HR政策海报生成：飞书+扣子打造自动化工作流

HR政策海报生成：飞书+扣子打造自动化工作流 HR政策海报生成：飞书+扣子打造自动化工作流 Modified March 26, 2025 Code block Python Copy async def main(args: Args) Output: ret = {} 调试输出参数结构 print("输入参数类型:", type(args.params)) print("参数包含的键:", args.params.keys() if isinstance(args.params, dict) else "非字典类型") try: 根据实际结构调整路径 input items = args.params["input"] 关键修正点 👈 if not isinstance(input items, list): raise ValueError("input字段必须是数组类型") for index, item in enumerate(input items, start=1): try: 调试单个记录 print(f"正在处理第{index}条记录: {item.get('record id', '未知')}") 解析fields字段 fields = json.loads(item["fields"]) 安全提取标题和内容 title = fields.get("标题", [{}])[0].get("text", "").strip() content = fields.get("内容", [{}])[0].get("text", "").strip() ret[f"t{index}"] = title ret[f"c{index}"] = content except Exception as e: print(f"处理失败 {item.get('record id','未知')} | 错误: {str(e)}") ret[f"t{index}"] = "解析失败" ret[f"c{index}"] = "解析失败" except KeyError as e: raise ValueError(f"参数缺少关键字段: {str(e)}，实际收到参数: {str(args.params)[:200]}...") except Exception as e: raise RuntimeError(f"全局处理失败: {str(e)}") return ret 什么？不会写代码？没关系！ 只要把功能告诉大模型，代码分分钟搞定！ OK 文本提取圆满完成：标题、正文分别存储在了变量t（title）、c（content）中，😐大家还是不要学我这种懒人写法，时间长了容易忘。 4.海报生成 增加“画板”节点，新建元素，t1 t5、c1 c5，即5个标题+正文对 点击右下角的画板编辑，将刚才下载好的海报模板导入 添加文本，给上一步整理好的标题、内容占位 文本引用设置好的变量，即标题、内容对 5.结束 在结束节点，配置返回的结果 至此，大功告成！HR政策海报已经实现了自动化生成！扩展一点：只要是内容抓取，海报生成的工作，都可以套用这个思路，比如生成生日祝福海报、通知类海报等等。 再往后研究一步，飞书中配置机器人，定时执行此工作流，将返回的海报内容，发送到指定群聊，就实现了端到端的自动化。 等等，先等等！ 你确定AI生成的海报，你不把把关看一下直接发群里啊？ So，为了保住打工人的饭碗，不建议完全自动化，尤其目前大模型幻觉还没办法完全避免，它生成的内容，最好还是有人来看看。 最后，通过AI的加持，做海报的人工流程演化成了： 人的工作由纯纯牛马，转变为AI输出的监督者，苦活累活AI干，人负责说YES OR NO。 （篇幅有限，未尽细节欢迎交流） 什么？不会写代码？没关系！ 只要把功能告诉大模型，代码分分钟搞定！ OK 文本提取圆满完成：标题、正文分别存储在了变量t（title）、c（content）中，😐大家还是不要学我这种懒人写法，时间长了容易忘。 4.海报生成 增加“画板”节点，新建元素，t1 t5、c1 c5，即5个标题+正文对 点击右下角的画板编辑，将刚才下载好的海报模板导入 添加文本，给上一步整理好的标题、内容占位 文本引用设置好的变量，即标题、内容对 5.结束 在结束节点，配置返回的结果 至此，大功告成！HR政策海报已经实现了自动化生成！扩展一点：只要是内容抓取，海报生成的工作，都可以套用这个思路，比如生成生日祝福海报、通知类海报等等。 再往后研究一步，飞书中配置机器人，定时执行此工作流，将返回的海报内容，发送到指定群聊，就实现了端到端的自动化。 等等，先等等！ 你确定AI生成的海报，你不把把关看一下直接发群里啊？ So，为了保住打工人的饭碗，不建议完全自动化，尤其目前大模型幻觉还没办法完全避免，它生成的内容，最好还是有人来看看。 最后，通过AI的加持，做海报的人工流程演化成了： 人的工作由纯纯牛马，转变为AI输出的监督者，苦活累活AI干，人负责说YES OR NO。 （篇幅有限，未尽细节欢迎交流） 源地址：HR政策海报生成：飞书+扣子打造自动化工作流 作者：H HR政策海报生成：飞书+扣子打造自动化工作流 源地址：HR政策海报生成：飞书+扣子打造自动化工作流 HR政策海报生成：飞书+扣子打造自动化工作流 作者：H 引言 💡 业务场景 每天早晨9:00，当北上广深的HR们挤在地铁里刷手机时，北京某科技园的HR主管已从容端起咖啡——她的飞书工作群正自动弹出《一分钟政策速递》。这份包含社保新政解读、地方补贴速递、用工风险提示的简报，从信息抓取、语义分析到排版推送，全程由AI驱动。 而一个月前，她还在经历这样的清晨：7:30到岗狂刷N个政府网站，复制黏贴政策片段，手忙脚乱调整Word格式，赶在9点晨会前发出漏洞百出的日报。 本文要拆解的，正是通过飞书多维表格+扣子工作流搭建的零代码解决方案。将HR政策监控的三大顽疾——"跨平台信息找不准"、"长篇政策读不完"、"紧急通知传不快"——转化为可量化的效率提升。 💡 自动生成政策海报DEMO 💡 业务场景 每天早晨9:00，当北上广深的HR们挤在地铁里刷手机时，北京某科技园的HR主管已从容端起咖啡——她的飞书工作群正自动弹出《一分钟政策速递》。这份包含社保新政解读、地方补贴速递、用工风险提示的简报，从信息抓取、语义分析到排版推送，全程由AI驱动。 而一个月前，她还在经历这样的清晨：7:30到岗狂刷N个政府网站，复制黏贴政策片段，手忙脚乱调整Word格式，赶在9点晨会前发出漏洞百出的日报。 本文要拆解的，正是通过飞书多维表格+扣子工作流搭建的零代码解决方案。将HR政策监控的三大顽疾——"跨平台信息找不准"、"长篇政策读不完"、"紧急通知传不快"——转化为可量化的效率提升。 💡 业务场景 业务场景 每天早晨9:00，当北上广深的HR们挤在地铁里刷手机时，北京某科技园的HR主管已从容端起咖啡——她的飞书工作群正自动弹出《一分钟政策速递》。这份包含社保新政解读、地方补贴速递、用工风险提示的简报，从信息抓取、语义分析到排版推送，全程由AI驱动。 而一个月前，她还在经历这样的清晨：7:30到岗狂刷N个政府网站，复制黏贴政策片段，手忙脚乱调整Word格式，赶在9点晨会前发出漏洞百出的日报。 本文要拆解的，正是通过飞书多维表格+扣子工作流搭建的零代码解决方案。将HR政策监控的三大顽疾——"跨平台信息找不准"、"长篇政策读不完"、"紧急通知传不快"——转化为可量化的效率提升。 💡 自动生成政策海报DEMO 💡 自动生成政策海报DEMO 自动生成政策海报DEMO Part 1：需求分析与方案设计 1. 传统流程痛点 HR主管从开始收集信息，到完成海报制作，群发整个过程，称之为业务流，无论这个过程包含多少具体的动作，都可以归结为3个大的关节，分别是：信息获取、信息加工、和信息传递。 Unable to load the board. Please refresh and try again.Copy ErrorRefresh Nothing on the board yet 在传统业务流程中，存在以下核心问题： • 信息过载：社保局/医保局/人社部等多平台政策混杂，人工总结提炼太费劲！ • 格式灾难：不同网站的文本格式污染（如字体混乱、表格错位），加大提炼难度 • 时效滞后：人工处理耗时耗力，做完这项工作元气大伤，会严重影响到一整天的创新性产出 2. AI+解决方案 将具体业务动作，抽离出三个节点后，要做的就是思考如何用AI工具给每个节点赋能，找到新的解决方案。 接下来会用到：飞书多维表格AI字段、API接口（配置超级简单）、扣子工作流，来实现整个流程的自动化 Unable to load the board. Please refresh and try again.Copy ErrorRefresh Nothing on the board yet Part 2：政策信息获取 信息获取就是指拿到网站上的原始文本，这个环节的备选方案包括：爬虫、人工摘录、AI自动读取（当然是选这种方案） Unable to load the board. Please refresh and try again.Copy ErrorRefresh Nothing on the board yet 关于信息获取的网站，需要事先锁定几个，建议选5个核心来自相对官方权威的网站。当然你想选N个网站也可以，对于AI来讲没什么区别，边际成本几乎为0 1.信息获取 接下来就需要用到飞书多维表格中的AI字段了 首先，新建多维表格 选择第一列：文本，修改字段/列 探索字段捷径 AI 更多 选择AI读取网页链接 创建URL的存放字段 输入提示词：提取该页面的标题及成文 这样我们就拿到了网站上的文本内容 2.信息加工 到这一步，让我们先回忆下，人工做信息加工时，具体做哪些事？ 简单来说，就是如下流程： 所以信息加工的环节，就是在提炼标题、内容。在多维表格中，新建一个AI字段，填入提示词 提示词： 至此，已经完成了原始文章的提炼，在“总结”中输出了：标题+正文 同理，完成所有链接内容读取，并将标题和内容分离为2个单独的字段 到这一步，我们就完成了内容的提炼 Part 3：海报模板选取 推荐个海报模板网站：稿定设计，里面有大量的海报模板，挑选一个你中意的模板 稿定设计 下载前，请把内容正文删掉（这部分要使用多维表格中整理好的内容哦），只下载空白内容的模板 💡 到这一步，可以先撒花了🎉🎉🎉！海报的内容，以及模板已经搞定！ 到这一步，可以先撒花了🎉🎉🎉！海报的内容，以及模板已经搞定！ Part 4：扣子工作流配置 关于扣子：“扣子”（Coze）是字节跳动在 2024 年 上线的新一代一站式 AI Bot 开发平台，也被称为 “字节版 GPTs”。它是一个低门槛的 AI 应用开发平台，其核心目标是让没有编程基础的用户也能够轻松参与到 AI 生态的建设中。 扣子 登录后，左侧功能列表 工作空间 右上角“+字段” 创建工作流，名称和描述自行输入 上图是我已经做好的工作流，下面就来一步一步拆解每个节点是怎么配置的 1.开始 此节点不需要做任何配置，没有输入以及输出 2.读取飞书表格内容 点击开始节点后面的“+”，搜索“飞书多维表格”，选择“search record”功能 添加后，点击该节点的配置，界面右侧的参数框，只需要填写：app token、field names；filter是对数据的筛选条件，没有筛选需求的话直接忽略就好了。 • app token：多维表格的唯一标识符，就是表格URL中的一段 • field names：则是要读取的具体字段，这里我们需要的是“标题”、“内容”，来作为海报的输入 该节点运行后，就能将多维表格中的内容提取出来了 3.内容精确提取 继续添加一个代码节点，用精准将上一节点输出的内容，进行结构化提取。 将上一节点输出，配置为此节点输入，并在代码中输入：