Mark-L-Agent

A lightweight AI agent implementation based on Claude Code. (参考Claude Code实现的轻量级AI agent) 基于飞书的多 Agent 协作框架，使用 Claude Agent SDK 驱动。通过飞书 WebSocket 长连接接收消息，支持多 Agent 编排、MCP 工具集成、业务知识库、权限管理。

飞书 WebSocket（长连接）
    ↓
event_handler.py（消息解析、命令路由、卡片回调）
    ↓
Role Agent（意图识别 → 自动分发）
    ├── Ask Agent — 只读问答（代码 + 文档 + 知识库）
    ├── Dev Agent — 研发全流程（分析 → 修改 → commit → MR）
    └── Ops Agent — 监控查询、日志分析
    ↓
工具层
    ├── SDK 内置 — Read, Write, Edit, Bash, Glob, Grep, WebSearch, WebFetch
    ├── MCP — 飞书文档、多维表格、GitLab 代码、Prometheus 监控
    └── Safety Hooks — Bash Guard, Git Guard, Destructive Guard
    ↓
数据层
    ├── SQLite WAL — 会话持久化、使用量追踪
    ├── Knowledge — 业务知识库（biz/<domain>/knowledge/）
    └── Skills — 可复用工作流（skills/）

| 能力 | 说明 | |------|------| | 知识问答 | 基于沉淀的业务知识库回答问题 | | 代码分析 | 通过 GitLab MCP 远程读取项目代码 | | 飞书协作 | 搜索/创建/编辑文档、查询多维表格、搜索用户 | | 研发辅助 | 需求调研 → 方案设计 → 编码 → commit → MR | | 运维分析 | Prometheus 监控、日志查询 | | 上下文压缩 | 长对话自动压缩，控制 token 成本 | | 权限管理 | 多级权限组，按用户/群聊控制 Agent 和工具访问 | | 多业务域 | 支持多个独立业务域，各自拥有知识库和代码仓库 |

# 环境初始化（一键）
./scripts/setup.sh

# 或手动：
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt pyyaml setproctitle

# 配置
cp .env.example .env        # 填入飞书凭证 + Claude API Key
cp mcp.json.example mcp.json # MCP server 配置

# 启动
.venv/bin/python main.py

@bot <消息>              # 对话（群聊需 @）
/ask <项目> <问题>        # 知识问答（只读）
/dev <项目> <需求>        # 开发模式（可写）
/ops <问题>              # 运维分析
/clear                   # 清除会话历史
/stop                    # 停止当前请求
/help                    # 查看帮助
/model                   # 查看/切换模型（opus/sonnet/haiku）
/session                 # 查看当前会话状态
/admin stats             # 使用统计
/admin log               # 查看审计日志

mark-l-agent/
├── main.py              # 入口：WebSocket 长连接、启动预热、信号处理
├── agent.py             # 核心引擎：Chat / Agent / Orchestrator 模式
├── event_handler.py     # 消息路由、命令解析、卡片回调、流式渲染
├── config.yaml          # Agent 列表、权限组、预算、日志级别
├── identity.md