zhaojie/feishu_screen

Fork 0

Files

Jeason 69f92205e9 截图识别飞书个人任务清单

2026-03-18 15:15:52 +08:00

6.5 KiB

Raw Permalink Blame History

Screen2Feishu Web应用使用说明

概述

Screen2Feishu Web应用是一个结合了前端界面和后端功能的完整解决方案。它提供了一个用户友好的界面，可以：

手动添加任务：通过表单添加任务到飞书多维表格
图片上传分析：上传截图，AI自动分析并生成任务
实时预览：查看AI分析结果和任务信息
用户匹配：自动匹配飞书用户，处理重名情况

启动应用

1. 安装依赖

pip install flask flask-cors

2. 配置文件

确保 config.yaml 文件已正确配置：

ai:
  api_key: "your_api_key"
  base_url: "https://api.openai.com/v1"
  model: "gpt-4o"

feishu:
  app_id: "your_app_id"
  app_secret: "your_app_secret"
  app_token: "your_app_token"
  table_id: "your_table_id"

system:
  watch_folder: "./monitor_images"
  post_process: "keep"
  processed_folder: "./processed_images"
  log_level: "INFO"
  log_file: "app.log"
  memory_processing: false
  
  user_matching:
    enabled: true
    fallback_to_random: true
    cache_enabled: true
    cache_file: "./data/user_cache.json"

3. 启动应用

python start_web_app.py

或者直接运行：

python web_app.py

4. 访问界面

打开浏览器，访问：http://localhost:5000

功能说明

1. 手动添加任务

在"添加新任务..."输入框中输入任务描述
选择截止时间（可选）
选择分类（工作/学习/生活/其他）
选择优先级（高/中/低）
点击"添加"按钮

AI分析过程：

系统会调用AI服务分析任务描述
自动识别任务发起人和部门
匹配飞书用户（如果启用）
将任务写入飞书多维表格

2. 图片上传分析

点击"上传分析"按钮或拖拽图片到文件选择框
选择截图文件（支持JPG、PNG等格式）
系统会自动：
- 读取图片到内存
- 调用AI分析图片内容
- 识别任务信息（描述、优先级、发起人等）
- 匹配飞书用户
- 写入飞书表格
- 在界面显示分析结果

AI分析结果：

任务描述
优先级（紧急/较紧急/一般/普通）
状态（未开始/进行中/已完成）
发起人姓名
部门信息
开始日期
截止日期

3. 任务管理

筛选：按分类、状态、优先级筛选任务
编辑：点击编辑按钮修改任务
删除：点击删除按钮删除任务
完成：勾选复选框标记任务完成

4. 通知功能

浏览器通知：启用后可在任务到期时收到通知
桌面通知：显示操作结果和AI分析结果

API接口

1. 上传图片分析

接口：POST /api/upload

请求：

{
  "image": "图片文件"
}

响应：

{
  "success": true,
  "message": "任务已成功添加到飞书",
  "ai_result": {
    "task_description": "任务描述",
    "priority": "紧急",
    "status": "未开始",
    "initiator": "张三",
    "department": "研发部",
    "start_date": "2026-03-03",
    "due_date": "2026-03-10"
  }
}

2. 获取用户缓存信息

接口：GET /api/user_cache

响应：

{
  "success": true,
  "stats": {
    "user_count": 10,
    "recent_contact_count": 5,
    "cache_age_hours": 0.5,
    "is_expired": false
  }
}

3. 获取配置信息

接口：GET /api/config

响应：

{
  "success": true,
  "config": {
    "memory_processing": false,
    "user_matching_enabled": true,
    "fallback_to_random": true,
    "cache_enabled": true,
    "post_process": "keep"
  }
}

配置说明

内存处理模式

system:
  memory_processing: true  # 启用内存处理，不保存图片文件

用户匹配配置

system:
  user_matching:
    enabled: true  # 启用用户匹配
    fallback_to_random: true  # 启用随机匹配回退
    cache_enabled: true  # 启用缓存
    cache_file: "./data/user_cache.json"  # 缓存文件路径

文件处理策略

system:
  post_process: "keep"  # 保留原始文件
  # post_process: "delete"  # 删除原始文件
  # post_process: "move"  # 移动到processed_images目录

使用场景

场景1：截图转任务

从聊天记录、邮件或文档中截图
上传截图到Web界面
AI自动分析截图内容
生成任务并写入飞书表格

场景2：手动创建任务

在Web界面手动输入任务描述
AI分析任务内容，提供优化建议
自动匹配任务发起人
写入飞书表格

场景3：批量处理

准备多个截图文件
逐个上传分析
系统自动处理并写入飞书

注意事项

飞书API权限：确保飞书应用有读取用户列表和写入表格的权限
图片大小：建议图片大小不超过10MB
网络连接：需要稳定的网络连接调用AI和飞书API
浏览器通知：需要用户授权浏览器通知权限
缓存管理：用户缓存默认24小时过期，可手动清理

故障排除

1. 无法启动应用

检查依赖是否安装完整
检查配置文件是否正确
检查端口5000是否被占用

2. AI分析失败

检查API密钥是否正确
检查网络连接
查看日志文件 app.log

3. 飞书写入失败

检查飞书API配置
检查表格ID和Base Token
确保飞书应用有写入权限

4. 用户匹配失败

检查飞书API权限（用户列表读取）
检查缓存文件路径
查看日志文件了解详细错误

技术架构

前端

HTML5 + CSS3 + JavaScript
响应式设计，支持移动端
实时通知和状态反馈

后端

Flask Web框架
AI服务集成（OpenAI格式API）
飞书API集成
用户缓存管理

数据流

用户上传图片/输入任务
前端调用后端API
后端调用AI服务分析
后端匹配飞书用户
后端写入飞书表格
返回结果给前端
前端显示结果和通知

扩展功能

1. 批量处理

可以扩展支持批量上传和处理多个图片文件

2. 实时预览

可以添加图片预览功能，显示上传的截图

3. 任务模板

可以添加任务模板功能，快速创建常见任务

4. 统计分析

可以添加任务统计和分析功能

5. 多语言支持

可以添加多语言界面支持

总结

Screen2Feishu Web应用提供了一个完整的解决方案，将前端界面与后端功能完美结合。用户可以通过友好的界面轻松创建任务，AI自动分析并写入飞书表格，大大提高了工作效率。

6.5 KiB Raw Permalink Blame History Unescape Escape