如何在 Slack 中接入 Claude Managed Agents 数据机器人mention 出报告并在同会话多轮追问【免费下载链接】claude-cookbooksA collection of notebooks/recipes showcasing some fun and effective ways of using Claude.项目地址: https://gitcode.com/GitHub_Trending/an/claude-cookbooks本文基于 claude-cookbooks 仓库中的 slack_data_bot.ipynb演示如何把一个 Claude Managed Agents 数据分析 agent 包装成 Slack 机器人在频道里mention它并附上一个 CSV它会在线程里回一份叙述式报告之后在同一线程直接回复不需要再次 mention即可继续追问追问会落在同一个 CMA 会话上容器的文件系统与会话历史跨轮次保留。适用的前提一个可以安装应用的 Slack workspace、一个 Anthropic API key设为ANTHROPIC_API_KEY、Python 3.11 的 Jupyter 环境。整个链路使用 Slack Socket Mode事件通过 WebSocket 下发本地开发不需要公网 URL。准备依赖与 Slack 应用先运行 notebook 里的安装单元格它会装齐机器人侧需要的包%%capture %pip install -q anthropic0.91.0 python-dotenv slack_bolt requests markdown-to-mrkdwn然后创建 Slack 应用仓库已给出可直接使用的 manifest slack_app_manifest.yaml。在 Slack 的 API 控制台选择Create New App → From a manifest粘贴该文件内容并安装到你的 workspace。这份 manifest 已替你配置好bot 显示名为databotbot scopesapp_mentions:read、chat:write、files:read、files:write、channels:history事件订阅app_mention与message.channelssocket_mode_enabled: true即事件走 WebSocket无需公网回调地址。安装完成后取两个 token用途不同不要拿错Token获取位置用途Bot User OAuth Tokenxoxb-...OAuth Permissions机器人发消息、上传文件对应SLACK_BOT_TOKENApp-Level Tokenxapp-...Basic Information → App-Level Tokens生成时勾选connections:writeSocket Mode 连接 Slack对应SLACK_APP_TOKEN最后在你想让机器人工作的频道里执行/invite databot否则后续chat.postMessage会返回not_in_channel。先运行 data_analyst_agent.ipynb 拿到三个 ID机器人不自己创建 agent它复用 data_analyst_agent.ipynb 里创建好的 agent 和 environment避免每次重启机器人重新 provision。先跑通这个 notebook它会创建 environment预装pandas、plotlynetworking 为unrestricted文档提示生产环境应改用 host allowlist创建名为cookbook-data-analyst的 agent模型claude-sonnet-4-6挂载agent_toolset_20260401工具集其中web_search和web_fetch被显式禁用上传示例数据sales_data.csv50 行跑一次完整的分析会话并取回report.html归档该会话并把ANALYST_ENV_ID、ANALYST_AGENT_ID、ANALYST_AGENT_VERSION写入.env。第 4 步是衔接点slack_data_bot.ipynb 的 setup 单元格启动时会检查这三个变量缺失则直接抛错不会静默继续for key in (ANALYST_ENV_ID, ANALYST_AGENT_ID, ANALYST_AGENT_VERSION): if not os.environ.get(key): raise RuntimeError(f{key} not set. Run data_analyst_agent.ipynb first.)注意.env已在.gitignore中不要把 API key 和 Slack token 提交进版本库。运行 Slack 机器人打开 slack_data_bot.ipynb按顺序运行。setup 单元格会在首次运行时交互式提示输入SLACK_BOT_TOKEN和SLACK_APP_TOKENxoxb-...和xapp-...并用set_key写进.env重启后不用重输也可以提前手动写入.env跳过提示。bot 的核心行为由三段代码构成完整代码在 notebook 内这里说明各段职责和关键设计1. 收到 mention 时立即 ack慢活丢到后台线程。Slack 会对 3 秒内未确认的事件重试所以on_mention先调用ack()并回复 On it. Analyzing now.然后在后台线程里执行真正的分析若 mention 附带文件用 bot token 从 Slack 下载后重新上传到 Anthropic Files API挂载到/mnt/session/uploads/data.csv并在问题末尾追加挂载路径随后client.beta.sessions.create创建会话metadata 里写入slack_channel和slack_thread_ts再发user.message事件触发 agent。2.relay_stream把会话事件流转发回线程。它循环读取client.beta.sessions.events.stream(session_id)遇到agent.message保留最新文本作为最终摘要遇到agent.tool_use发一条 Running analysis... 进展消息遇到session.status_idle结束本轮遇到session.status_terminated则在线程里贴出该会话的 Console 追溯链接。本轮结束后把摘要超过 3900 字符会截断并标注_(truncated)_Slack 文本上限约 4000 字符转成 mrkdwn 发回线程再用files.list(scope_idsession_id, betas[managed-agents-2026-04-01])列出会话产出只上传downloadable True的文件即 agent 生成的报告等不含用户自己的输入文件。3. 线程回复自动续接同一会话。这是“多轮追问”的关键app.event(message) def on_thread_reply(event, ack): ack() thread_ts event.get(thread_ts) if event.get(subtype): return if not thread_ts or event.get(bot_id) or thread_ts not in thread_sessions: return threading.Thread( targetcontinue_session, args(thread_sessions[thread_ts], event[channel], thread_ts, event[text]), ).start()它只处理已建过会话的线程里的人类消息跳过编辑/删除等 subtype、跳过 bot 消息把回复作为新的user.message事件发给同一个 session。代码里用内存字典thread_sessionsthread_ts - session_id维护这条映射文档明确提示生产环境应把它持久化到数据库并在线程过期时归档会话。最后运行 notebook 末尾的单元格启动监听SocketModeHandler(app, os.environ[SLACK_APP_TOKEN]).start()该单元格会阻塞直到机器人停止用 Jupyter 的 ■ 中断按钮结束。验证mention 出报告线程内继续追问确认 notebook 的 setup 单元格没有抛RuntimeError三个ANALYST_*变量都已就位且SocketModeHandler单元格正在运行。在已邀请databot的频道里databot加一句问题并附上 CSV例如仓库自带的sales_data.csv。预期线程内依次出现On it. Analyzing now. → Running analysis... → 最终摘要文本以及 agent 写出的report.html附件。文章开头的截图就是仓库记录的一次运行结果作为示例参考。不 mention直接在该线程里回复一句追问例如要求对某列再细分。机器人应在同一会话上继续且能引用上一轮分析过的数据——因为容器文件系统和会话历史跨轮次保留。想核对完整执行过程时每个 mention 创建的会话都能在 Anthropic Console 的Sessions页面看到完整事件轨迹。限制与后续步骤thread_sessions是进程内字典机器人重启后旧线程的追问映射丢失文档建议持久化到数据库会话空闲后记得归档以释放容器。摘要文本超 3900 字符会被截断长内容依赖report.html附件本身。若要改变分析风格修改 data_analyst_agent.ipynb 的系统提示并重跑该 notebook 即可——它会创建新 agent 并把新 ID 写回.env机器人下次读取时自动切换。要脱离 notebook 部署时把代码拷成.py文件即可机器人需要能长期持有 WebSocket 连接的任何运行环境。另外仓库里还有一个 TypeScript 实现的同类桥接 managed_agents/slack/mention→sessions.create→ idle webhook 回贴架构是每条 mention 开新会话、无跨轮记忆与本文 notebook 的“同会话多轮追问”路径不同如果你需要多轮上下文按本文的 notebook 路径走。【免费下载链接】claude-cookbooksA collection of notebooks/recipes showcasing some fun and effective ways of using Claude.项目地址: https://gitcode.com/GitHub_Trending/an/claude-cookbooks创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考