13 posts tagged with "工具开发"

通过飞书群聊 @机器人「罗伯特」，发送线上/线下白名单添加、切换/查询车辆云端环境等指令。 使用 lark-cli 以用户身份发送，罗伯特才会响应。

环境准备​

前置：必须先加入「罗伯特」所在飞书群​

使用本 skill 前，必须先进张博文邀请的飞书群，否则无法向群里 @机器人「罗伯特」发消息。

张博文 邀请你加入飞书群，快点击 https://applink.feishu.cn/client/chat/chatter/add_by_link?link_token=f61m352d-9482-44f8-9380-70c632fb8b66 加入吧！

• 若发送时提示无权限 / 找不到群聊（尚未进群），请先通过上方邀请链接加入飞书群，加入成功后再重试；
• 若不确定是否已进群，可在飞书客户端搜索群名确认。

本地如果没有 lark-cli，先按文档安装：

lark-cli 安装指南

安装后在终端执行 lark-cli --version 确认可用。首次使用或 token 过期时，先执行 lark-cli auth login 重新授权。

命令一览​

# 添加白名单（默认线上 + 线下都发送，间隔 1.5s）
python scripts/send.py whitelist <VIN>

# 只添加线上白名单
python scripts/send.py whitelist <VIN> --type online

# 只添加线下白名单
python scripts/send.py whitelist <VIN> --type offline

# 切换车辆云端环境（prod -> testtwo）
python scripts/send.py switch-env <VIN> prod testtwo

# 切换车辆云端环境（testtwo -> prod）
python scripts/send.py switch-env <VIN> testtwo prod

# 查询车辆云端环境
python scripts/send.py query-env <VIN>

# 不真正发送，只打印将生成的命令（用于核对）
python scripts/send.py whitelist <VIN> --dry-run

底层本质​

以上命令最终执行的是 lark-cli 发送一条群消息，等价于：

lark-cli im +messages-send --as user --chat-id oc_826d073ba8c9bf029ad38bef60253e9c \
  --text '<at user_id="ou_f18b74520bac526a0242f42b615153be">罗伯特</at> 添加线上X01白名单 <VIN>'

执行步骤（供 Claude 使用）​

1. 确认参数​

先问用户以下信息，缺什么问什么：

• 操作类型：添加白名单 / 切换环境 / 查询环境
• VIN：目标车辆 VIN（必填）
• 添加白名单需确认是线上、线下还是都要（默认两条都发）
• 切换环境需确认当前环境 → 目标环境（prod / testtwo）

2. 检查 lark-cli​

lark-cli --version

如果未安装，引导用户按上面文档安装；如果报 token/auth 相关错误，先 lark-cli auth login。

3. 发送指令​

# 白名单（默认线上+线下）
python scripts/send.py whitelist <VIN>

# 切换环境
python scripts/send.py switch-env <VIN> <当前环境> <目标环境>

# 查询环境
python scripts/send.py query-env <VIN>

不确定时先加 --dry-run 核对要发送的内容，确认无误后再去掉发送。

4. 向用户报告结果​

• 发送成功：告知已发送的操作与 VIN，白名单说明线上/线下均已添加，切换/查询说明请求已投递。
• 发送失败：展示错误信息；token 相关错误引导执行 lark-cli auth login。

注意事项（务必遵守）​

• 必须使用 --as user 以用户身份发送，否则罗伯特不会响应机器人消息。
• 由于飞书平台限制，不能跨 app 给第三方 bot 发 P2P 私聊，必须通过群聊 @ 的方式。
• 无论什么车型，都按 X01 发送（罗伯特只识别 X01 格式）。
• 线上和线下白名单都要添加，不能漏掉任何一个；脚本默认分两条发送，间隔 1.5s。
• VIN 不要加引号。
• 不要在 <at> 标签中的 @ 前加反斜杠：错误写法 <at>...</at> \罗伯特</at> 会导致无法正常 @ 用户。
• 当前 lark-cli 登录应用为 cli_aaa26a27d8b91bc2，罗伯特属于另一应用 cli_9f7979022e3d500e。

故障排查​

参数说明​

📖 不知道怎么获取 x-chj-gwtoken？看这里！ 👉 飞书文档 - 获取 x-chj-gwtoken 操作指南（含截图步骤）

查询车辆在云端（testtwo / prod）各域控模块的在线状态。 策略：先查 testtwo（无需鉴权），若无数据再兜底查 prod（需 x-chj-gwtoken）。

环境信息​

域名可通过环境变量覆盖（默认使用上表中的值）：

• VEHICLE_QUERY_TESTTWO_URL：testtwo 环境域名
• VEHICLE_QUERY_PROD_URL：prod 环境域名

接口说明​

GET /api/icn-veh-domains-all?vin={VIN}

返回车辆的 Domain 域控环境配置信息，每个域控模块（5G、fsd-a、hu-f、xcu 等）包含：

• isConnected：连接状态
• ip：连接 IP
• env：所在环境
• cell：cell
• latest：最近在线时间（毫秒时间戳）
• leaveTime：离线时间（如有）

车辆无云端数据时，接口返回 {}（空对象）。

快速开始​

# 安装依赖
pip install -r requirements.txt

# 查询（自动：先查 testtwo，无数据再查 prod）
python scripts/query.py <VIN>

# 指定 token 查询 prod（也可在提示时粘贴，会保存供下次使用）
python scripts/query.py <VIN> --token "your-x-chj-gwtoken"

# 只查 testtwo，不兜底查 prod
python scripts/query.py <VIN> --no-fallback

获取 x-chj-gwtoken​

不知道怎么获取 x-chj-gwtoken？查看飞书文档 👉 获取 x-chj-gwtoken 操作指南（含截图）

x-chj-gwtoken 有过期时间，如果 prod 查询报 401/403，重新获取一次即可。

执行步骤（供 Claude 使用）​

1. 确认参数​

先问用户以下信息，缺什么问什么：

• VIN：要查询的车辆 VIN（必填）

如果用户只给了 VIN，直接进入下一步；token 仅在 testtwo 无数据、需要兜底查 prod 时才需要。

2. 检查 Python 环境​

python --version

确认 Python 3.10+ 可用。

3. 安装依赖​

pip install -r requirements.txt

4. 运行查询脚本​

python scripts/query.py <VIN>

• 若 testtwo 查到数据：直接展示各域控模块状态，结束。
• 若 testtwo 无数据：脚本会提示输入 x-chj-gwtoken（或可提前用 --token 传入），再查询 prod。

5. 向用户报告结果​

• 查到数据：列出各域控模块的连接状态、IP、环境、最近在线时间。
• 未查到：说明 testtwo、prod 均无该车辆的 Domain 数据，可能是车辆未接入云端或 VIN 有误。

参数说明​

故障排查​

一句话摘要： 给 testtwo 测试环境加一辆车、排查某辆车今天有没有连上云端——这两件在车云平台上高频又繁琐的"手工活"，被我做成了两个 Claude Code Skill。现在只要跟 Claude 说一句人话，它自己跑去 prod 把车搬过来建好、自己去翻各域控的在线状态。本文是实战记录，也顺带把这两个 Skill 安利给同样在干这件事的同事。

你是否也会被这两件事卡住？​

• 测试环境缺一辆车，得从 prod（licar）把它的基础信息、拓扑、HU 配置字、设备、展示信息一个个查出来、再一个个建回去，一不留神漏一项，等到联调才发现。
• 有人问"这辆车怎么不在线上？"你第一反应是"它在哪个环境？域控连上没？"——然后得去好几个平台翻接口，把 5G、HU、座舱这些模块挨个对状态。
• 这些活有规则、重复、纯属"会，但很浪费时间"，还特别容易因为手抖出错。

这两个 Skill 就是这么长出来的：把有规则但容易出错的车云操作，变成一句话就能触发的能力。

一、两个 Skill 各管什么​

两个都发布于我们内部的 AI Market，质量评级 A，均已通过安全认证，创建者：张博文。

按场景触发一句话，例如： 「把车 XX 同步到 testtwo」 / 「查一下这辆车在线吗」

二、场景拆解：从"半小时手工活"到"一句话"​

场景 A：给 testtwo 测试环境加车​

以前：先拿 VIN 去 prod 查车辆基础信息（车型系列、型号、用途）→ 再查配置字 → 再查设备（SN、ICCID）→ 然后到 testtwo 依次建基础信息、同步拓扑、创建 HU 配置字、绑定设备、更新展示信息。中间任何一个接口断了、字段记岔了，就得从头对。

现在：python scripts/sync.py <VIN>，或者在 Claude/LiClaw 里说一句"把这两辆车同步到 testtwo 测试环境"。Skill 自己完成 8 步全流程：基础信息 → 拓扑 → HU 功能配置字 → 设备绑定 → 展示信息更新 → 验证结果，最后给你一份迁移摘要。

场景 B：查某辆车今天在不在线上​

以前：问"车在哪个环境"——测试环境和生产环境是两套平台，得先猜一个去翻，找不到再换另一个。确认了环境还要挨个看 5G 模块、HU、ADAS 这些域控到底连没连上、有没有掉线时间。

现在：python scripts/query.py <VIN>，或者直接问"查下这几辆车的在线状态"。Skill 的策略是 先查 testtwo（免鉴权）→ 没有再兜底查 prod，一次返回每个域控模块（5G、fsd-a、hu-f、xcu 等）的连接状态、IP、所在环境、最近在线时间，一眼定位问题出在哪个域控、哪个环境。

三、它们是怎么干活的​

两个 Skill 本质是轻量 Python 脚本 + Claude 编排，核心都是一条原则：优先走接口，能免鉴权就免鉴权。

• sync（prod → testtwo）：只有 prod 读取需要 x-chj-gwtoken，testtwo 写入侧根本不需要鉴权。流程是"先查原车 → 再逐项还原创建"，最终落脚在纯接口操作，不依赖浏览器点击。
• online-status（在线状态）：默认 GET /api/icn-veh-domains-all?vin={VIN}，先查免鉴权的 testtwo，接口返回空（{}）才降级去 prod，避免为了看个状态还要先找 token。想只查测试环境、不落生产，加一个 --no-fallback 即可。

设计取舍：免鉴权优先。日常 80% 的排查其实在 testtwo 就能拿到答案；只有确需生产数据时才要求 token，且 token 由你本地提供、不写入任何仓库。

四、怎么装上，怎么用起来​

安装（三步）​

1. 打开 AI Market 里的 Skill 详情页；
2. 点右上角 复制安装命令；
3. 通过飞书发给 OpenClaw / ClaudeCode 机器人，等它装完即可。

也可以直接在详情页 一键安装进 LiClaw，或 下载 Skill 本地放入 ~/.claude/skills。

环境要求：Python 3.10+，pip install requests 一个依赖，其余零外部服务。

使用（说人话就行）​

五、提示与避坑​

• x-chj-gwtoken 有过期时间：迁移过程中报 401/403，多半是它到期了，重新获取一份即可（获取方式见 Skill 文档页的飞书指引）。
• 先测 testtwo 再谈 prod：Online-status 默认先查 testtwo，能省掉大部门鉴权和找 token 的流程。
• 验证要闭环：sync 每步都做结果确认，最后回读一把，确认车辆在 testtwo 真的"建起来了"而不是接口"假装成功"。
• 它是工具不是魔法：Skill 负责按规则把活干完，但"这台车该不该上测试环境""这个域控掉线是不是符合预期"仍然要人拍板——AI 省掉的是搬砖，不是判断。

六、下一步还能怎么演进​

• 批量：sync 现在是单 VIN，改成读一个 VIN 列表文件、批量迁移 + 汇总报告；
• 看板化：online-status 顺手产出一张"哪些车在线/离线"的小结表，适合每次例会前刷一遍；
• 权限收敛：token 支持从环境变量读取，集中管理，避免散落。

结语​

做这两个 Skill 的最大体会是：把有规则、重复、容易错的车云操作交给 Claude，人只留判断。 环境加车、在线排查这类活，不该每天靠人肉去磨。

如果你也常跟 testtwo / prod / 车辆数据打交道，欢迎装上试试：

• 🚗 车辆迁移（prod → testtwo）：https://ai-market.chehejia.com/?page=skills&skill=8hqeaasmwadzjadjk5ti
• 📡 云端在线状态查询：https://ai-market.chehejia.com/?page=skills&skill=vlddgr6bn7iih5x6uz7d

有新的车云场景想工具化，或者用起来有报错，欢迎在评论区或话题群里聊聊。