钉钉群聊飞书文档收集与知识图谱系统

从钉钉群聊「dc战略问题研究院」和「创新组」中自动收集飞书链接、文件附件，读取内容并整理为结构化知识图谱和 Obsidian 知识库。

项目背景

公司战略研究团队每天在钉钉群中分享飞书文档（研究报告、竞品分析、日报等），本项目自动化完成：

1. 采集：通过悟空（dws CLI）拉取群聊消息，提取飞书链接和文件附件
2. 下载：下载 HTML/MD/XLSX 等文件附件
3. 解析：读取文档内容，提取关键信息
4. 结构化：构建知识图谱（JSON）和 Obsidian 知识库
5. 汇总：生成主题汇总报告

目录结构

├── scripts/                       ← 核心脚本
│   ├── fetch_all.py               ← 全量消息拉取
│   ├── extract_links.py           ← 链接提取
│   ├── build_graph.py             ← 知识图谱构建
│   ├── write_obsidian.py          ← Obsidian 库生成
│   ├── write_report.py            ← 汇总报告生成
│   ├── gen_visual.py              ← 可视化生成
│   └── daily_feishu_collector.py  ← 每日定时采集
├── data/
│   └── links/                     ← 提取的链接和内容
├── output/
│   ├── reports/                   ← 汇总报告
│   ├── knowledge-graph/           ← 知识图谱（JSON+HTML）
│   ├── obsidian-vault/            ← Obsidian 知识库（可直接打开）
│   └── downloaded-files/          ← 下载的原始文件
└── .gitignore

快速开始

环境要求

• Python 3.10+
• dws CLI（钉钉官方开源工具，可从 GitHub 自动下载）

快速安装

# 自动从 GitHub 下载 dws CLI（约 5MB）
python scripts/setup_dws.py

# 首次使用需认证（钉钉扫码登录）
tools/dws auth

使用方式

# 1. 全量拉取两个群的消息
python scripts/fetch_all.py

# 2. 提取所有链接和文件
python scripts/extract_links.py

# 3. 构建知识图谱
python scripts/build_graph.py

# 4. 生成 Obsidian 知识库
python scripts/write_obsidian.py

# 5. 生成汇总报告
python scripts/write_report.py

# 6. 查看结果
# 知识图谱：output/knowledge-graph/knowledge_graph.html
# Obsidian：用 Obsidian 打开 output/obsidian-vault/ 目录

每日定时采集

# 注册 Windows 定时任务（每天18:00执行）
python scripts/daily_feishu_collector.py

配置说明

dws 路径自动查找顺序：

1. 环境变量 DWS_PATH
2. 项目 tools/dws.exe（由 setup_dws.py 下载）
3. 悟空内置路径（向后兼容）
4. 系统 PATH

核心发现

《我的花园世界》研究

详见 output/reports/花园世界全量汇总.md

一句话结论：不要学"种花题材"，要学"已验证底座 + 放大能力"的立项路径。

知识图谱概览

• 28位活跃人员：跨两个群
• 190个飞书文档链接：4个飞书空间
• 18个文件附件：HTML/MD/XLSX/PPT/PDF/ZIP
• 7大核心主题：花园世界研究、云湖项目、Agent工具、战略思维、AI落地、创新组研发、战略组日报
• 300+条关系

数据来源

群组	消息数	时间范围	飞书链接
dc战略问题研究院	291条	2026-05-08 ~ 06-02	96个
创新组	86条	2026-05-01 ~ 06-02	94个

技术栈

• dws CLI：钉钉消息拉取、文件下载（GitHub 开源，可从 GitHub 自动下载，无需安装悟空）
• Python：数据处理、知识图谱构建
• BeautifulSoup：HTML 解析
• Obsidian：知识库管理