Чтение сообщений Microsoft Teams с помощью ИИ (Claude, Cursor, VS Code) — без токенов и Graph API
Дайте своему ИИ-ассистенту доступ к Microsoft Teams без OAuth-токенов и одобрения администратора. Работает с Claude Desktop, Cursor, VS Code, ChatGPT и Windsurf. LMCP читает напрямую из локального кэша Teams на вашем Mac.
Почему другие решения требуют Graph API
Microsoft Teams — одно из самых сложных продуктивных приложений для интеграции с ИИ-ассистентами. Официальный способ программного доступа к данным Teams — через Microsoft Graph API, который требует:
- Регистрации приложения в Azure AD — вам нужно создать приложение в Microsoft Entra (ранее Azure AD) с правильными разрешениями
- Согласия администратора — администратор тенанта должен одобрить доступ вашего приложения к данным Teams, что большинство ИТ-отделов предоставлять не хотят
- Управления OAuth-токенами — токены доступа истекают, их нужно обновлять и безопасно хранить
- Делегированных и прикладных разрешений — модель разрешений сложна, и подбор нужных областей доступа происходит методом проб и ошибок
- Ограничения частоты запросов — Graph API агрессивно ограничивает запросы, особенно для эндпоинтов Teams
Для большинства частных пользователей и небольших команд это попросту нереально. Нельзя просто “подключить ИИ к Teams” так же, как вы подключаете его к файлу или базе данных. Организационные накладные расходы огромны.
Как LMCP читает Teams иначе
LMCP полностью обходит Graph API. Вместо отправки сетевых запросов на серверы Microsoft он читает данные Teams из локального кэша, который десктопное приложение Teams хранит на вашем Mac.
Microsoft Teams (новая версия, также называемая Teams 2.0) — это приложение на базе Electron, которое хранит свои данные в базе IndexedDB, основанной на LevelDB на диске. Эта база содержит ваши недавние чаты, сообщения каналов, членство в командах и метаданные бесед — всё это хранится локально в рамках обычной работы Teams.
LMCP читает эту базу LevelDB напрямую с помощью специализированного парсера. Никаких сетевых запросов, никаких API-токенов, никакого одобрения администратора. Если Teams установлен и вы вошли в систему, ваши сообщения уже находятся на вашем диске, и LMCP может их прочитать.
Что доступно
Через LMCP ваш ИИ-ассистент может:
- Просматривать список ваших чатов — видеть все личные и групповые беседы с недавней активностью
- Читать сообщения чатов — получать полную историю сообщений из любой беседы
- Просматривать список ваших команд — видеть, в каких рабочих пространствах Teams вы состоите
- Просматривать список каналов — обозревать каналы внутри команды
- Читать сообщения каналов — получать сообщения из любого канала, к которому у вас есть доступ
Это доступ только для чтения. LMCP не может отправлять сообщения или что-либо изменять в Teams — он только читает то, что уже закэшировано на вашем компьютере.
Как установить
Скачать LMCP и установить его:
- Откройте загруженный файл
.dmgиз папки Загрузки - Перетащите Local MCP в папку Программы
- Откройте Local MCP из папки Программы — он появится в строке меню
Это занимает около 30 секунд. Ваши ИИ-клиенты настраиваются автоматически.
После установки перезапустите ваш ИИ-клиент, чтобы он подхватил новые инструменты MCP:
- Claude Desktop — полностью завершите работу (Cmd+Q) и откройте снова
- Cursor — перезапустите редактор
- VS Code — перезагрузите окно (Cmd+Shift+P → “Reload Window”)
- ChatGPT / Windsurf — перезапустите приложение
Убедитесь, что Microsoft Teams установлен и вы вошли в систему. LMCP автоматически обнаружит ваши данные Teams.
Для Teams не нужна дополнительная настройка — никаких API-ключей, никаких разрешений для предоставления. Если ваши данные Teams есть на диске, LMCP их найдёт.
Примеры запросов
После подключения попробуйте эти запросы с вашим ИИ-ассистентом:
- “Что команда обсуждала сегодня в канале General?” — читает недавние сообщения канала и кратко излагает основные моменты
- “Покажи мою переписку с Marco” — выводит недавние сообщения из конкретного чата
- “Найди любые сообщения о сроке развёртывания” — ищет по вашим чатам и каналам
- “Подведи итог того, что я пропустил в Teams сегодня утром” — объединяет сообщения из нескольких бесед
- “В каких каналах есть новые сообщения сегодня?” — сканирует ваши команды на предмет недавней активности
- “Что команда дизайна сказала о новых макетах?” — находит и кратко излагает соответствующее обсуждение
Ваш ИИ-ассистент особенно полезен для того, чтобы наверстать упущенное в активных каналах. Вместо прокрутки сотен сообщений вы можете запросить сводку того, что важно.
Ограничения
Поскольку LMCP читает из локального кэша, а не из живого API, есть несколько присущих этому ограничений, о которых нужно знать:
- Доступны только закэшированные сообщения — Teams кэширует недавние беседы, но очень старых сообщений может не быть на диске. Если вы не открывали чат месяцами, его сообщений может не быть в кэше.
- Только чтение — вы можете читать сообщения, но не можете отправлять, редактировать или удалять их через LMCP
- Требуется десктопное приложение Teams — веб-версия Teams не создаёт локальный кэш, который LMCP может прочитать
- Свежесть кэша — кэш обновляется при синхронизации Teams, что обычно происходит почти в реальном времени, пока Teams запущен. Если Teams закрыт, кэш отражает состояние на момент его последнего открытия.
- Несколько тенантов — если вы вошли в несколько организаций, LMCP может читать данные из всех них
Технический разбор: как работает парсинг LevelDB
Для технически любопытных: вот как LMCP извлекает данные Teams из локального кэша.
Microsoft Teams (новая версия) хранит свои данные в базе IndexedDB по пути:
~/Library/Containers/com.microsoft.teams2/Data/Library/Application Support/Microsoft/Teams/Profiles/*/IndexedDB/https_teams.microsoft.com_0.indexeddb.leveldbЭто база LevelDB в стиле Chromium, того же формата, который используется Chrome, приложениями на Electron и другими приложениями на базе Chromium. Данные включают сериализованные объекты JavaScript, содержащие содержимое сообщений, метаданные, временные метки и информацию об участниках.
LMCP использует библиотеку ccl_chromium_reader — инструмент с открытым исходным кодом, изначально разработанный для цифровой криминалистики — для парсинга этого формата LevelDB. Библиотека справляется со сложностями реализации IndexedDB в Chromium, включая:
- Формат сериализации V8 для объектов JavaScript
- Структуру журнала только для добавления и компактификацию LevelDB
- Организацию хранилищ объектов и индексов IndexedDB
- Обработку удалённых и перезаписанных записей
Затем разобранные данные фильтруются и структурируются в чистый JSON, с которым может работать ваш ИИ-ассистент. Содержимое сообщений, информация об отправителе, временные метки и метаданные бесед извлекаются и становятся доступными через инструменты MCP.
Этот подход по своей сути доступен только для чтения — LevelDB открывается в режиме чтения, и никакие данные не записываются обратно. LMCP не может повредить или изменить ваш кэш Teams.
Сравнение с другими подходами
Есть несколько способов дать ИИ доступ к данным Teams. Вот как они сравниваются:
- Microsoft Graph API — полный доступ на чтение и запись, но требует Azure AD, согласия администратора и управления токенами. Лучше всего для корпоративных развёртываний с поддержкой ИТ.
- Microsoft 365 Connector (официальный Anthropic) — использует Graph API под капотом, требует настройки администратором тенанта Entra. Хорошо, если ваш ИТ-отдел готов помочь.
- LMCP (локальный кэш) — только чтение, нулевая настройка, работает сразу. Лучше всего для частных пользователей и небольших команд, которым нужен быстрый доступ.
Реальные рабочие сценарии
Чтение отдельных сообщений — это лишь начало. Настоящая ценность проявляется, когда вы просите ИИ-ассистента синтезировать информацию из разных бесед и предпринимать действия:
Сводка ежедневного стендапа
Прочитай сегодняшние сообщения инженерного канала, извлеки, над чем работает каждый человек, выяви блокеры и создай заметку со сводкой.
Вместо прокрутки активного канала ваш ИИ читает всё, организует по людям и выделяет блокеры. Идеально для руководителей, которым нужно оставаться в курсе, не читая каждое сообщение.
Подготовка к встрече из Teams
Проверь, что команда обсуждала о Project X за последнюю неделю по всем каналам, кратко изложи ключевые решения и перечисли открытые вопросы, которые мне стоит поднять на завтрашней встрече.
Ваш ИИ сканирует несколько каналов, находит соответствующие обсуждения и готовит документ-брифинг. Вы входите на встречу полностью информированным, а не в спешке наверстываете упущенное.
Создание задач из чата
Просмотри мои сегодняшние чаты Teams, найди всё, что похоже на задачу или обязательство, которое я взял, и перечисли их с указанием, кто попросил и когда.
Беседы в Teams часто содержат неявные обязательства — “я займусь этим” или “давай я пришлю тебе документ”. Ваш ИИ находит их и выводит на поверхность, чтобы ничего не ускользнуло.
Документация проекта
Прочитай последние 50 сообщений в канале #architecture, извлеки принятые решения о дизайне API и создай документ Word с журналом архитектурных решений.
Важные решения часто теряются в истории чата. Ваш ИИ извлекает их, структурирует в надлежащий документ и сохраняет, чтобы у вашей команды была постоянная запись.
LMCP также подключает вашего ИИ-ассистента к электронной почте, Outlook, Calendar, Contacts, OneDrive и локальным файлам. Смотрите полный список руководств или узнайте больше на local-mcp.com.