openlark-code-standards — feishu openlark-code-standards, open-lark, community, feishu, ide skills, feishu-bot, feishu-sdk, lark-bot, lark-sdk, Claude Code, Cursor

v1.0.0
GitHub

关于此技能

非常适合需要全面OpenLark代码标准执行和自定义bot开发的Rust-based AI Agents。 OpenLark 项目代码规范检查技能。用于快速审查仓库内的架构一致性、API 实现套路、参数校验、命名与导出规范，并输出可执行检查清单与证据路径。

# 核心主题

feishu feishu-bot feishu-sdk lark-bot lark-sdk
foxzool foxzool
[66]
[20]
更新于: 2/28/2026

Killer-Skills Review

Decision support comes first. Repository text comes second.

Reference-Only Page Review Score: 5/11

This page remains useful for operators, but Killer-Skills treats it as reference material instead of a primary organic landing page.

Concrete use-case guidance Explicit limitations and caution
Review Score
5/11
Quality Score
28
Canonical Locale
zh
Detected Body Locale
zh

非常适合需要全面OpenLark代码标准执行和自定义bot开发的Rust-based AI Agents。 OpenLark 项目代码规范检查技能。用于快速审查仓库内的架构一致性、API 实现套路、参数校验、命名与导出规范，并输出可执行检查清单与证据路径。

核心价值

赋予代理人使用Rust SDK执行OpenLark开发的代码标准和最佳实践的能力，涵盖自定义机器人、云文档和API实现，使用请求/响应 + 构建器模式。

适用 Agent 类型

非常适合需要全面OpenLark代码标准执行和自定义bot开发的Rust-based AI Agents。

↓ 赋予的主要能力 · openlark-code-standards

为OpenLark项目自动执行代码审查
验证API实现是否符合OpenLark标准
调试openlark-core和openlark-client等crate中的代码样式不一致

! 使用限制与门槛

  • 需要Rust环境
  • 仅限于OpenLark生态系统
  • 专门为openlark-core、openlark-client、openlark-docs和openlark-communication等crate设计

Why this page is reference-only

  • - Current locale does not satisfy the locale-governance contract.
  • - The page lacks a strong recommendation layer.
  • - The underlying skill quality score is below the review floor.

Source Boundary

The section below is supporting source material from the upstream repository. Use the Killer-Skills review above as the primary decision layer.

实验室 Demo

Browser Sandbox Environment

⚡️ Ready to unleash?

Experience this Agent in a zero-setup browser environment powered by WebContainers. No installation required.

Boot Container Sandbox

常见问题与安装步骤

以下问题与步骤与页面结构化数据保持一致，便于搜索引擎理解页面内容。

? FAQ

openlark-code-standards 是什么？

非常适合需要全面OpenLark代码标准执行和自定义bot开发的Rust-based AI Agents。 OpenLark 项目代码规范检查技能。用于快速审查仓库内的架构一致性、API 实现套路、参数校验、命名与导出规范，并输出可执行检查清单与证据路径。

如何安装 openlark-code-standards？

运行命令：npx killer-skills add foxzool/open-lark/openlark-code-standards。支持 Cursor、Windsurf、VS Code、Claude Code 等 19+ IDE/Agent。

openlark-code-standards 适用于哪些场景？

典型场景包括：为OpenLark项目自动执行代码审查、验证API实现是否符合OpenLark标准、调试openlark-core和openlark-client等crate中的代码样式不一致。

openlark-code-standards 支持哪些 IDE 或 Agent？

该技能兼容 Cursor, Windsurf, VS Code, Trae, Claude Code, OpenClaw, Aider, Codex, OpenCode, Goose, Cline, Roo Code, Kiro, Augment Code, Continue, GitHub Copilot, Sourcegraph Cody, and Amazon Q Developer。可使用 Killer-Skills CLI 一条命令通用安装。

openlark-code-standards 有哪些限制？

需要Rust环境；仅限于OpenLark生态系统；专门为openlark-core、openlark-client、openlark-docs和openlark-communication等crate设计。

↓ 安装步骤

  1. 1. 打开终端

    在你的项目目录中打开终端或命令行。

  2. 2. 执行安装命令

    运行：npx killer-skills add foxzool/open-lark/openlark-code-standards。CLI 会自动识别 IDE 或 AI Agent 并完成配置。

  3. 3. 开始使用技能

    openlark-code-standards 已启用，可立即在当前项目中调用。

! 参考页模式

此页面仍可作为安装与查阅参考，但 Killer-Skills 不再把它视为主要可索引落地页。请优先阅读上方评审结论，再决定是否继续查看上游仓库说明。

Imported Repository Instructions

The section below is supporting source material from the upstream repository. Use the Killer-Skills review above as the primary decision layer.

Supporting Evidence

openlark-code-standards

安装 openlark-code-standards，这是一款面向AI agent workflows and automation的 AI Agent Skill。支持 Claude Code、Cursor、Windsurf，一键安装。

SKILL.md
Readonly
Imported Repository Instructions
The section below is supporting source material from the upstream repository. Use the Killer-Skills review above as the primary decision layer.
Supporting Evidence

OpenLark 代码规范检查（Skill）

适用场景

  • 用户要求“检查项目代码规范”
  • 新增 API 前想确认实现套路是否一致
  • 评审 PR 时需要快速验证是否遵循 OpenLark 既有约定
  • 发现模块风格漂移，想做一次统一体检

目标

输出一份可落地的规范检查结果，包含：

  • 规范结论（通过/风险）
  • 规则-证据对（每条规则附 path:line）
  • 风险分级（P0/P1/P2）
  • 新 API 最小检查清单（可直接用于 PR Review）

检查范围

优先覆盖：

  • crates/openlark-core
  • crates/openlark-client
  • crates/openlark-docs
  • crates/openlark-communication

可按参数缩小为某个 crate 或目录。

核心检查项

1) API 实现套路一致性

  • 是否使用 Request/Response + Builder 模式
  • 是否提供 execute() 与 execute_with_options(RequestOption)
  • 是否通过 Transport::request(...) 发送请求

2) 端点定义规范

  • 是否使用 ApiEndpoint 枚举/端点常量
  • 是否避免手写业务 URL
  • 是否通过 to_url() 或统一端点入口生成路径

3) 参数校验规范

  • 必填校验是否统一用 openlark_core::validate_required!
  • 字符串是否优先 trim() 后再校验
  • 列表字段是否校验非空与长度上限（如 validate_required_list!）

4) 命名与公开 API 表达

  • Client/Service/Resource/Request/Builder 命名是否语义清晰
  • 对外入口是否统一（避免同义入口并存）
  • meta 调用链命名是否与仓库约定一致

5) 导出与 feature gating

  • mod.rs 与 prelude 是否完整导出新增 API
  • Cargo.toml feature 与 #[cfg(feature = "...")] 是否对齐
  • 是否存在导出但不可编译或不可访问路径

输出模板（必须）

  1. 结论概览（3-6 条）
  2. 规则-证据对（至少 8 条）
    • 规则
    • 证据（path:line）
    • 风险等级（P0/P1/P2）
    • 修复建议
  3. 新 API 最小检查清单（5-8 条）
  4. 建议行动项（按优先级排序）

推荐执行顺序

  1. 先读 AGENTS.md 与目标 crate 的 AGENTS.md/CLAUDE.md
  2. 再扫规则高频证据：api_endpoints、execute_with_options、validate_required、prelude、mod.rs
  3. 最后输出规则-证据对与整改建议

重点提醒

  • 结论必须基于代码证据，不做“纯经验判断”
  • 证据至少精确到文件路径，推荐精确到 path:line
  • 不在规范检查中进行大规模重构，先给出可执行清单

与其他技能的关系

  • 需要审查整体架构与公共 API：openlark-design-review
  • 只聚焦校验写法统一：openlark-validation-style
  • 需要新增/重构具体 API：openlark-api
  • 需要做覆盖率统计：openlark-api-validation

技能分流决策表

场景优先技能何时转交
只想做一次项目规范体检（给出规则-证据对和风险清单）openlark-code-standards若发现架构级冲突/公共 API 设计分歧，转 openlark-design-review
重点是架构收敛、范式选型、兼容策略（含 breaking 评估）openlark-design-review若需要补充全仓规范一致性证据，可回补 openlark-code-standards
只处理 validate()、validate_required!、空白字符串与校验聚合openlark-validation-style若校验问题已扩展到命名/导出/端点体系，转 openlark-code-standards
新增或重构某个具体 API 文件（Request/Response/Builder/导出）openlark-api若实现前需先做规范体检，先跑 openlark-code-standards
关注 API 覆盖率、实现数量、缺失清单openlark-api-validation若覆盖率问题背后是设计不一致，转 openlark-design-review

快速判断

  • 问题是“这个项目现在规范是否一致” → openlark-code-standards
  • 问题是“这个设计该怎么收敛” → openlark-design-review
  • 问题是“这个校验写法到底怎么统一” → openlark-validation-style
  • 问题是“我现在就要实现某个 API” → openlark-api

关键词触发映射

用户关键词/表述建议技能
代码规范、规范检查、风格一致性、体检、对齐约定openlark-code-standards
架构设计、public API、收敛方案、feature gating、兼容策略、breaking changeopenlark-design-review
validate、必填校验、validate_required、空白字符串、校验聚合openlark-validation-style
新增 API、重构 API、Builder、Request/Response、mod.rs 导出openlark-api
覆盖率、实现数量、缺失 API、统计、对比 CSVopenlark-api-validation

组合关键词优先级

  • 同时出现“规范检查 + 覆盖率”时，先用 openlark-api-validation 产出缺失清单，再用 openlark-code-standards 做规范归因。
  • 同时出现“规范检查 + 架构收敛”时，先用 openlark-code-standards 做现状证据，再转 openlark-design-review 定迁移方案。
  • 同时出现“新增 API + 校验统一”时，实现阶段用 openlark-api，校验规则判定用 openlark-validation-style。

相关技能

寻找 openlark-code-standards 的替代方案 (Alternative) 或可搭配使用的同类 community Skill？探索以下相关开源技能。

查看全部

openclaw-release-maintainer

Logo of openclaw
openclaw

Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞

★ 333.8k
⑂ 0
AI

widget-generator

Logo of f
f

为prompts.chat的信息反馈系统生成可定制的插件小部件

★ 149.6k
⑂ 0
AI

flags

Logo of vercel
vercel

React 框架

★ 138.4k
⑂ 0
浏览器

pr-review

Logo of pytorch
pytorch

Python中具有强大GPU加速的张量和动态神经网络

★ 98.6k
⑂ 0
开发者工具

相关合集

查看所有合集 →
■优先安装的 Rust 工作流工具[7]