slack-mcp-server Skill 技能

技能简介

slack-mcp-server 是由 Zencoder AI 开发的 Model Context Protocol（MCP）服务器，专为 Slack 工作区设计。它将 Slack 的核心功能以标准化工具接口暴露给 AI 助手，让大模型能够直接操作 Slack 频道、消息、线程和用户信息。该项目基于 Anthropic 官方已归档的 Slack MCP 服务器代码大幅重构而来，采用最新的 MCP SDK（v1.13.2），支持 stdio 和 Streamable HTTP 两种传输模式，无需在 Slack 工作区中创建或审批任何机器人应用，降低了企业部署门槛。

核心能力

• 渠道管理：列出工作区中所有公开频道及其基本信息
• 消息发布：向指定频道发送文本消息，支持直接调用 API 而非机器人账号
• 线程互动：回复指定消息的线程，保留对话上下文
• 表情反应：为任意消息添加 emoji 表情反应
• 历史查询：获取频道最近消息记录，支持自定义条数限制
• 用户查询：列出工作区用户清单，获取个人资料详情
• 双传输模式：同时支持 stdio（默认）和 HTTP 传输，可按需切换
• 代理兼容：支持通过代理服务器访问 Slack API，适合企业内网环境

安装配置

前置要求

• Node.js 18.0 或更高版本
• 有效的 Slack Bot User OAuth Token（xoxb- 开头）
• Slack 工作区 Team ID（T 开头）

获取 Slack Bot Token 步骤

1. 访问 https://api.slack.com/apps，点击 Create New App → From scratch
2. 进入 OAuth & Permissions，添加以下 Bot Token Scopes：
   • channels:history（读取公开频道历史）
   • channels:read（查看频道基本信息）
   • chat:write（发送消息）
   • reactions:write（添加表情反应）
   • users:read（查看用户列表）
   • users.profile:read（查看用户详细资料）
3. 点击 Install to Workspace 授权，复制生成的 Bot User OAuth Token

环境变量配置

export SLACK_BOT_TOKEN="xoxb-your-bot-token"
export SLACK_TEAM_ID="T1234567890"
export SLACK_CHANNEL_IDS="channel1,channel2,channel3"  # 可选

安装方式

# NPM 全局安装
npm install -g @zencoderai/slack-mcp-server

# Docker 安装
docker pull zencoderai/slack-mcp:latest

# 本地构建
git clone https://github.com/ZencoderAI/slack-mcp-server.git
cd slack-mcp-server && npm install && npm run build

使用步骤

1. 配置环境变量：将 SLACK_BOT_TOKEN 和 SLACK_TEAM_ID 写入环境变量
2. 启动 MCP 服务器（stdio 模式）：slack-mcp
3. 切换 HTTP 模式：slack-mcp --transport http --port 3000
4. 在 MCP 客户端中配置（Claude Desktop 为例）： { "mcpServers": { "slack": { "command": "slack-mcp", "env": { "SLACK_BOT_TOKEN": "xoxb-...", "SLACK_TEAM_ID": "T..." } } } }
5. 在对话中直接请求 AI 助手执行 Slack 操作

适用场景

• 社群运营自动化：AI 助手自动回复 Slack 频道中的用户提问
• 工作流触发：根据 GitHub PR 状态自动在对应频道发布通知
• 用户反馈聚合：定期抓取频道消息，汇总到外部数据库或报告系统
• 团队数据查询：无需打开 Slack 客户端，直接询问 AI 获取用户列表和频道概况
• 客服机器人集成：构建基于大模型的 Slack 客服，支持线程对话和表情反馈
• 企业内部知识库：结合 Slack 历史消息训练 RAG 系统

适用人群

• 已在使用 Slack 作为内部沟通工具的开发团队
• 需要将 AI 助手集成到 Slack 工作流的工程师和运营人员
• 构建 Slack 客服机器人或社群管理工具的开发者
• 希望用自然语言查询 Slack 数据的非技术团队成员

工作原理

slack-mcp-server 基于 Model Context Protocol 的工具（Tools）规范实现。当 AI 助手需要操作 Slack 时，服务器接收来自 MCP 客户端的工具调用请求，通过 Slack Web API 执行相应操作并返回结构化结果。服务器支持 stdio 和 Streamable HTTP 两种传输协议，后者适合在远程服务器或容器环境中部署。所有 Slack 操作均通过 Bot Token 认证，不需要 Workspace Admin 审批机器人权限，降低了企业合规门槛。

官方链接

• npm：https://www.npmjs.com/package/slack-mcp-server
• GitHub：https://github.com/ZencoderAI/slack-mcp-server
• MCP 官方文档：https://modelcontextprotocol.io/