zhaojie/feishu_screen

Fork 0

Files

Jeason cb5efbe3ca first commit

2026-03-18 15:15:20 +08:00

9.8 KiB

Raw Blame History

Screen2Feishu - AI任务管理Web应用

项目简介

Screen2Feishu是一个基于AI技术的任务管理Web应用，能够自动分析截图和任务描述，识别任务信息并写入飞书多维表格。

核心功能

📸 图片上传分析

上传截图，AI自动分析图片内容
识别任务描述、优先级、发起人等信息
自动匹配飞书用户，处理重名情况
将分析结果写入飞书多维表格

⚙️ 智能配置

内存处理模式：不保存图片文件，节省存储空间
用户匹配机制：自动匹配飞书用户列表
随机匹配回退：重名时随机选择最近联系人
缓存管理：自动管理用户缓存，提高匹配效率

📊 实时反馈

显示AI分析结果
显示操作状态和进度
系统配置信息展示
用户缓存状态监控

快速开始

1. 环境准备

# 安装Python依赖
pip install -r requirements.txt

2. 配置文件

复制配置文件模板并编辑：

cp config.example.yaml config.yaml

编辑 config.yaml 文件，填入你的配置：

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:
  memory_processing: false  # 是否启用内存处理
  post_process: "keep"  # 文件处理策略

  user_matching:
    enabled: true  # 是否启用用户匹配
    fallback_to_random: true  # 是否启用随机匹配回退
    cache_enabled: true  # 是否启用缓存
    cache_file: "./data/user_cache.json"

3. 启动应用

# 使用启动脚本（推荐）
python start_web_app.py

# 或者直接启动
python web_app.py

4. 访问界面

打开浏览器，访问：http://localhost:5000

使用指南

图片上传分析

选择图片：点击上传区域或拖拽图片到指定区域
上传分析：点击"上传并分析"按钮
查看结果：系统会显示AI分析结果和操作状态
自动处理：任务会自动写入飞书多维表格

AI分析结果

系统会识别以下信息：

任务描述：从图片中提取的任务内容
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：识别到的任务发起人姓名
部门：发起人所属部门
开始日期：任务开始时间
截止日期：任务截止时间

用户匹配机制

自动匹配：系统从飞书API获取用户列表
精确匹配：根据姓名精确匹配用户
模糊匹配：根据姓名包含关系匹配用户
随机回退：重名时随机选择最近联系人
人工确认：无法匹配时标记为待确认

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

优点：

不占用磁盘空间
处理速度更快
隐私保护更好

缺点：

无法保留原始截图
无法回溯分析过程

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

缓存机制：

自动从飞书API获取用户列表
缓存有效期24小时
支持手动刷新缓存

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

API接口

1. 上传图片分析

接口：POST /api/upload

请求：

// 使用FormData上传图片
const formData = new FormData();
formData.append('image', file);

fetch('/api/upload', {
    method: 'POST',
    body: formData
});

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",
    "任务发起方": {"id": "user_123"},
    "任务发起方.部门": "研发部"
  }
}

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"
  }
}

界面说明

主界面布局

┌─────────────────────────────────────────────────────────┐
│                    Screen2Feishu                        │
├─────────────────────────────────────────────────────────┤
│  统计信息: 用户缓存 | 最近联系人 | 缓存状态             │
├──────────────────────┬──────────────────────────────────┤
│  📸 图片上传分析     │  ⚙️ 系统配置                     │
│                      │                                  │
│  [上传区域]          │  内存处理: 启用/禁用             │
│  文件名: xxx         │  用户匹配: 启用/禁用             │
│  [上传] [清空]       │  随机匹配: 启用/禁用             │
│                      │  缓存功能: 启用/禁用             │
│  上传状态:           │  文件处理: keep/delete/move      │
│  [状态信息]          │                                  │
│                      │  📝 状态日志                     │
│  AI分析结果:         │  [日志信息]                     │
│  [分析结果]          │                                  │
└──────────────────────┴──────────────────────────────────┘

状态指示

绿色：成功状态
黄色：警告状态（待确认、随机匹配等）
红色：错误状态
蓝色：信息状态

日志系统

系统会记录所有操作的日志，包括：

文件上传状态
AI分析结果
用户匹配过程
飞书写入结果
错误信息

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：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

场景3：实时监控

配置监控文件夹
新截图自动触发分析
实时更新飞书表格

故障排除

1. 无法启动应用

问题：ModuleNotFoundError

解决：

pip install -r requirements.txt

2. AI分析失败

问题：API密钥错误或网络问题

解决：

检查 config.yaml 中的API密钥
检查网络连接
查看浏览器控制台错误信息

3. 飞书写入失败

问题：飞书API权限不足

解决：

检查飞书应用权限
验证 app_id、app_secret、app_token、table_id
查看日志中的详细错误信息

4. 用户匹配失败

问题：无法获取用户列表或匹配失败

解决：

检查飞书API权限（用户列表读取）
检查缓存文件路径
查看日志了解详细错误

技术架构

前端技术

HTML5：语义化结构
CSS3：现代样式，响应式设计
JavaScript：异步请求，实时更新

后端技术

Flask：轻量级Web框架
OpenAI API：AI图像分析
飞书API：用户管理和表格写入
用户缓存：提高匹配效率

数据流

用户上传图片 → Web服务器接收 → AI分析 → 用户匹配 → 飞书写入 → 返回结果

项目结构

Screen2Feishu/
├── web_app.py              # Web应用入口
├── start_web_app.py        # 启动脚本
├── config.yaml             # 配置文件
├── requirements.txt        # Python依赖
├── templates/
│   └── index.html         # Web界面
├── services/
│   ├── ai_service.py      # AI服务
│   └── feishu_service.py  # 飞书服务
├── utils/
│   ├── user_cache.py      # 用户缓存
│   ├── config_loader.py   # 配置加载
│   ├── logger.py          # 日志工具
│   └── notifier.py        # 通知工具
├── data/                  # 数据目录
├── monitor_images/        # 监控图片
└── processed_images/      # 已处理图片

注意事项

安全：妥善保管API密钥，不要泄露
权限：确保飞书应用有必要的API权限
网络：保持网络连接稳定
存储：注意磁盘空间使用
隐私：敏感信息不要在日志中显示

更新日志

v1.0.0

✅ 基础Web界面
✅ 图片上传分析
✅ AI自动识别
✅ 用户匹配机制
✅ 飞书集成
✅ 实时状态反馈
✅ 日志系统
✅ 配置管理

贡献指南

Fork项目
创建功能分支
提交代码
创建Pull Request

许可证

MIT License

联系方式

如有问题或建议，请通过GitHub Issues反馈。

Screen2Feishu - 让AI帮你管理任务 🚀

9.8 KiB Raw Blame History Unescape Escape