（4824期）feishu-sticker – 飞书表情一键发送，智能缓存更高效

飞书表情一键发送，智能缓存更高效 飞书原生表情发送工具，支持自动上传、智能缓存和 GIF 转 WebP，让聊天更有趣高效。 使用说明 Feishu Sticker Skill 综合评估 核心用法 本 Skill 是一个面向飞书（Feishu/Lark）平台的图片/表情发送工具，可将本地图片以原生贴纸形式发送至指定用户或群组。核心工作流包括：图片自动上传至飞书 CDN、通过 MD5 哈希缓存 image_key 避免重复上传、GIF 自动转 WebP 优化传输、以及支持按关键词或情绪标签智能搜索贴纸。 主要命令模式： 随机发送：--target 指定接收方 指定文件：--file 发送特定图片 智能检索：--query 关键词搜索 或 --emotion 情绪匹配 显著优点 自动化程度高：无需手动获取 image_key，上传-缓存-发送全链路自动化 性能优化：GIF→WebP 转换降低带宽，>5MB 图片自动压缩 开发者友好：纯 Node.js 实现，依赖清晰，支持环境变量配置 可扩展搜索：基于语义的情绪标签系统，便于快速定位素材 潜在缺点与局限性 生态绑定强：仅支持飞书平台，无法迁移至其他 IM（微信、Slack 等） 依赖较重：ffmpeg-static 二进制体积大，跨平台部署可能受限 无持久化索引：智能搜索依赖文件名/路径，大规模素材库性能存疑 权限敏感：需飞书机器人/应用权限，企业环境配置门槛较高 适合人群 飞书深度用户、企业自动化运维人员 需要批量发送表情包的内容运营、社群管理者 希望将本地梗图库接入飞书工作流的开发者 常规风险 API 限流：飞书开放平台有严格的频率限制，高频发送可能触发封禁 文件合规：自动上传机制可能绕过内容审核，涉敏图片存在账号风险 缓存失效：飞书 CDN 策略变更可能导致 image_key 失效，需手动清理缓存 依赖维护：ffmpeg-static 版本滞后可能导致格式转换失败 原始说明 Send images as native Feishu stickers with auto-upload, caching by hash, GIF-to-WebP conversion, compression, and keyword-based sticker search.