使用说明

🌿 Wyndle-您的Slack对话助手

“我必须乐于助人！我乐于助人非常重要！”

使用AI和高性能DuckDB存储将您的Slack数据转换为智能个人助理。

✨ 特性

🧠 人工智能驱动的智能

智能摘要：“埃米尔没什么急事！他祝你节日快乐”，而不是原始信息转储
优先级管理：自动识别需要您关注的紧急程度
关系分析：了解所有情境下的对话动态和结果

⚡ 高性能数据管道

DuckDB存储：用于亚毫秒级查询性能的列式数据库
连续同步：具有智能速率限制的后台加载器（尊重Slack的45次通话/分钟）
人类可读：所有数据都使用真实姓名，而不是神秘的ID

🔗 MCP集成

模型上下文协议：与Raycast、OpenAI和其他AI工具无缝协作
自然查询：问“需要我注意什么？”并获得可操作的见解
可配置的：智能机器人过滤和可定制的响应样式

🚀 快速开始

先决条件

Python 3.10+
UV包管理器（推荐）或pip
带有机器人令牌的Slack工作区

安装

# Clone the repository
git clone https://github.com/yourusername/wyndle.git
cd wyndle

# Install dependencies
uv sync

# Configure your setup
cp config/config.example.yaml config/config.yaml
cp .env.example .env

# Edit your configuration files
# - Add your Slack API tokens to .env
# - Configure channels to monitor in config/config.yaml

⚠️ 重要：确保设置您的 SLACK_USER_KEY 和 OPENAI_API_KEY 在 .env 在运行数据加载器之前。数据库架构将在首次运行时自动创建。

配置

Slack机器人设置：使用以下范围创建Slack应用程序：

channels:history, groups:history, im:history, mpim:history
users:read, channels:read

环境变量：添加到 .env:

SLACK_USER_KEY=xoxp-your-user-token-here

信道选择：编辑 config/config.yaml:

slack:
  channels:
    - general
    - engineering
    - data-team
  ignored_bots:
    - slackbot
    - github
    - jira

用法

# One-time data load
uv run wyndle-pipeline --dataloader

# Start continuous background sync daemon
uv run wyndle-loader start --workers 5

# Check daemon status
uv run wyndle-loader status

# Stop daemon
uv run wyndle-loader stop

# Restart daemon with different worker count
uv run wyndle-loader restart --workers 3

# Launch MCP server for AI integration
uv run wyndle-server

# View database statistics
uv run wyndle-pipeline --database-stats

🎯 Raycast集成

安装说明

在Raycast中安装MCP扩展
- 打开Raycast
- 转到扩展→ Store
- 搜索“MCP”并安装MCP扩展
安装MCP服务器
- 首先完成上述安装步骤
- 确保你有你的 .env 使用API密钥配置的文件
将Wyndle添加到Raycast
- 打开光线投射MCP设置
- 点击“添加MCP服务器”
- 命令: <your-path-to-repo>/scripts/run-wyndle.sh
- 名字: Wyndle
- 保存配置

用法

配置后，您可以直接在Raycast中与Wyndle交互：

@Wyndle please look at my squad channel, make a list of action points for me and add them as todo's with @todoist

@Wyndle anything to follow up on today?

@Wyndle summarize my latest interaction with Emil B

@Wyndle show me what's happening in the data team channel this week

Wyndle将提供智能、上下文感知的响应，并可以与Todoist等其他Raycast扩展集成以进行任务管理。

💬 AI集成示例

使用Raycast

"What needs my attention?"
→ 🔥 **Urgent**: Sarah needs feedback on design mockups
→ 📅 **This Week**: Confirm availability for bi-weekly data meetings

"Summarize my interaction with John"
→ ✅ **Project complete** - John thanked you for the pipeline work and signed off

与OpenAI/Claude合作

MCP服务器提供以下智能工具：

content_get_user_interactions() -关系摘要
productivity_list_followups() -行动项目和优先事项
content_get_channel_activity() -团队/项目情报

🏗️ 建筑

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Slack API     │───▶│   DuckDB        │───▶│   MCP Server    │
│                 │    │   (Columnar)    │    │   (FastMCP)     │
│ • Rate Limited  │    │ • Human Names   │    │ • AI Assistant  │
│ • Continuous    │    │ • Sub-ms Query  │    │ • Smart Filter  │
│ • Smart Sync    │    │ • 70% Smaller   │    │ • Raycast Ready │
└─────────────────┘    └─────────────────┘    └─────────────────┘

关键组件

src/ingest/ -具有速率限制的连续数据管道
src/data/ -具有名称解析的DuckDB存储层
src/server.py -个人助理MCP服务器
src/cli.py -命令行界面
src/slack_client/ -Slack API集成
src/analysis/ -写作风格与组织分析

🧪 发展

运行测试

# Run minimal test suite
uv run pytest tests/

# Type checking
uv run mypy src/

# Code quality
uv run ruff check .
uv run ruff format .

🤝 贡献

我们欢迎捐款！请查看我们的贡献指南了解详情。

分叉存储库
创建要素分支(git checkout -b feature/amazing-feature)
通过测试进行更改
运行测试套件(uv run pytest)
提交拉取请求

📝 许可证

此项目根据MIT许可证获得许可-请参阅许可证文件以获取详细信息。

🙏 致谢

内置于 FastMCP 用于模型上下文协议集成
由...驱动 DuckDB 用于高性能分析
受智能Slack数据管理需求的启发

📊 演出

查询速度：DuckDB列式存储的亚毫秒响应时间
内存使用：约300MB恒定占用空间，高效压缩
存储：比同等SQLite数据库小70%
速率限制：尊重Slack的API限制，智能退让

🌿 "I must be helpful!" - Transform your Slack chaos into AI-powered insights
Made with ❤️ for productive teams everywhere