从"跑腿帮办"到"一句话搞定"：AI Agent 自动化 OA 流程实战

作者：金融马 日期：2025年5月27日 标签：AI Agent · 自动化 · 泛微OA · 钉钉

---

一、痛点

每次发起 OA 流程，都要：

1. 打开 OA 系统 2. 登录账号 3. 找到对应的流程模板 4. 填写一堆表单字段 5. 上传附件（表格、扫描件、压缩包...） 6. 提交后时不时点进去看审批到哪了 7. 等审批完了还要手动归档

一套流程下来，10 分钟起步，如果是出差报销、项目付款这种高频流程，每天要跑好几遍。

更烦的是：人在外面、只能用手机的时候，根本没法操作 OA。

---

二、解决思路

能不能像发微信一样，发条消息就把流程搞定了？

用户（钉钉）：发一个付款申请，附件发你了
Agent：收到！请发送附件
用户：[发送 Excel 文件]
Agent：✓ 附件已上传泛微
      ✓ 流程已发起：付款申请 #WF20250627001
      ✓ 当前节点：部门主管审批中
      ...
      ● 流程已通过，附件已归档

核心理念：人只做决策，机器执行流程。

---

三、技术方案

3.1 整体架构

┌──────────────────────────────────────────────────────────────┐
│                          钉钉                                 │
│         用户 ──消息/文件──▶ 钉钉 Server ──Stream──▶         │
└──────────────────────────────────────────────────────────────┘
                                                                 │
                                                                 ▼
┌──────────────────────────────────────────────────────────────┐
│                       Hermes Agent                            │
│                                                              │
│   ┌──────────┐   ┌──────────┐   ┌──────────┐   ┌─────────┐│
│   │ 钉钉客户端 │   │ 意图解析器 │   │ 泛微客户端 │   │状态监控器││
│   │          │   │          │   │          │   │         ││
│   │ • 消息接收│   │ • 指令识别│   │ • 登录    │   │• 轮询状态││
│   │ • 文件下载│   │ • 流程匹配│   │ • 发起流程│   │• 超时告警││
│   │ • 结果推送│   │ • 字段提取│   │ • 上传附件│   │• 钉钉回报││
│   └──────────┘   └──────────┘   └──────────┘   └─────────┘│
│                                                              │
│                              本地存储                         │
│                        /tmp/oa-flows/{id}/                    │
└──────────────────────────────────────────────────────────────┘
                                                                 │
                                                                 ▼
┌──────────────────────────────────────────────────────────────┐
│                         泛微 OA                               │
│   POST /api/login → POST /api/createRequest                  │
│   POST /api/upload → GET /api/getRequestInfo                  │
└──────────────────────────────────────────────────────────────┘

3.2 技术选型

组件	选型	说明
运行环境	Python 3.10+	主力开发语言
钉钉接入	`dingtalk-stream-sdk`	Stream 模式实时接收，支持文件消息
OA 接入	`requests` + 泛微 REST API	HTTP 直连，无需浏览器
文件存储	本地 `/tmp/oa-flows/`	按 request_id 分目录，流程结束后清理
配置	`config.yaml` + 环境变量	敏感信息不写死在代码里
日志	`loguru`	结构化日志，支持文件 + 钉钉双输出

3.3 核心模块

钉钉客户端（`dingtalk_client.py`）

负责与钉钉的实时通信：

class DingTalkClient:
    def start(self, on_message_callback):
        """启动 Stream 长连接，收到消息触发回调"""
        ...
def download_file(self, file_key: str) -> Path:
        """下载钉钉文件到本地临时目录"""
        ...
def send_message(self, user_id: str, content: str):
        """推送结果消息给用户"""
        ...

关键能力：

Stream 模式：长连接实时收消息，不丢消息
支持文本、图片、压缩包等各类文件
自动重连，断线不怕

泛微客户端（`weaver_client.py`）

封装泛微 OA 的 REST API：

class WeaverClient:
    def login(self) -> bool:
        """登录泛微，维护 cookie session"""
        ...
def create_request(self, workflow_id: str, fields: dict, attachments: list) -> str:
        """发起流程，返回 request_id"""
        ...
def upload_attachment(self, file_path: Path, request_id: str) -> str:
        """上传附件，返回附件 ID"""
        ...
def get_request_status(self, request_id: str) -> dict:
        """查询流程当前状态"""
        ...
def get_workflow_progress(self, request_id: str) -> list:
        """获取各审批节点进度"""
        ...

关键能力：

Cookie 持久化，不用每次都登录
支持批量上传附件（表格、图片、ZIP 都能传）
统一的错误处理和重试机制

流程引擎（`flow_engine.py`）

编排完整执行链路：

用户发消息
    │
    ▼
意图解析 ──缺字段──▶ 追问用户
    │
    ▼
下载钉钉文件
    │
    ▼
泛微登录
    │
    ▼
上传附件
    │
    ▼
发起流程 → 返回 request_id
    │
    ▼
轮询监控 ◄─────────────┐
    │                  │
 ┌──┴──┐              │
 │结束？│              │
 └──┬──┘              │
    │ 否               │
    ▼                  │
回报结果  等待 30 秒 ─────┘

状态监控器（`monitor.py`）

class FlowStatus(Enum):
    PENDING = "待提交"
    RUNNING = "审批中"
    APPROVED = "已通过"
    REJECTED = "已驳回"
    TERMINATED = "已终止"

监控策略：

每 30 秒轮询一次状态
超时（默认 1 小时）自动告警
每 5 分钟推送一次进度到钉钉

---

四、应用场景

场景 1：付款申请

用户：发一个付款申请，金额10万
Agent：请发送附件（合同/发票/清单等）
用户：[发送 PDF 合同]
Agent：收到！
      ✓ 流程已发起：付款申请
      ✓ 流程编号：WF20250627001
      ✓ 附件已上传
      
      正在监控...
      ○ 部门主管审批（待处理）
      ○ 财务审批（待处理）
      ● 流程已通过
      
      完成！

场景 2：差旅报销

用户：报销差旅，李四，5000元
Agent：请发送发票照片或电子发票
用户：[发送 ZIP 包，内含多张发票]
Agent：收到 5 张发票，正在上传...
      ✓ 流程已发起：差旅报销
      ✓ 金额：5000 元
      ...

场景 3：查询进度

用户：查一下 WF20250627001
Agent：流程编号：WF20250627001
      类型：付款申请
      状态：审批中
      当前节点：财务审批 - 张三
      已用时：2小时15分
      预计：今日内完成

---

五、效果对比

操作	传统方式	AI Agent
操作入口	打开 OA 网页/APP	钉钉发消息
附件上传	手动选择文件	直接发文件
填写表单	逐项填写	说一句话，AI 提取
查看进度	反复登录 OA	自动推送
操作耗时	10-15 分钟	< 1 分钟
移动场景	不方便	手机一句话搞定

---

六、技术亮点

1. 钉钉 Stream 模式

相比轮询拉取消息，Stream 模式是服务端推送，优势：

实时性：消息秒到
低延迟：不用频繁调接口查新消息
省资源：长连接，不用每次都建立 HTTP

2. 意图解析 + 字段提取

不用让用户填写标准的表单字段，直接说人话：

"发个付款申请，10万" → 自动识别流程类型、金额
缺少必填字段时，AI 会主动追问

3. 全链路自动化

发起 → 上传 → 监控 → 推送，一条龙。用户只需要发一条消息，躺平等结果就行。

---

七、后续规划

阶段	内容
Phase 1	跑通泛微核心 API（登录、发起、上传、查询）
Phase 2	接入钉钉 Stream，消息和文件收发
Phase 3	完善意图解析，支持更多流程类型
Phase 4	增加多级审批、超时告警、统计报表
Phase 5	支持审批节点自动处理（充当审批人角色）

---

八、总结

技术只是手段，解决问题才是目的。

这套方案把原本分散在 OA 系统、手机、邮件里的流程，统一收口到钉钉这一个入口。

人从"操作者"变成"决策者"，真正实现了动动嘴就能办事。

---

你也有类似的自动化需求？想了解具体实现细节？欢迎交流。