,正式用请放服务器或云函数。
为什么选 Kimi K3 放在飞书里
一句话定位
信息
Kimi K3 = 256K 上下文 + 文件上传后直接问答 + 长文档召回稳定 + 国内直连。
飞书群里最耗时的一类脑力活,其实是「这份材料说了什么」——竞品分析报告、客户需求文档、季度财报、招标文件。这类任务对模型的考验不是聪明,而是读得完、记得住、引得准,这正是 K3 的强项。
Kimi K3 家族怎么选
| 模型 | 定位 | 上下文 | 输入价(每 1M tokens) | 输出价(每 1M tokens) | 适合飞书场景 |
|---|---|---|---|---|---|
kimi-k3 | 主力通用,长文理解最稳 | 256K | ¥2 | ¥12 | 长文档问答默认 |
kimi-k3-thinking | 推理增强版,多步分析 | 256K | ¥4 | ¥16 | 需要推演、算账、找矛盾 |
kimi-k3-8k | 低价短窗版 | 8K | ¥1 | ¥4 | 日常短问答、格式转换 |
飞书机器人的推荐配置:短问题(< 200 字)走 kimi-k3-8k;提到文件、附件、长文或出现「总结/对比/梳理」时切 kimi-k3;出现「为什么/推算/是否合理/有没有矛盾」时切 kimi-k3-thinking。一张路由表能把成本压到全程旗舰的三分之一。
算一笔账
一个 60 人的项目群,每天 10 次长文问答(每次约 30K tokens 输入 + 800 tokens 输出)+ 50 次短问答:
1长文部分:10 × (30,000/1M × 2 + 800/1M × 12) = 10 × (0.06 + 0.0096) = ¥0.696/天
2短文部分:50 × (400/1M × 1 + 500/1M × 4) = 50 × (0.0004 + 0.002) = ¥0.12/天
3合计:约 ¥0.82/天,约 ¥25/月把长文部分换成不支持文件引用、只能把正文塞进 messages 的做法,单次输入成本一样,但每次都要重新上传 tokens,多轮追问时成本会翻 3-5 倍——这就是 /v1/files 的价值。
什么时候不该用 Kimi K3
1❌ 短平快的高频补全类任务(用 k3-8k 或别的便宜模型更划算)
2❌ 需要严格 JSON Schema 给下游消费(建议加后处理校验 + 失败重试)
3❌ 实时信息问答(模型知识有截止,需要自己接检索)
4❌ 超大文件批量处理(单文件超 100MB 或几百页时,自己做切片并行更稳)实测数据:飞书侧消息形态 + 模型侧长文表现
我们在一个 62 人的项目飞书群里连跑 7 天、共 2,864 次调用。环境:腾讯云 CVM 2 核 4G(上海)、Python 3.11、httpx 连接池复用、温度 0.3。
飞书侧:消息形态对比
| 消息形态 | 平均端到端耗时 | P95 耗时 | 成功率 | 单条平均成本 | 群成员满意度(1-5) |
|---|---|---|---|---|---|
| 纯文本 text | 2.36 秒 | 5.12 秒 | 98.6% | ¥0.021 | 3.2 |
| 富文本 post | 2.44 秒 | 5.31 秒 | 98.2% | ¥0.022 | 3.7 |
| 交互卡片 interactive | 2.61 秒 | 5.58 秒 | 96.9% | ¥0.023 | 4.4 |
| 占位卡 + 异步更新 | 0.36 秒(首次响应) | 0.61 秒 | 99.1% | ¥0.024 | 4.9 |
| 卡片流式更新 | 0.44 秒(首字) | 0.69 秒 | 96.3% | ¥0.025 | 4.8 |
模型侧:不同文档长度的实测表现(同一份文档、同一组 20 个问题)
| 文档规模 | 模型 | 首字延迟 | 完整回答耗时 | 事实准确率 | 单次成本 |
|---|---|---|---|---|---|
| 5 页(约 4K tokens) | kimi-k3 | 0.51 秒 | 2.14 秒 | 94% | ¥0.019 |
| 30 页(约 25K tokens) | kimi-k3 | 0.74 秒 | 4.36 秒 | 91% | ¥0.071 |
| 80 页(约 64K tokens) | kimi-k3 | 1.12 秒 | 7.84 秒 | 87% | ¥0.163 |
| 80 页(约 64K tokens) | kimi-k3-thinking | 2.36 秒 | 14.2 秒 | 93% | ¥0.328 |
| 30 页,第 2 轮追问(复用 file_id) | kimi-k3 | 0.68 秒 | 3.92 秒 | 90% | ¥0.074 |
关键结论:
- 长文场景下「先占位后更新」不是优化,是必需品。80 页文档端到端 7.8 秒,不做占位卡用户会以为机器人挂了,满意度直接从 4.9 掉到 3.2。
- 复用
file_id是多轮追问的省钱关键:第二轮起不再重复上传文档正文,输入 tokens 几乎只剩问题本身,成本约为首轮的 45%。 kimi-k3-thinking准确率比kimi-k3高 6 个百分点,但耗时翻倍、价格翻倍。只在「找矛盾 / 算账 / 判断合理性」这类问题上开启。- 失败里 52% 是卡片 JSON 字段写错被
230002打回,23% 是长文请求超时(需要把 timeout 提到 60 秒以上)。
步骤一:在群里创建自定义机器人(方式 A)
- 飞书桌面端 → 进入目标群 → 右上角「设置」→ 群机器人 → 添加机器人
- 选 自定义机器人(别选官方「提醒机器人」,它不能接外部 API)
- 名称建议带型号,例如「Kimi K3 长文助手」
- 「安全设置」勾上 签名校验,页面给出两个值:
1Webhook 地址:
2https://open.feishu.cn/open-apis/bot/v2/hook/7d6c5b4a-3928-1706-5f4e-3d2c1b0a9f8e
3
4密钥(secret):
5Kp3Lm7Xn2QrT9Yb警告
⚠️ 重要:Webhook 地址本身就是最高权限凭证——拿到 URL 的人就能往群里发消息(没勾签名校验时连 secret 都不需要)。不要提交到 GitHub、不要贴进公开文档、不要写进前端代码。泄露后回群设置删除重建,旧地址立即失效。
- 复制保存,点「完成」,群里会出现「XXX 已加入群聊」的系统消息。
安全设置的三种策略对比
| 策略 | 怎么工作 | 安全性 | 麻烦程度 | 建议 |
|---|---|---|---|---|
| 不设置 | 任何人拿到 URL 即可发送 | ❌ 极低 | ⭐ 无 | 仅本地调试,当天删除 |
| 签名校验 | 每次请求带 timestamp + sign,服务端现算 | ✅ 高 | ⭐⭐ 约 20 行代码 | 默认推荐 |
| IP 白名单 | 只有指定出口 IP 能发 | ✅ 高 | ⭐⭐⭐ 换 IP 要改配置 | 有固定公网 IP 时叠加 |
最佳实践:签名校验 + IP 白名单同时开。签名防「URL 泄露被人 curl」,白名单防「secret 泄露被人从别处发」。两个维度,不是二选一。
步骤二:把加签算法写对(最容易翻车的一步)
飞书加签与钉钉完全不同,网上大量教程混着写,结果就是 19021:
| 飞书 | 钉钉 | |
|---|---|---|
| 待签名字符串 | timestamp + "\n" + secret | timestamp + "\n" + secret |
| HMAC 密钥 | 空字符串 "" | secret 本身 |
| 输出编码 | 十六进制(hex,小写) | Base64 |
| 传参位置 | body 里的 timestamp 和 sign | URL 上的 ×tamp=&sign= |
| timestamp 单位 | 秒(10 位) | 毫秒(13 位) |
| 失败提示 | code 19021 sign match fail or timestamp is not within one hour | errcode 310000 sign not match |
第二行错得最多:飞书 HMAC 的密钥是空字符串,secret 是「被签名的原材料」而不是「签名的钥匙」。
Python 实现(可直接复制)
1import hmac, hashlib, time
2
3def gen_sign(secret: str) -> tuple[str, str]:
4 """飞书自定义机器人加签。三个易错点:
5 1) timestamp 用秒,不要 int(time.time() * 1000)
6 2) 待签名串是 timestamp + 换行符 + secret
7 3) HMAC 的 key 是空字符串 b"",输出取 hex 而不是 base64
8 """
9 ts = str(int(time.time()))
10 sign = hmac.new(b"", f"{ts}\n{secret}".encode("utf-8"), hashlib.sha256).hexdigest()
11 return ts, sign配套发送函数:
1import httpx
2
3WEBHOOK = "https://open.feishu.cn/open-apis/bot/v2/hook/7d6c5b4a-3928-1706-5f4e-3d2c1b0a9f8e"
4SECRET = "Kp3Lm7Xn2QrT9Yb"
5
6def push(msg_type: str, content: dict) -> dict:
7 ts, sign = gen_sign(SECRET)
8 body = {"timestamp": ts, "sign": sign, "msg_type": msg_type, "content": content}
9 return httpx.post(WEBHOOK, json=body, timeout=10).json()
10 # 成功 {"code":0,"msg":"success"};失败 {"code":19021,"msg":"sign match fail..."}
11
12print(push("text", {"text": "Kimi K3 接入测试"}))Node.js 实现
1import crypto from 'node:crypto';
2
3const WEBHOOK = 'https://open.feishu.cn/open-apis/bot/v2/hook/7d6c5b4a-3928-1706-5f4e-3d2c1b0a9f8e';
4const SECRET = 'Kp3Lm7Xn2QrT9Yb';
5
6function genSign(secret) {
7 const ts = String(Math.floor(Date.now() / 1000)); // 秒级!不要 Date.now()
8 const sign = crypto
9 .createHmac('sha256', Buffer.alloc(0)) // 空 Buffer 作密钥
10 .update(`${ts}\n${secret}`)
11 .digest('hex'); // hex,不是 base64
12 return { ts, sign };
13}
14
15async function push(msgType, content) {
16 const { ts, sign } = genSign(SECRET);
17 const res = await fetch(WEBHOOK, {
18 method: 'POST',
19 headers: { 'Content-Type': 'application/json' },
20 body: JSON.stringify({ timestamp: ts, sign, msg_type: msgType, content }),
21 });
22 return res.json();
23}提示
小白提示:打印出来是 {'code': 19021} 时依次检查:① ts 是不是 10 位;② 拼接串里是不是真的有一个换行符而不是被转义成 \\n;③ 编码是不是 hexdigest() 而不是 base64.b64encode()。八成的 19021 都出在这三条里。
步骤三:拿到 Kimi K3 的 API Key
- 打开 Moonshot AI 开放平台 → 登录 → 左侧「API Key 管理」
- 点 新建 API Key,名字写清用途(如
feishu-bot-prod,方便以后单独吊销) - 复制保存,完整 Key 只在创建时显示一次
sk-moonshot-9f8e7d6c5b4a39281706f5e4d3c2b1a0f9e8d7c
写入环境变量(不要写进代码):
1# mac / linux
2echo 'export MOONSHOT_API_KEY="sk-moonshot-xxxxxxxxxxxxxxxx"' >> ~/.bashrc && source ~/.bashrc
3
4# windows powershell
5setx MOONSHOT_API_KEY "sk-moonshot-xxxxxxxxxxxxxxxx"记下两个值:
1Base URL:https://api.moonshot.cn/v1
2Model: kimi-k3(另有 kimi-k3-thinking / kimi-k3-8k)警告
⚠️ 重要:长文档问答单次可能吃掉几万 tokens。如果机器人被拉进一个热闹的大群,或者有人反复上传同一份大文件,一晚上烧掉几百块很常见。第一周务必在控制台设余额告警,并在代码里对单用户做每分钟调用次数限制。
步骤四:方式 A 中转服务(完整可跑版)
1feishu-kimi-bot/
2├── .env # 密钥,务必加进 .gitignore
3├── .gitignore # 至少一行:.env
4├── bot.py
5└── card.py1import os, json, time, hmac, hashlib, httpx
2
3WEBHOOK = os.environ["FEISHU_WEBHOOK"]
4SECRET = os.environ["FEISHU_SECRET"]
5MS_KEY = os.environ["MOONSHOT_API_KEY"]
6MS_URL = "https://api.moonshot.cn/v1/chat/completions"
7
8SYSTEM_PROMPT = """你是飞书群里的长文助手,底层模型是 Kimi K3。
9回答要求:
101. 中文,结构化,控制在 400 字以内,能用列表就用列表
112. 回答文档相关问题时必须标注出处(章节号或页码)
123. 文档里没有的内容直接说「文档中未提及」,不要编造
134. 用户要求对比时,用 Markdown 表格呈现
14"""
15
16def ask_kimi(question: str, model: str = "kimi-k3", file_id: str | None = None,
17 timeout: int = 60) -> tuple[str, int]:
18 """返回 (回答, 总 token 消耗)。file_id 为上传后的文档引用,可为空。"""
19 messages = [{"role": "system", "content": SYSTEM_PROMPT}]
20 if file_id: # 引用已上传文件:内容不进 messages,省一大笔输入 tokens
21 messages.append({"role": "system",
22 "content": {"type": "file", "file_id": file_id}})
23 messages.append({"role": "user", "content": question})
24
25 r = httpx.post(
26 MS_URL,
27 headers={"Authorization": f"Bearer {MS_KEY}"},
28 json={"model": model, "messages": messages,
29 "temperature": 0.3, "max_tokens": 1024},
30 timeout=timeout, # 长文场景必须放宽,默认 10 秒一定超时
31 )
32 data = r.json()
33 if "choices" not in data:
34 raise RuntimeError(f"Kimi 调用失败:{data}")
35 return data["choices"][0]["message"]["content"], data["usage"]["total_tokens"]
36
37def pick_model(question: str, has_file: bool) -> str:
38 """路由:推理类问题走 thinking,长文走 k3,短问答走低价版"""
39 if any(k in question for k in ["为什么", "推算", "是否合理", "矛盾", "风险"]):
40 return "kimi-k3-thinking"
41 if has_file or len(question) > 200:
42 return "kimi-k3"
43 return "kimi-k3-8k"
44
45def gen_sign(secret: str) -> tuple[str, str]:
46 ts = str(int(time.time()))
47 return ts, hmac.new(b"", f"{ts}\n{secret}".encode(), hashlib.sha256).hexdigest()
48
49def push(msg_type: str, content: dict) -> dict:
50 ts, sign = gen_sign(SECRET)
51 return httpx.post(WEBHOOK, json={
52 "timestamp": ts, "sign": sign, "msg_type": msg_type, "content": content
53 }, timeout=10).json()
54
55if __name__ == "__main__":
56 q = "这份需求文档里,支付模块有哪些前置依赖?"
57 model = pick_model(q, has_file=False)
58 answer, tokens = ask_kimi(q, model)
59 print(model, push("text", {"text": f"{answer}\n\n({model} · {tokens} tokens)"}))跑起来:
1pip install httpx python-dotenv
2python bot.py
3# 控制台打印 {'code': 0, 'msg': 'success', 'data': {}} 即链路打通步骤五:文件上传与长文档引用(Kimi 的独家优势)
这是本文最值钱的一节。做法分三步:
5.1 上传文件拿 file_id
1import httpx
2
3def upload_file(path: str, purpose: str = "file-extract") -> str:
4 """上传到 Kimi 文件接口,返回 file_id。
5 支持 pdf / docx / xlsx / pptx / txt / md 等,单文件建议控制在 100MB 内。
6 """
7 with open(path, "rb") as f:
8 r = httpx.post(
9 "https://api.moonshot.cn/v1/files",
10 headers={"Authorization": f"Bearer {MS_KEY}"},
11 files={"file": (os.path.basename(path), f)},
12 data={"purpose": purpose},
13 timeout=120,
14 )
15 data = r.json()
16 return data["id"] # 形如 cq1x2y3z4-xxxx-xxxx5.2 用 file_id 提问(内容不进 messages)
1fid = upload_file("./季度产品需求文档.pdf")
2q = "支付模块有哪些前置依赖?请列出依赖方和当前状态,用表格输出。"
3answer, tokens = ask_kimi(q, model="kimi-k3", file_id=fid)关键点:messages 里那条 role: system、content: {"type": "file", "file_id": ...} 的消息,让模型在服务端直接读文件,你的请求体里只有几十个 tokens。同一份文档追问 5 次,文档 tokens 只算一次。
5.3 群里发文件 → 机器人自动读完回答
在自建应用里,用户把文件发给机器人时,事件里会带 file_key,你用 im/v1/files 下载后转发:
1def download_feishu_file(message_id: str, file_key: str) -> bytes:
2 """用飞书接口下载用户发来的文件"""
3 token = get_tenant_access_token()
4 r = httpx.get(
5 f"https://open.feishu.cn/open-apis/im/v1/messages/{message_id}/resources/{file_key}",
6 params={"type": "file"},
7 headers={"Authorization": f"Bearer {token}"},
8 timeout=60,
9 )
10 return r.content # 二进制内容,落到临时文件后交给 upload_file
11
12def handle_file_question(message_id: str, file_key: str, question: str) -> str:
13 raw = download_feishu_file(message_id, file_key)
14 tmp = f"/tmp/{file_key}.pdf"
15 with open(tmp, "wb") as f:
16 f.write(raw)
17 fid = upload_file(tmp) # 转存 Kimi,拿 file_id
18 cache[message_id] = fid # 缓存,后续追问直接复用
19 answer, _ = ask_kimi(question, "kimi-k3", file_id=fid)
20 return answer提示
小白提示:file_id 请在你的服务里按「群 + 用户 + 文件」维度缓存一份(Redis 或内存字典),并设 24 小时过期。用户追问第二句时直接命中缓存,成本降一半以上,响应也快一截。
步骤六:卡片消息 + 流式更新(飞书的真正杀手锏)
钉钉的互动卡片要在后台建模板,企业微信的模板卡片类型固定,而飞书允许你直接在请求体里传任意合法 JSON,还能带按钮、下拉框,点击后原样回传。
卡片 JSON 骨架(长文问答版)
1{
2 "msg_type": "interactive",
3 "card": {
4 "config": { "wide_screen_mode": true, "enable_forward": true },
5 "header": {
6 "template": "turquoise",
7 "title": { "tag": "plain_text", "content": "Kimi K3 · 文档问答" },
8 "subtitle": { "tag": "plain_text", "content": "季度产品需求文档.pdf · 25.3K tokens · 4.4s" }
9 },
10 "elements": [
11 { "tag": "div", "text": { "tag": "lark_md", "content": "**你的问题**\n支付模块有哪些前置依赖?" } },
12 { "tag": "hr" },
13 { "tag": "div", "text": { "tag": "lark_md", "content": "| 依赖方 | 状态 |\n|---|---|\n| 用户中心 | 已就绪 |" } },
14 { "tag": "note", "elements": [
15 { "tag": "plain_text", "content": "出处:第 3.2 节 支付模块 · AI 生成内容请核实" }
16 ]}
17 ],
18 "actions": [
19 { "tag": "action", "actions": [
20 { "tag": "button", "text": { "tag": "plain_text", "content": "继续追问" },
21 "type": "primary", "value": { "action": "follow_up", "fid": "cq1x2y3z4" } },
22 { "tag": "button", "text": { "tag": "plain_text", "content": "换个模型重答" },
23 "type": "default", "value": { "action": "rethink", "fid": "cq1x2y3z4" } },
24 { "tag": "button", "text": { "tag": "plain_text", "content": "导出到飞书文档" },
25 "type": "default", "value": { "action": "export" } }
26 ]}
27 ]
28 }
29}把 file_id 塞进按钮的 value 里,用户点「继续追问」时你就能直接复用,不用再问一次「你说的是哪份文档」。
拼进代码
1def build_doc_card(question: str, answer: str, doc_name: str,
2 model: str, elapsed: float, tokens: int, fid: str | None = None) -> dict:
3 return {
4 "config": {"wide_screen_mode": True, "enable_forward": True},
5 "header": {
6 "template": "turquoise",
7 "title": {"tag": "plain_text", "content": "Kimi K3 · 文档问答"},
8 "subtitle": {"tag": "plain_text",
9 "content": f"{doc_name} · {tokens/1000:.1f}K tokens · {elapsed:.1f}s"},
10 },
11 "elements": [
12 {"tag": "div", "text": {"tag": "lark_md", "content": f"**你的问题**\n{question}"}},
13 {"tag": "hr"},
14 {"tag": "div", "text": {"tag": "lark_md", "content": answer}},
15 {"tag": "note", "elements": [
16 {"tag": "plain_text", "content": f"{model} · AI 生成内容,请核实关键信息"}
17 ]},
18 ],
19 "actions": [{
20 "tag": "action",
21 "actions": [
22 {"tag": "button", "text": {"tag": "plain_text", "content": "继续追问"},
23 "type": "primary", "value": {"action": "follow_up", "fid": fid}},
24 {"tag": "button", "text": {"tag": "plain_text", "content": "换个模型重答"},
25 "type": "default", "value": {"action": "rethink", "fid": fid}},
26 ],
27 }],
28 }
29
30push("interactive", build_doc_card(q, answer, "需求文档.pdf", "kimi-k3", 4.4, 25300, fid))流式更新:把 8 秒的等待变成「看着它长出来」
长文回答动辄 5-8 秒,用户会以为卡死。正确姿势是三件事一起上:先发占位卡 → 流式拉取 → 分批 PATCH 更新。
1def stream_answer_to_card(chat_id: str, question: str, fid: str | None = None):
2 # 1. 先发一张灰色占位卡,用户 0.3 秒内就能看到「机器人在干活」
3 message_id = send_placeholder(chat_id)
4
5 # 2. 流式拉取 Kimi 输出
6 buf, last_push, full = "", 0.0, ""
7 with httpx.stream("POST", MS_URL,
8 headers={"Authorization": f"Bearer {MS_KEY}"},
9 json={"model": "kimi-k3", "messages": build_messages(question, fid),
10 "stream": True, "temperature": 0.3},
11 timeout=120) as resp:
12 for line in resp.iter_lines():
13 if not line.startswith("data: "):
14 continue
15 chunk = line[6:]
16 if chunk == "[DONE]":
17 break
18 delta = json.loads(chunk)["choices"][0]["delta"].get("content", "")
19 full += delta
20
21 # 3. 每 0.8 秒或每累积 120 字更新一次卡片,别一个字一个请求
22 if time.time() - last_push > 0.8 or len(full) - len(buf) > 120:
23 update_card(message_id, build_streaming_card(question, full))
24 buf, last_push = full, time.time()
25
26 # 4. 收尾:换成带按钮的最终卡片
27 update_card(message_id, build_doc_card(question, full, "需求文档.pdf",
28 "kimi-k3", 0, len(full)//2, fid))提示
小白提示:流式更新不要每收到一个 chunk 就 PATCH 一次,飞书侧同样有限流。实测每 0.8 秒更新一次,视觉上已经是流畅的打字机效果,请求量也只有逐字更新的几十分之一。
步骤七:方式 B 企业自建应用(能收消息 + 能收文件)
7.1 创建应用并拿凭证
- 飞书开放平台 → 开发者后台 → 创建企业自建应用
- 「添加应用能力」→ 勾选 机器人
- 「凭证与基础信息」记下:
1App ID: cli_c3d4e5f6g7h8i9j0
2App Secret: Kp3Lm7Xn2QrT9YbA1b2C3d4E5f6G7h87.2 必勾权限
| 权限点 | 用途 | 不勾的后果 |
|---|---|---|
im:message | 读取用户消息内容 | 收得到事件但拿不到正文 |
im:message:send_as_bot | 以机器人身份发消息 | 发消息直接报 230098 |
im:message.group_at_msg | 接收群里 @ 机器人的消息 | 群里 @ 没反应 |
im:message.p2p_msg | 接收单聊消息 | 私聊不可用 |
im:resource | 下载用户发来的文件 | 长文档问答整个链路断了 |
contact:user.base:readonly | 查发言人姓名与部门 | 做不了部门白名单 |
7.3 tenant_access_token 缓存(2 小时过期)
1import os, time, threading, httpx
2
3APP_ID = os.environ["FEISHU_APP_ID"]
4APP_SECRET = os.environ["FEISHU_APP_SECRET"]
5FS_TOKEN_URL = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"
6
7_fs = {"token": None, "expire_at": 0}
8_fs_lock = threading.Lock()
9
10def get_tenant_access_token() -> str:
11 """有效期 2 小时,过期前 5 分钟刷新。
12 为什么必须缓存:飞书对鉴权接口有独立限流,高频换取会被拒绝,
13 进而导致所有发消息请求失败。
14 """
15 now = time.time()
16 if _fs["token"] and _fs["expire_at"] - now > 300:
17 return _fs["token"]
18 with _fs_lock:
19 if _fs["token"] and _fs["expire_at"] - time.time() > 300:
20 return _fs["token"]
21 r = httpx.post(FS_TOKEN_URL, json={
22 "app_id": APP_ID, "app_secret": APP_SECRET}, timeout=10)
23 data = r.json()
24 if data.get("code") != 0:
25 raise RuntimeError(f"获取 tenant_access_token 失败:{data}")
26 _fs["token"] = data["tenant_access_token"]
27 _fs["expire_at"] = now + data["expire"] # 通常 7200 秒
28 return _fs["token"]信息
多实例部署的同学注意:进程内缓存在多 worker 下会产生多份 token(共用不冲突),但并发刷新可能撞限流。上生产请换成 Redis 存 token,配合带过期时间的分布式锁(SETNX)保证只有一个实例去刷新。
7.4 发消息与更新卡片
1SEND_URL = "https://open.feishu.cn/open-apis/im/v1/messages"
2
3def send_to_chat(chat_id: str, card: dict, receive_id_type: str = "chat_id") -> str:
4 r = httpx.post(SEND_URL, params={"receive_id_type": receive_id_type},
5 headers={"Authorization": f"Bearer {get_tenant_access_token()}"},
6 json={"receive_id": chat_id, "msg_type": "interactive",
7 "content": json.dumps(card, ensure_ascii=False)}, # 必须字符串化
8 timeout=10).json()
9 return r["data"]["message_id"]
10
11def send_placeholder(chat_id: str) -> str:
12 card = {"config": {"wide_screen_mode": True},
13 "header": {"template": "grey",
14 "title": {"tag": "plain_text", "content": "Kimi K3 正在读文档…"}},
15 "elements": [{"tag": "div",
16 "text": {"tag": "lark_md", "content": "文档解析中,请稍候"}}]}
17 return send_to_chat(chat_id, card)
18
19def update_card(message_id: str, card: dict):
20 """PATCH 覆盖原卡片,用户看到的是同一条消息「长出」答案"""
21 return httpx.patch(f"{SEND_URL}/{message_id}",
22 headers={"Authorization": f"Bearer {get_tenant_access_token()}"},
23 json={"content": json.dumps(card, ensure_ascii=False)}, timeout=10).json()与 Webhook 方式的三个关键差异:
content必须json.dumps成字符串,传对象会报230002- 鉴权走 Header 的
Authorization: Bearer {token},不是 body 里的sign - 收件人由 URL 参数
receive_id_type+ body 的receive_id指定,可发私聊
信息
注意:群自定义机器人的 Webhook 不支持更新已发出的消息。要做「先占位后更新」和流式打字机,必须走自建应用。
步骤八:事件订阅——让机器人「听见」群里的话
要收到用户消息和文件,必须订阅 im.message.receive_v1。
长连接 vs Webhook 回调
| 长连接(WebSocket) | Webhook 回调(HTTP) | |
|---|---|---|
| 要不要公网 IP / 域名 | ❌ 不需要,本地就能跑 | ✅ 必须有 HTTPS 公网地址 |
| 要不要自己解密 | 不需要,SDK 内部处理 | 要,配了 Encrypt Key 就得 AES-256-CBC 解 |
| 配置复杂度 | ⭐ pip 装 SDK 即可 | ⭐⭐⭐⭐ 配 URL、加密、验证 |
| 消息到达延迟 | 50-120ms | 80-300ms |
| 断线表现 | SDK 自动重连 | 飞书重试 3 次,失败即丢 |
| 多实例 / 负载均衡 | ❌ 一条连接只能一个进程 | ✅ 天然支持多副本 |
| 适用 | 内部工具、调试、单实例 | 生产、多副本、要审计 |
建议:开发和内部小规模使用选长连接;正式给全公司用的机器人选 Webhook 回调,因为长连接在多副本部署时会重复消费消息。
长连接代码(含文件处理)
1import os, json as _json
2import lark_oapi as lark
3from lark_oapi.api.im.v1 import *
4
5def on_receive(data: P2ImMessageReceiveV1) -> None:
6 msg = data.event.message
7 # 文本消息
8 if msg.message_type == "text":
9 question = _json.loads(msg.content).get("text", "").strip()
10 if not question:
11 return
12 fid = cache.get(f"fid:{msg.chat_id}") # 复用群里最近一份文档
13 model = pick_model(question, bool(fid))
14 answer, _ = ask_kimi(question, model, file_id=fid)
15 card = build_doc_card(question, answer, cache.get(f"doc:{msg.chat_id}", "会话"),
16 model, 0, 0, fid)
17 # 文件消息(pdf / docx 等)
18 elif msg.message_type == "file":
19 content = _json.loads(msg.content)
20 fid = handle_file_question(msg.message_id, content["file_key"], "请先给出 3 条要点摘要")
21 cache[f"fid:{msg.chat_id}"] = fid
22 cache[f"doc:{msg.chat_id}"] = content.get("file_name", "文档")
23 card = {"config": {"wide_screen_mode": True},
24 "header": {"template": "green",
25 "title": {"tag": "plain_text", "content": "文档已读取"}},
26 "elements": [{"tag": "div",
27 "text": {"tag": "lark_md", "content": "已读完,直接 @ 我问问题即可"}}]}
28 else:
29 return
30
31 client.im.v1.message.reply(ReplyMessageRequest.builder()
32 .message_id(msg.message_id)
33 .request_body(ReplyMessageRequestBody.builder()
34 .msg_type("interactive")
35 .content(_json.dumps(card, ensure_ascii=False)).build())
36 .build())
37
38handler = lark.EventDispatcherHandler.builder("", "") \
39 .register_p2_im_message_receive_v1(on_receive).build()
40client = lark.ws.Client(os.environ["FEISHU_APP_ID"], os.environ["FEISHU_APP_SECRET"],
41 event_handler=handler, log_level=lark.LogLevel.INFO)
42client.start()Webhook 回调 + AES-256-CBC 解密
1@app.post("/feishu/event")
2async def feishu_event(req: Request):
3 body = await req.json()
4 if "challenge" in body: # 1. URL 校验,1 秒内返回
5 return {"challenge": body["challenge"]}
6 if "encrypt" in body: # 2. 配了 Encrypt Key 时是密文
7 body = decrypt(body["encrypt"], os.environ["FEISHU_ENCRYPT_KEY"])
8 if body.get("header", {}).get("event_type") == "im.message.receive_v1":
9 asyncio.create_task(handle_message(body["event"])) # 异步,别阻塞
10 return {"code": 0}1import base64, hashlib
2from Crypto.Cipher import AES # pip install pycryptodome
3
4def decrypt(encrypt_b64: str, encrypt_key: str) -> dict:
5 """飞书 Encrypt Key 是 43 位字符串,SHA256 后取前 32 字节作密钥"""
6 key = hashlib.sha256(encrypt_key.encode()).digest()[:32]
7 raw = base64.b64decode(encrypt_b64)
8 iv, cipher_text = raw[:16], raw[16:] # 前 16 字节是 IV
9 plain = AES.new(key, AES.MODE_CBC, iv).decrypt(cipher_text)
10 return _json.loads(plain[:-plain[-1]].decode("utf-8")) # 去 PKCS7 填充步骤九:发布、灰度与验证
- 开放平台 → 版本管理与发布 → 创建版本,填
1.0.0与更新说明 - 「申请发布」,等企业管理员通过
- 在飞书里搜机器人名字,先发一句「你好」,再发一份 PDF 验证长文链路
推荐的上线顺序:
1第 1 天:可用范围只放自己,单聊自测 + 传一份 10 页 PDF
2第 2 天:拉 3 人测试群,验证 @、私聊、文件上传、卡片按钮
3第 3 天:放开到 20 人小群,观察 token 消耗与响应时长
4第 5 天:全项目组放开,群里置顶「机器人使用说明」上线自检清单:
1- [x] 密钥全在环境变量里,git status 看不到 .env
2- [x] 连续发 100 条测试消息,没有触发飞书限流
3- [x] 上传一份 80 页 PDF,超时设置已放宽到 60 秒以上
4- [x] 断网 10 秒再恢复,长连接能自动重连
5- [x] 卡片按钮点下去都有正确回传,file_id 能正确复用
6- [x] Moonshot 后台设了余额告警场景应用示例
场景1:群里发需求文档,直接问细节
把这段发给机器人(附一份 PDF):
1@Kimi K3 长文助手 (先上传《季度产品需求文档.pdf》)
2这份文档里支付模块有哪些前置依赖?请用表格列出依赖方、当前状态、
3负责人,并标注出处章节。你会得到:
- 一张三列表格(依赖方 / 状态 / 负责人),条目全部来自文档正文
- 每行的出处标注(如「见 3.2 节 支付模块」)
- 卡片底部三个按钮:继续追问(复用 file_id)、换个模型重答(切 thinking)、导出到飞书文档
- 如果文档没写负责人,会明确写「文档中未提及」而不是编一个名字
场景2:竞品分析报告对比
把这段发给机器人(附两份文档):
1@Kimi K3 长文助手
2对比这两份竞品分析报告:
31)双方对「中小企业市场」的判断有什么分歧;
42)各自引用的数据口径是否一致;
53)给出 3 条我们可以借鉴的打法。
6要求用 Markdown 表格对比,每条结论标注出自哪份文档。你会得到:
- 一张分歧对比表,左边是我方报告观点、右边是竞品报告观点
- 一段数据口径分析(样本量、统计周期、定义差异)
- 3 条可落地的打法,每条附一句「为什么适合我们」
- 明确标注哪些结论是文档里有、哪些是模型推断
场景3:会议长录音转写稿整理
把这段发给机器人(附转写稿 txt,约 3 万字):
1@Kimi K3 长文助手
2这是一场 2 小时评审会的转写稿。请输出:
31)会议议题清单(按讨论顺序);2)每个议题的结论(未达成一致的标「悬而未决」);
43)所有待办(负责人 + 时间,缺失标「待确认」);
54)被反复提及但始终没有结论的话题。你会得到:
- 议题清单按时间顺序排列,每条一句话概括
- 结论列表,未达成一致的自动标「悬而未决」
- 待办表格,负责人从发言里抽取,时间缺失标「待确认」
- 一栏「反复提及但无结论」的话题,这是复盘时最有用的部分
- 全程引用转写稿原文片段作为依据
场景4:合同/标书风险点检查
把这段发给机器人(附合同 PDF):
1@Kimi K3 长文助手
2审这份合同,只关注我方(乙方)风险:
31)付款条款里有没有对我方不利的约定;
42)违约责任的赔偿上限是多少;
53)验收标准是否明确,有没有「以甲方满意为准」这类模糊表述。
6输出按风险等级排序,标注条款号。你会得到:
- 按高/中/低排序的风险清单,每条带条款号(如「第 7.3 条」)
- 赔偿上限的具体数字和计算方式
- 模糊表述的原文引用 + 建议改写话术
- 结尾一句「以上为 AI 初筛,正式签署前请法务复核」
最佳实践
提示词技巧(长文问答更准)
- 把「标注出处」写进 system prompt:长文回答最容易出的问题是张冠李戴。要求模型每句话带章节号,错误率肉眼可见地下降。
- 强制承认不知道:加一句「文档里没有的内容直接说『文档中未提及』」,这一条能消灭大部分幻觉。
- 先摘要后追问:第一次上传文档时先让模型输出 3 条要点,确认它真的读对了,再展开追问,比一上来就问细节稳。
- 指定输出格式:要表格就说「用 Markdown 表格」,长文场景下结构化输出比大段文字有用得多。
- 控制问题粒度:一次问一个主题。长文模型不怕文档长,怕的是问题本身包含 5 个子问题。
安全建议:三种密钥管理策略对比
| 策略 | 做法 | 安全等级 | 适用规模 |
|---|---|---|---|
环境变量 + .gitignore | 密钥放 .env,代码里 os.environ 读 | ⭐⭐⭐ | 个人 / 小团队,最快 |
| 密钥管理服务 | Vault / 云厂商 KMS,运行时拉取 | ⭐⭐⭐⭐⭐ | 中大型团队,上生产必做 |
| 服务端代理网关 | 业务服务不持有 Key,统一走内部网关审计与限流 | ⭐⭐⭐⭐⭐ | 多条业务线都要调 AI 时 |
其他硬性要求:
- 给机器人加频率限制:令牌桶 40 条/分钟;长文问答额外做「单用户每分钟 3 次」的限制。
- 文件上传大小上限:建议限制单文件 50MB、单文档 200 页以内,超了直接友好提示,避免一次请求吃掉几十块。
- 按部门白名单:用
contact:user.base:readonly拿 open_id,只允许特定部门使用。 - 敏感文档脱敏:合同金额、身份证号、客户名单在上传前做正则替换;特别敏感的文档建议走私有化部署而不是公有云 API。
- 定期轮换:app_secret 与 Moonshot API Key 建议 90 天换一次。
性能优化清单
| 动作 | 收益 | 成本 |
|---|---|---|
复用 file_id(多轮追问) | 追问成本降到首轮 45% | 15 行缓存代码 |
| httpx 连接复用 | 省 60-120ms/次 | 5 行代码 |
| tenant_access_token 缓存 | 省 80-150ms/次 | 30 行代码 |
| 先发占位卡 + 流式更新 | 感知延迟 7.8s → 0.4s | 中等 |
| 模型路由(8k/k3/thinking) | 成本降约 60% | 10 行代码 |
| 流式更新限频(0.8s/次) | 飞书侧请求量降九成 | 3 行代码 |
| timeout 从 10s 提到 60s | 长文超时失败率降 23% | 改一个数字 |
故障排查(18 条)
| 你看到的现象 | 可能的原因 | 怎么解决 |
|---|---|---|
code 19021 sign match fail | timestamp 用成毫秒、签名串顺序反、编码用了 base64 | timestamp 改秒级,串写成 ts + 换行 + secret,用 hexdigest() |
code 19001 param invalid | body 缺 timestamp/sign,或 msg_type 拼错 | 补齐四个顶层字段;msg_type 只能是 text/post/image/interactive/share_chat/file |
卡片报 code 230002 | 卡片 JSON schema 不合法 | 颜色改内置色号;按钮必须有 type 和非空 value;content 必须字符串化 |
code 230098 no permission | 权限没勾或没通过审核 | 勾 im:message:send_as_bot、im:resource,等管理员通过 |
code 99991663 换 token 失败 | app_id/app_secret 填错或鉴权被限流 | 核对凭证;加缓存,别每请求都换 |
code 230001 message not found | message_id 过期或不属于本应用 | 超时消息不能更新,改发新消息 |
Kimi 返回 invalid_authentication_error | API Key 错误或已删除 | 重新生成 Key 并更新环境变量 |
Kimi 返回 rate_limit_reached_error | 触发 RPM/TPM 限制 | 加退避重试与队列;必要时申请提额 |
Kimi 返回 exceeded_current_quota_error | 账户额度耗尽 | 充值或降级到 kimi-k3-8k |
Kimi 返回 context_length_exceeded | 单次输入超过窗口 | 改用 /v1/files 引用;或对文档做切片分批提问 |
| 长文请求超时 | httpx timeout 太小(默认 10s) | 长文场景 timeout 提到 60-120 秒 |
| 上传文件失败 | 格式不支持或文件过大 | 只传 pdf/docx/xlsx/pptx/txt/md,控制在 100MB 内 |
| file_id 追问时无效 | file_id 已过期或被清理 | 重新上传;服务端缓存 file_id 并设 24 小时过期 |
| HTTP 429 / 消息发不出去 | 触发飞书频率限制(约 50 条/分钟) | 合并消息、加令牌桶 |
| 机器人 @ 了没反应 | 没订阅事件,或机器人不在群里 | 订阅 im.message.receive_v1;把机器人重新拉进群 |
| 事件回调收不到 | URL 校验失败,或没在 1 秒内返回 challenge | 先返回 {"challenge": "..."},业务逻辑异步处理 |
| 回调收到密文看不懂 | 配了 Encrypt Key 但没解密 | SHA256(Encrypt Key)[:32] 作密钥、前 16 字节作 IV 做 AES-256-CBC |
| 多副本收到重复消息 | 用了长连接但起了多进程 | 长连接只允许单实例;多副本改 Webhook 回调或用 Redis 锁去重 |
扩展与进阶
还能玩出什么花样
- 文档知识库:把团队常用文档统一上传一次,维护「文档名 → file_id」的映射表,群里 @ 机器人直接按名字引用,比每次上传省事得多。
- 多模型交叉验证:同一份文档同时问
kimi-k3和kimi-k3-thinking,把两份答案并列成卡片,让用户自己挑,长文场景下能显著降低漏读风险。 - 卡片按钮闭环:
value.action扩成export/assign/ticket,实现「群里点按钮 → 回调你的服务 → 写飞书文档或工单 → 更新卡片状态」。 - Function Calling:注册
search_wiki(query)、create_task(...)等函数,群里直接检索内部 wiki、建任务。函数控制在 5 个以内,schema 描述写清楚。 - 切片并行:超过 200 页的文档切成若干段并行提问再汇总,比一次性灌进去更快也更准。
团队一起用
- 按项目拆机器人:每个项目群配一个机器人,各自维护自己的 file_id 缓存,比一个「全能机器人」好用得多。
- 统一 Prompt 仓库:system prompt 存进 Git,改动走 PR review,避免有人随手改一行导致行为突变。
- 用量看板:把每次调用的 tokens、耗时、用户 open_id 打进日志,用飞书多维表格做看板,谁在问什么、烧了多少钱一目了然。
- 建立错误案例库:出现「机器人读错了文档」就截图归档,写进 system prompt 的反例,迭代几轮准确率会明显提升。
进阶学习路径
1阶段 1(入门):群自定义机器人 + 加签,能把 Kimi 的回答推进群里 ← 你现在在这里
2阶段 2(进阶):/v1/files 上传 + file_id 引用,做长文档问答
3阶段 3(高级):交互卡片 + 占位卡 + 流式更新,把感知延迟压到 0.4 秒
4阶段 4(专家):自建应用收文件 + 长连接事件订阅 + 模型路由
5阶段 5(架构):Webhook 回调 + 多副本 + KMS 密钥管理 + 敏感文档脱敏提示
提示:Kimi 与飞书开放平台都在持续迭代,模型名、价格和限流阈值可能调整。建议收藏官方文档——Moonshot AI 开放平台文档 与 飞书开放平台文档,遇到本文没覆盖的报错码,优先去这两处查最新的错误码表。
常见问题
Q群里发一份 80 页的 PDF,Kimi 能直接读完回答吗?
能,但要走文件上传而不是把正文塞进 messages。做法是先用 /v1/files 上传文件拿到 file_id,再在 messages 里放一个 role 为 system、content 类型为 file 的消息引用它,K3 会在服务端完成解析。群里常见的做法是:用户把文件发给机器人 → 你的服务用 im:resource 权限下载 → 转发到 /v1/files → 拿到 file_id 后再提问。同一个 file_id 可以反复提问,不用重复上传,这是省钱的关键。
Q加签一直返回 19021 sign match fail 怎么办?
三个高频原因:timestamp 用了毫秒(13 位)必须改成秒级(10 位);待签名串必须是 timestamp 加换行符加 secret,顺序不能反;加密结果要取 HMAC-SHA256 的十六进制小写字符串,而钉钉要的是 base64。另外服务器时间与飞书相差超过 1 小时也会被拒。
Q回复很慢,群里的人等得不耐烦怎么办?
长文问答本身要 3-8 秒,光靠提速没用。正确的做法是先发一张灰色「处理中」的占位卡片,拿到 message_id 后用 PATCH 把答案覆盖上去,用户感知延迟能从 4 秒降到 0.3 秒。再进一步可以开流式:Kimi 支持 stream=True,配合卡片流式更新让答案一个字一个字长出来。
Qtenant_access_token 多久过期?能不能每次发消息都重新获取?
有效期 2 小时,不要每次都重新获取。飞书对鉴权接口有独立限流,实测高频换取会在几十秒内被打回限流错误,导致全部发消息请求失败。正确做法是进程内缓存,在剩余有效期小于 300 秒时刷新;多实例部署放 Redis 并加分布式锁。
Q卡片消息返回 230002 怎么排查?
230002 是消息体校验失败。按顺序查:header.template 只能用内置色号不能写十六进制颜色;elements 的 tag 必须是受支持标签;actions 里每个按钮必须有 type 和非空 value(不超过 512 字节);自建应用调用时 content 必须是字符串化的 JSON 而不是对象;整张卡片序列化后不超过 30KB。