新闻详情

新闻详情

首页 / 资讯中心 / 详情

企业微信API接口如何实现智能会议助手?从消息触发到会议任务处理

发布时间:2026/10/1 21:01:01来源:尧图网络
企业微信API接口如何实现智能会议助手?从消息触发到会议任务处理
最近做的企微二开要求会议全流程自动化——客户说约个会聊下产品机器人自动建会议、拉群、发提醒、会后生成纪要、提取待办。和之前聊的 AI 办公场景不同那篇是泛泛讲几个场景这篇重点是会议这个具体场景的完整接口链路——从消息触发到会议结束的全流程。把调了哪些接口记下来。Eyun 平台开放的企微 API统一 POSTJSON鉴权用 App Token 加 appidAuthorization: Bearer eyk_xxxx路径{BASE_URL}/wx-api/api/模块/动作响应封套{code, data, detail, message, time}code 为 0 成功。会议触发消息识别客户在企微里说约个会聊下产品AAI 识别到会议意图from flask import Flask, request app Flask(__name__) app.route(/wx-api/webhook/, methods[POST]) def webhook(): event request.headers.get(X-Eyun-Event) if event ! message: return ok payload request.json[data] appid payload[appid] from_uin payload[fromUin] content payload[content] # AI识别会议意图 if detect_meeting_intent(content): meeting_info extract_meeting_info(content) create_meeting_flow(appid, from_uin, meeting_info) return okdetect_meeting_intent用 AI 判断客户是不是要开会。extract_meeting_info提取主题、时间、参与人。回调机制在 Eyun 平台开发文档。拉群开会调群接口识别到会议意图后调群接口拉个会议群import requests BASE https://api.eyun.com HEADERS {Authorization: Bearer eyk_xxxx, Content-Type: application/json} def create_meeting_group(appid, customer_uin, staff_uins, topic): resp requests.post( f{BASE}/wx-api/api/group/createGroup, headersHEADERS, json{ appid: appid, name: f会议{topic}, members: [customer_uin] staff_uins, owner: staff_uins[0] } ) return resp.json()[data][roomId]建群拉客户和销售进来后续会议沟通都在群里。roomId是群标识后续发群消息用。发会议通知调消息接口群建好后发会议通知到群里def send_meeting_notice(appid, room_id, meeting_info): text f会议通知 主题{meeting_info[topic]} 时间{meeting_info[time]} 参与人{meeting_info[attendees]} requests.post( f{BASE}/wx-api/api/message/sendText, headersHEADERS, json{appid: appid, conversationId: room_id, content: text} )conversationId用 roomId 发群消息。会议通知让群里所有人都看到开会时间和主题。接口参数在开发文档。会前提醒调消息接口会议开始前 15 分钟提醒def remind_before_meeting(appid, room_id, meeting_info): # 到点前15分钟 requests.post( f{BASE}/wx-api/api/message/sendText, headersHEADERS, json{ appid: appid, conversationId: room_id, content: f会议 {meeting_info[topic]} 将在15分钟后开始请准备 } )群消息提醒所有参与人。不做提醒有人忘了开会其他人等着。会中记录调消息接口存纪要会议进行中机器人可以辅助记录关键信息。会后 AI 生成纪要def generate_meeting_minutes(appid, room_id, meeting_info): # 拉会议期间群消息 resp requests.post( f{BASE}/wx-api/api/message/getHistoryMessageList, headersHEADERS, json{appid: appid, conversationId: room_id, limit: 100} ) messages resp.json()[data][list] # AI生成纪要 minutes llm.summarize_meeting(messages, meeting_info[topic]) # 发纪要到群 requests.post( f{BASE}/wx-api/api/message/sendText, headersHEADERS, json{appid: appid, conversationId: room_id, content: f会议纪要\n{minutes[summary]}\n\n待办\n \n.join(minutes[todos])} )拉历史消息让 AI 生成纪要纪要发回群里。getHistoryMessageList 接口拉群消息用 roomId 作为 conversationId。关于历史消息接口在Eyun 企业微信 API 平台有说明。待办提取和分配调消息接口纪要里的待办要分配给具体人并通知def assign_todos(appid, todos): for todo in todos: assignee todo[assignee] # 从纪要提取的负责人 requests.post( f{BASE}/wx-api/api/message/sendText, headersHEADERS, json{appid: appid, to: assignee, content: f会议待办{todo[task]}\n截止{todo.get(deadline, 尽快)}} )待办分别发给负责人不只在群里说谁做什么单独通知确保看到。不在群里单独 每个人也行但单独发消息更明确。会后跟进调消息接口提醒待办到截止时间提醒def follow_up_todos(appid, todos): for todo in todos: if is_due(todo): requests.post( f{BASE}/wx-api/api/message/sendText, headersHEADERS, json{appid: appid, to: todo[assignee], content: f会议待办即将到期{todo[task]}} )会开完不等于事做完待办要到点提醒闭环才算完整。不做跟进会开完了待办没人做等于白开。写在最后智能会议助手这套东西本质是把企微的群接口、消息接口串成会议全流程——Webhook 识别会议意图、createGroup 拉会议群、sendText 发通知和提醒、getHistoryMessageList 拉会议消息生成纪要、sendText 发待办通知、到点提醒跟进。把全流程串起来会议从约到纪要到待办闭环全自动——而不是约会用一个系统、纪要记在文档里、待办靠人记。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

16G显存如何流畅运行Qwen-Image 2.1?全套量化方案与避坑指南 2026/10/1 21:57:53

16G显存如何流畅运行Qwen-Image 2.1?全套量化方案与避坑指南

先说结论:能跑,但要看你怎么跑。这里的“跑”分为几种情况:如果你指望用一张16G显存的显卡把官方原版FP16权重完整加载进来,然后“一键出图”,那答案是否定的;但如果选择量化版本,用第三方插件或…

阅读更多 →
PyTorch unfold()函数详解:从滑动窗口到卷积底层原理 2026/10/1 21:57:53

PyTorch unfold()函数详解:从滑动窗口到卷积底层原理

1. 从一个需求说起:为什么需要unfold()先说一个我去年处理数据时遇到的实际问题。当时在做一个时间序列的预测模型,原始数据是一维的股价序列,长度几万步。模型需要把每60步的历史窗口作为一个样本喂进去,每个样本还要和下一个时刻…

阅读更多 →
开源大模型如何快速部署成OpenAI兼容API?一站式引擎选型与实践 2026/10/1 21:57:53

开源大模型如何快速部署成OpenAI兼容API?一站式引擎选型与实践

一个很现实的问题:费劲从 HuggingFace 上下载下来的开源大模型,不管是 Qwen、DeepSeek 还是 Llama,跑通本地 demo 只是第一步。真正要接到业务系统、小程序后台或者企业内部工具里,最省事的方式是让它对外提供一个 OpenAI 兼容的 …

阅读更多 →
央企知识库实践复盘:AI落地的复杂远不止模型本身 2026/10/1 21:57:46

央企知识库实践复盘:AI落地的复杂远不止模型本身

一个央企知识库项目,让我看到了AI落地的复杂先交代背景:我去年底参与了一个央企集团级知识库项目,目标是把它沉淀多年的制度文件、技术标准、项目文档、历史档案做成一个能“问一句就给答案”的AI知识库。项目不算大,预算不算少&a…

阅读更多 →
Harness架构实战:一人九个月写出20万行代码,AI辅助编码的极限挑战 2026/10/1 21:57:39

Harness架构实战:一人九个月写出20万行代码,AI辅助编码的极限挑战

先说结论:这个项目做完之后,我再也不迷信“人多力量大”了。一个人、九个月、20万行代码、每个月烧掉40亿以上的token,最后交付的是一套基于Harness架构的复杂应用。这里的Harness不是某一个开源框架的名字,而是我在架构层面自己构…

阅读更多 →
awesome-low-level-design 之 Rust 抽象(Abstraction):用 Struct、Trait 与 impl 隐藏复杂实现细节 2026/10/1 21:57:26

awesome-low-level-design 之 Rust 抽象(Abstraction):用 Struct、Trait 与 impl 隐藏复杂实现细节

示例工程 【免费下载链接】awesome-low-level-design Learn Low Level Design (LLD) and prepare for interviews using free resources. 项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-low-level-design 点击查看 免费下载 Abstraction(抽…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉