首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >在企业微信里用一句话触发本地RPA任务:原理验证与代码实现

在企业微信里用一句话触发本地RPA任务:原理验证与代码实现

原创
作者头像
用户12579380
发布于 2026-11-22 14:32:36
发布于 2026-11-22 14:32:36
350
举报

凌晨十一点半,运营同学在企业微信群里发了一句"把今天的订单数据导出来发到群里",三分钟后,一张整理好的Excel表格出现在了群聊里。

这不是演示DEMO,而是一套已经长期跑在生产环境的做法:在企业微信里用自然语言触发本地电脑上的RPA(Robotic Process Automation,机器人流程自动化)流程。最近把这条链路从零完整搭了一遍,过程中踩了几个文档里不会写的坑,整理出来供参考。

一、为什么选企业微信做入口

触发本地任务的方式有几种:定时器、快捷键、文件监听、消息指令。前三种都要求人坐在电脑前,只有消息指令能做到手机发一句话、电脑自动干活。

企业微信适合做这件事,原因很实际:

  1. 消息通道稳定:自建应用、群机器人、各端消息推送都有现成的接口;
  2. 权限可控:谁有权触发、触发什么,在应用层面就能限制,不会变成"群里任何人都能让电脑执行任意操作";
  3. 回调机制现成:自建应用支持配置接收消息回调,这是整条链路的起点。

技术上完全成立,真正的难点在链路后半段:消息到了之后,谁来理解这句话,谁来执行,执行结果怎么回来。

二、链路拆解:四段各司其职

整条链路可以拆成四段,每一段都有明确的职责边界。

第一段:消息接收。 在管理后台创建自建应用,配置接收消息的服务器地址。你在群里@应用或者私聊发一句话,企业微信服务器会把消息推送到这个地址。

第二段:指令解析。 回调收到的是自然语言,比如"导出昨天的销售数据",需要转成结构化指令:跑哪个流程、传什么参数。实现上有两个梯度:起步用关键词路由(零成本、可控),复杂了再接大模型做意图识别,把消息文本发给DeepSeek、Kimi这类模型,返回结构化JSON。笔者建议先跑通关键词版本——大模型解析引入的是不确定性,而触发链路的第一要求是确定性。

第三段:本地执行。 解析结果最终落到一台能操作业务系统的电脑上:点按钮、填表单、取数据、发消息。这一步由RPA完成。这里有个值得说的分工逻辑:AI适合理解和决策,RPA适合重复和落地。让AI直接操作软件界面,在复杂页面和异常场景下稳定性很难保证;把"想"和"做"拆开之后,整条链路的可维护性会好不少。而落地成本最低的搭建方式,是让AI先生成脚本,再转换成可运行的自动化流程——AI写代码,RPA跑代码,比从零画流程图快得多。

第四段:结果回传。 执行完把结果和日志摘要推回群里,成功失败都有交代。人不在电脑前,也能从手机端确认任务状态。

三、代码:最小可运行闭环

以下是Flask实现的完整回调服务,企业微信侧配置自建应用的接收消息URL指向本服务即可:

代码语言:javascript
复制
import json
import requests
from flask import Flask, request

app = Flask(__name__)

CORP_ID  = "wwxxxxxxxxxxxx"
SECRET   = "your-app-secret"
AGENT_ID = 1000002
RPA_API  = "http://127.0.0.1:8321/api/trigger"  # 本地RPA的API触发地址

def get_token():
    url = (f"https://qyapi.weixin.qq.com/cgi-bin/gettoken"
           f"?corpid={CORP_ID}&corpsecret={SECRET}")
    return requests.get(url).json()["access_token"]

def send_text(user, text):
    requests.post(
        f"https://qyapi.weixin.qq.com/cgi-bin/message/send"
        f"?access_token={get_token()}",
        json={"touser": user, "msgtype": "text",
              "text": {"content": text}, "agentid": AGENT_ID})

# 关键词路由:一句话 -> 流程ID + 参数
ROUTE = {
    "导出订单": {"flow": "order_export", "args": {"range": "today"}},
    "销售报表": {"flow": "sales_report", "args": {"range": "yesterday"}},
}

@app.route("/callback", methods=["GET", "POST"])
def callback():
    # 1. GET 请求:后台保存回调URL时的验证,原样返回 echostr
    if request.method == "GET":
        return request.args.get("echostr", "")

    # 2. POST 请求:企业微信实际推送的是 XML 消息体(生产环境为AES加密,
    #    需用官方 WXBizMsgCrypt 解密,此处最小演示按明文XML解析)
    xml = request.data.decode("utf-8")
    content = xml.split("<Content><![CDATA[")[1].split("]]></Content>")[0]
    user = xml.split("<FromUserName><![CDATA[")[1].split("]]>")[0]

    for key, cfg in ROUTE.items():
        if key in content:
            requests.post(RPA_API, json={
                "flow": cfg["flow"],
                "args": cfg["args"],
                "callback_user": user,
            })
            send_text(user, f"已触发流程 {cfg['flow']},执行结果稍后回复")
            return "success"

    send_text(user, "没听懂,试试:导出订单 / 销售报表")
    return "success"

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=8000)

几个实践中确认的要点:

  • 企业微信回调推送的是XML,且默认AES加密。后台配置时必须实现URL验证(GET返回echostr)和消息解密(官方WXBizMsgCrypt类库)。上面为了可读性按明文XML处理,上生产前务必补上解密——这是新手最容易卡住的两个地方,卡住了看企业微信开发者文档的"接收消息"章节即可。
  • API触发是整条链路的命门。如果RPA不支持HTTP API触发,就只能靠模拟点击中转,脆且难维护,建议一开始就把这条作为硬性前提。
  • 关键词路由换成大模型意图识别时,返回结果一定要做白名单校验:只允许映射到预定义的流程ID,绝不让模型输出直接拼进执行参数,防止提示词注入把流程变成"任意指令执行"。

流程搭建本身,现在的工具已经支持对着需求描述直接生成自动化流程:文字或截图都可以,让AI分析页面元素结构并生成对应指令,遇到不认识的组件会自动封装成新指令,每条都带注释;报错时可以让AI做错误诊断和一键修复,不用对着堆栈信息硬啃。

四、可行性边界:哪些场景稳,哪些场景悬

跑了一段时间后的体会:可行性和场景强相关。

稳的场景:数据搬运(导表、汇总、跨系统同步)、定时报表、消息通知、批量操作。规则明确、页面相对固定,基本装上就忘。

悬的场景:页面结构频繁大改的第三方系统、强依赖人工判断的审批流、涉及资金的操作。最后一类务必保留人工确认——一句话可以触发流程,但涉及转账、删除级别的动作,至少加一道二次确认。

另一个容易被忽略的边界是网络环境。内网隔离的环境下,云端大模型服务调不通,"AI解析指令"这一段就得换成内网模型。对数据敏感的团队,选型时要把全离线内网部署、数据不出本地作为硬指标:流程数据全部保存在本地设备上、不同步到服务端,指令解析走内网模型完成。离线更安全,自愈更稳定——在隔离网环境里,这不是取舍问题,是架构前提。

五、最大的坑:元素失效

流程第一次跑通不算本事,跑三个月不维护才算。企业微信、千牛、各类后台页面前端改版是常态,元素一失效,流程集体罢工。

传统解法是手写xpath修复,这门语法对多数人太晦涩。更省事的做法是:用自然语言描述需求生成对应的元素路径,工具在本地智能生成多个候选,从中挑最稳定的一条。更进一步是Web元素AI自愈:页面元素变化后自动修复定位,流程不中断。这一条把运维成本砍掉大半——以前前端改版就要停工修一遍,现在流程自己把自己修好。再叠加视觉颜色操作兜底:不依赖元素节点,靠颜色和图像也能点击、获取内容,企业微信、微信、QQ、千牛的消息获取都能覆盖。浏览器页面和Windows客户端软件两条线都有自愈机制兜底,长期可用性完全是另一个水平。

六、分发给团队时的工程问题

流程跑通之后,马上会遇到工程问题:怎么发给同事用?

比较完整的做法是把流程打包成独立可执行程序:对方不用装客户端,双击就能跑;打包时设置授权,谁有资格用、用到什么时候可控;每个应用还能单独配置API触发和定时执行;更新版本时支持在线推送,不用再把文件逐个发一遍。界面上,简单流程可以自定义操作界面,复杂一点的用HTML组件搭建,按钮、数据展示、数据关联都能实现,非技术同事也能直接上手。

成本方面值得提醒一句:不同工具的授权和计费模式差异很大,有的按流程数量收费,有的按设备数收费,也有的基础功能对个人和小团队使用不收费——但计费模式不代表总成本,大模型token消耗、流程维护人力都要算进去,建议按三年的使用周期算总账再决定。

七、上线前的核对清单

发布前可以拿这张表逐条自测:

维度

需要确认的问题

触发方式

是否支持API触发、定时执行、消息指令触发

部署方式

能否全离线内网部署,数据是否完全不出本地

AI能力

支持哪些模型,能否识图、OCR,token费用如何结算

稳定性

元素失效能否自动修复,有无视觉操作兜底

搭建效率

报错能否自动诊断和修复

分发能力

能否打包独立应用、设置授权、在线更新

成本

免费额度边界,多设备是否额外收费

企业微信里一句话触发本地RPA任务,链路本身并不复杂:消息回调、指令解析、API触发、本地执行、结果回传,一个下午就能跑通。真正花时间的,是三个细节——回调加解密的完整处理、触发权限的白名单控制、元素失效后的自愈机制。这三件事做好,这条链路就能长期无人值守地跑下去。至于还能让它干什么,那是跑通之后才有的烦恼。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、为什么选企业微信做入口
  • 二、链路拆解:四段各司其职
  • 三、代码:最小可运行闭环
  • 四、可行性边界:哪些场景稳,哪些场景悬
  • 五、最大的坑:元素失效
  • 六、分发给团队时的工程问题
  • 七、上线前的核对清单
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档