把 Codex、Claude、Kimi、DeepSeek、Antigravity 装进飞书随时用： TaroCub

💡 为什么做这个项目？

如果你和我一样是重度 CLI AI 用户（每天都在用 OpenAI Codex 、Claude Code 、Kimi Code 、DeepSeek Harness 或 Antigravity），大概率会遇到这些痛点：

1. 离机即断线：离开工位去吃饭、下班坐地铁或者出门散步，电脑上跑了一半的长任务没法看进度，手机也无法随时给它补指令；


2. 缺乏本地上下文：普通手机端聊天只能发纯文字，无法访问本地项目文件、MCP 工具链、环境配置与真实终端；


3. 脆弱的会话管理：长任务容易爆上下文、文件无法双向秒级投递、定时任务（ Cron ）和任务状态（ Board ）塞进 Prompt 里极易遗忘。

为了彻底解决“人在外面，如何优雅用手机控制电脑上的真实 AI Agent”这一问题，我开发了 TaroCub（前身为 cc-telegram-bridge）。

🌟 TaroCub 到底是什么？

一句话定义：TaroCub = 手机端飞书 ↔ 本地电脑真实 CLI 之间的“智能连接桥”。

它不做任何多余的套壳，只做一件纯粹的事：把你在电脑上运行的 Codex 、Claude Code 、Kimi 、DeepSeek 、Antigravity 原生终端，完完整整地搬到你的手机飞书里！

📐 架构与工作流图解

  📱 手机移动端（飞书 / Lark / Telegram ）

        │  ▲ (Card 2.0 流式交互卡片 / 语音输入 / 文件秒传 / 文档评论)

        ▼  │

  🐻 TaroCub 本地随身中枢（ Session 管理 / Qwen3-ASR 语音转写 / 任务看板 / 搜索 MCP ）

        │  ▲

 ┌──────┼──────────────┬──────────────┬──────────────┐

 ▼      ▼              ▼              ▼              ▼

Codex  Claude Code    Kimi Code    DeepSeek Harness  Antigravity

(app-server) (stream-json) (kimi acp) (官方 HTTP/WS)   (NDJSON)

🧩 架构分工一览表

🔄 一个真实的工作流场景（极简 4 步）：

1. Step 1 · 手机发起：你在户外散步，按住手机飞书发了一条 5 秒语音：“帮我把项目里的登录页面改用暗黑模式，并跑一遍测试。”


2. Step 2 · 本地转写：电脑上的 TaroCub 毫秒级调起端侧 Qwen3-ASR (0.6B) 完成语音转写；


3. Step 3 · 终端执行：TaroCub 将指令直接推给电脑里正在跑的 Claude Code / Codex，在真实项目文件里读写代码并执行终端测试；


4. Step 4 · 手机回传：测试通过后，TaroCub 将修改摘要与渲染截图以 Card 2.0 交互卡片 秒级推送到你的手机飞书！

🔥 核心硬核特性

1. 原生对接 5 大顶级代码引擎（协议级打通）

• OpenAI Codex：对接 app-server，支持运行中随时“插话”（turn/steer）和结构化 /goal；


• Claude Code：深度接入 stream-json，支持 CLAUDE.md 项目规则发现与 /resume 会话扫描；


• Kimi Code：接入 kimi acp 协议，支持完整终端生命周期与独创的“任务复核自动重试”；


• DeepSeek Harness：托管私有 loopback dsh web，通过官方 HTTP RPC 与 WebSocket 双通道通信；


• Google Antigravity：NDJSON 流式对接与 conversation_id 自动恢复。


• 指令极简：在聊天框发送 /engine kimi、/engine claude 即可随时无缝切换！

2. 随时随地语音编程（本地 0.6B + 云端听悟）

• 短语音：内置端侧 Qwen3-ASR (0.6B) 毫秒级推理服务，全离线运行、零 API 成本、零隐私泄露；出门在外对着飞书直接发语音条，自动转写后交给大模型写代码；


• 超长音频：超过 15 分钟的会议或演讲录音，自动路由至通义听悟云端处理，异常时自动分片回退本地。

3. 深度飞书 / Lark 原生工作面

• Card 2.0 交互卡片：打字机流式输出，自带「一键中止（ Stop ）」与敏感命令行审批按钮；


• 云文档评论回流：在飞书云文档里 @bot 评论，AI 会自动读取上下文并直接在评论线程里回复；


• 话题与群聊隔离：支持 /newgroup、/newtopic，每个群聊/话题拥有独立上下文，互不干扰。

4. 多 Agent 总线与持久化任务看板

• Agent Bus：支持跨模型并行分发（/fan）、串行调用链（/chain）与双重交叉审查（/verify）；


• Mini Bus：把一个群里的多个 Topic 设为 Planner 、Coder 、Reviewer 协作组；


• 持久化 Kanban 看板（/board）：把长任务状态、依赖与进度保存在模型外部，彻底杜绝上下文爆仓。

5. 实时可追溯搜索 MCP 与文件交付

• 内置 Brave + Tavily 网页搜索 MCP ，返回带 sourceLog、内容 Hash 与交叉验证的真实网页正文，杜绝幻觉；


• 任务生成图片、PDF 、PPT 或代码包后，通过 send.batch 等工具标签直接将文件推送回手机。

🤖 让你的 AI 帮你全自动安装

这个项目最省心的地方在于：你根本不需要自己对着复杂的文档一步步敲配置。

它本来就是为 CLI Agent 深度定制的，所以配置工作完全可以交给 AI 自己干！

只需简单 3 步：

1. 
   

   克隆项目到本地：

   
   

   git clone https://github.com/cloveric/tarocub.git
   
   cd tarocub
   
   

   
   


2. 
   

   用你常用的 AI 打开它，直接对 AI 说：

   
   

   
   

   💬 “读一下 README ，帮我配置飞书 Bot ；运行 Lark setup 、检查权限并告诉我需要扫码或确认什么。”

   
   

   
   


3. 
   

   掏出手机扫码确认：
   AI 会自动调起内置的 setup 工具，在终端里为你打印出飞书的授权二维码。你只需用手机飞书扫码绑定，就可以直接在手机上开启移动 AI 生产力了！

   
   

🔗 开源地址与更多文档

• 📖 飞书图文云文档版： https://my.feishu.cn/docx/L5qZd4rfIok8CnxuvfCcatPrnYf


• 🔗 GitHub 开源仓库： https://github.com/cloveric/tarocub


• 开源协议：MIT License