Taskbot-MVP README

The project's README from github.com/justDance-everybody/Taskbot-MVP. As one markdown file: README.md.

Taskbot-MVP 🤖

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"。

Tests


✨ 它能做什么?

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:

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。


🚀 快速开始

前置要求

5 分钟本地运行

# 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!🎉


📖 核心功能演示

1️⃣ 智能候选人匹配

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]

2️⃣ 简历自动解析

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

3️⃣ 自动验收 & 提醒


🏗️ 技术架构

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


📚 完整文档

项目包含详尽的文档,帮助你快速上手或深度定制:


🤝 参与贡献

我们欢迎所有形式的贡献!无论你是:

贡献流程

# 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:


🛣️ Roadmap

查看 Issues 了解正在开发的功能。


📄 许可证

本项目采用 MIT License 开源协议。


💬 联系我们


如果这个项目对你有帮助,别忘了给个 ⭐️ Star!

Taskbot-MVP (justDance-everybody/Taskbot-MVP)

Searching Database…

这是什么?Taskbot-MVP 是一个飞书(Lark)聊天机器人,用于自动化远程兼职任务的分配:它为任务匹配候选人、让你一键派单,并自动检查/验收工作成果。
这是独立的聊天机器人,还是我要导入的库?它是一个独立的后端服务(使用 Larksuite SDK 的 FastAPI 应用),通过 Docker 运行并与飞书通信,不是要导入你自己代码的库。
怎么让它跑起来?配置好一个有开发者权限的飞书企业应用,然后用 Docker 和 Docker Compose 在本地运行;README 说服务起来后大约 5 分钟内你应该会收到 “pong” 回复。
我需要飞书账号和 LLM API 密钥吗?需要:你要有一个有开发者权限的飞书(Lark)企业账号、Docker 和 Docker Compose,以及至少一个用于候选人匹配和评分的 LLM API 密钥(DeepSeek、Gemini 或 OpenAI)。
自动评分和验收有多可靠?代码任务通过检查 GitHub PR 的 CI 状态来验收,文档任务由 LLM 评分且只有达到 80 分及以上才通过,因此验收质量取决于 CI 配置和 LLM 评分的准确性。
它是为谁打造的?它面向管理远程/兼职贡献者、希望减少手动催进度和审阅提交时间的 HR 人员和任务协调者。
候选人匹配是怎么工作的?以 PDF 上传的简历会自动解析进系统,LLM 会推荐最合适的 2 名候选人,并给出匹配理由。
任务进行期间有什么会自动发生?一旦任务超过截止时间的一半,机器人会自动 @ 任务负责人和 HR 作为提醒,把人工跟进的工作量减少约 50%。
我能看到任务进展的统计吗?可以,#report 命令会显示每日任务统计,例如任务数量和平均派单耗时。
路线图上有什么?计划中的功能包括任务拆分多人协作、历史表现分析和多租户 SaaS 支持;任务创建/匹配、简历解析、提醒和自动验收已经完成。
Size
0.7 MB
Stars
82
Updated
CommitNov 14
Age
1y
Commits · 90 Days