大模型提效案例：小组问题智能化收集与追踪✨ 本文主要讲述了作为一位研发同学，在遇到问题时的"拆解流程"&"思考方案"&"

零、摘要

✨ 本文主要讲述了作为一位研发同学，在遇到问题时的拆解流程 & 思考方案 & 实现思路，并在文末推荐一款令我心动的显示器~

一、提出问题

❓小组内同学在工作中遇到了一些问题时，如何反馈？如何解答？如何记录？如何追踪？

在看下方的图之前，可以先想一下目前自己组内，在遇到类似场景时，是如何的一个流程呢？

以上是一个我们构想的，属于比较理想化的流程，涵盖【反馈】→【讨论】→【记录】→【回顾】四个阶段，大部分小组的流程应该是它的一个子集，因为能够按这个流程严格执行的团队少之又少。

对于为什么没有很多团队能够如此执行，经过讨论，大家认为以上流程存在部分痛点：

问题反馈群的聊天记录平铺，不成组，看问题时不直观
问题总结时，人工翻找、记录聊天记录上下文比较费时
问题总结时，人工根据聊天记录再进行总结，若需组织一个措辞完善、重点突出的总结文案，是比较费时费力的
问题记录后，需要定时人工统计问题现状，并催促相关同学进行处理
人工同步问题记录到周会、月会中时，需要一定的同步成本

痛点关键词：人工、不直观

由于存在以上痛点，大部分同学认为组织一个问题反馈流程的ROI并不高（换句话说就是：没有必要！） ，因为需要占用一定的人力来做这些事。

经过一些调研和实践，我们基于以上流程，着重优化其中需要人工的节点，减轻人工成本，提高小组建立问题反馈流程的ROI。

二、解决方案

我们针对以上痛点，case by case的通过工具显著的提升了效率：

whiteboard_exported_image (1).png

❓：问题反馈群的聊天记录平铺，不成组，不方便以问题维度进行查看

💡：使用飞书话题群代替普通群，可以更直观的by问题维度查看消息

❓：问题总结时，人工翻找、记录聊天记录上下文比较费时

💡：直接调用飞书open api，一次性获取对应范围的聊天记录

❓：问题总结时，人工根据聊天记录进行总结，难以组织措辞完善、重点突出的总结文案

💡：使用大模型来根据聊天记录生成一个措辞完善、重点突出的文案，它很擅长

❓：问题记录后，需要定时人工统计问题现状，并催促相关同学进行处理

💡：使用定时任务，通过工具来分析问题现状（替代人工），并通知到对应同学及时处理

❓：人工同步问题记录到周会、月会中时，需要一定的同步成本

💡：使用多维表格来承载问题列表，使用多维表格的仪表盘、嵌入至飞书文档能力代替人工同步

小助手示例动图

三、方案实现

全链路时序图

1. 轻量级函数

介绍

FaaS，函数即服务，遵循服务函数化理念，支持用户一键创建和部署函数，支持快速构建任何类型的应用和服务。

各个厂家的云平台都有FaaS的服务，大家可以按自己的意愿来使用哈~

我的使用

基于轻量级函数，我实现了以下功能，串联起了 飞书 + Coze+ 多维表格 这三个平台。

获取群聊天记录
将聊天记录进行总结
将总结内容存到多维表格

每个步骤的细节实现会在后续模块展开~

// 伪代码
// 事件入口
addEventListener("fetch", async (event) => {
  // 处理入参相关
  const { url, method } = event.request;
  const { pathname } = new URL(url);

  // 判断当前调用类型（卡片回调、@事件处理等）
  const isChallengeMode = requestJson.challenge;
  const isCardCallback = requestJson.event && requestJson.event.host === "im_message";
  
  // 事件分发：处理@事件
  if (isAtMsg) {
    const messageId = jsonEvent.message.message_id;
    // 1. 获取飞书token
    validByLark().then(async (validByLarkRes) => {

      // 2. token验证
      if (validByLarkRes && validByLarkRes.tenant_access_token) {
        // 旧卡片messageId
        let cardMsgId = "";
        // 3. 先发一个loading状态的消息卡片到群里
        sendCard(messageId, token, "让我康康怎么个事儿", "正在读取当前话题聊天记录数据，并尝试总结中...").then(res => {
          cardMsgId = res.data.message_id;
        })

        // 4. 获取话题聊天记录，话题里的聊天记录（没有被撤回的）
        const threadList = await getThreadTalkList(token, jsonEvent.message.thread_id);

        // 5. 获取发送者信息
        const userIds = uniq(threadList.map(item => {
          return item.sender.id;
        }))
        const userInfoMap = await batchGetUserInfo(token, userIds);

        // 6. 格式化聊天记录
        const talkList = threadList.map(recordItem => {
          const userItem = userInfoMap[recordItem.sender.id];
          const userName = userItem ? userItem.name : "用户";
          let talkContent = recordItem.body.content;
          if (recordItem.mentions?.length) {
            recordItem.mentions.forEach(mention => {
              talkContent = talkContent.replace(mention.key, `@${mention.name}`)
            })
          }
          return { userName, talkContent }
        })

        // 7. 生成AI建议
        const aiSuggest = await getAISuggest(JSON.stringify(talkList));

        if (aiSuggest && aiSuggest.output) {
          const {title, suggest} = aiSuggest.output;
          // 8. 发送消息卡片
          await updateCard(cardMsgId, token, title, suggest, "一键记录该问题到多维表格中~", outputStr);
        }
      }
    })
    return event.respondWith(new Response(JSON.stringify({ success: true }), {
      headers: { "content-type": "application/json" }
    }));
  }

  event.respondWith(new Response(JSON.stringify(requestJson), {
    headers: { "content-type": "application/json" }
  }));
});
//# sourceMappingURL=index.js.map

2. 飞书开放平台

介绍

开放平台：一个封闭的平台往往是无法cover用户的各种使用场景的，把平台的相关能力开放给使用者，使用者可以根据这些能力开发一些更贴合业务的定制化功能，最终提高用户粘性。

飞书开放平台： 将飞书的部分能力以API的方式开放给业务开发者，通过这些API，你可以开发各种企业应用，来增强你在使用飞书时的体验。

我的使用

2.1. 飞书机器人

与用户在聊天中交互的应用，可以向用户或群组自动发送消息、响应用户的消息、管理群组。

在使用机器人时，需要为对应的功能开启相关权限：

接收群聊中@机器人消息事件（通过在群中通过@来唤起机器人）
查看群消息（查看群聊上下文）
获取用户基本信息（获取用户名称）
查看、评论、编辑和管理多维表格（存储记录到多维表格中）

2.2. 飞书消息卡片

相比于普通的消息体，消息卡片是一个交互更友好、展示更直观的载体。

基于该功能，我们搭建了一个交互卡片，主要的交互逻辑很简单：用户点击【记录到多维表格中】，我们将当前聊天记录、聊天总结一起保存到多维表格中。

2.3. 事件与回调

2.3.1. 事件

通过【事件】，我们可以绑定At动作，用户在@机器人后，可以把这个动作同步触发到我们的开发者服务器。

先配置请求地址，这个地址代表我们的开发者服务器
再添加相关事件，只有我们显式添加的事件，才会触发到开发者服务器（白名单逻辑）

2.3.2. 回调

通过【回调】，我们可以绑定机器人的交互（卡片的按钮），在用户点击卡片上的按钮后，会同步触发到我们的开发者服务器。

3. Coze

介绍

Coze是新一代 AI 应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类Bot，并将 Bot 发布到各个社交平台、通讯软件或部署到网站等其他渠道。

一句话总结：

产品：你可以在coze平台上快速开发一些AI应用（Bot机器人等），发布到各种社交平台中。

API：你可以通过OpenAPI的方式，丝滑的通过接口调用的方式，将你搭建的应用 or 模块嵌入到你的业务流程中。

我的使用

Coze有很多简单实用的功能，比如逻辑编排、知识库等，这里我只介绍本次使用到的workflow(工作流) 。

工作流

工作流支持通过可视化的方式，对插件、大语言模型、代码块等功能进行组合，从而实现复杂、稳定的业务流程编排，例如旅行规划、报告分析等。

当目标任务场景包含较多的步骤，且对输出结果的准确性、格式有严格要求时，适合配置工作流来实现。

来源文档：www.coze.cn/docs/guides…

工作流配置截图

工作流运行示意图

👍🏻 比较惊喜的一点是工作流可以通过open api的方式单独调用！ 这样就为在轻量级函数中调用提供了前提条件~ 可以低成本的接入到用户的业务中~

const getAISuggest = (talkList) => {
  return fetch(`https://api.coze.cn/v1/workflow/run`, {
    method: "POST",
    headers: {
      Authorization: `你的Token`,
      "Content-Type": "application/json",
      "Connection": "keep-alive",
      "Accept": "*/*"
    },
    body: JSON.stringify({
      "workflow_id": "Workflow的ID",
      "parameters": {
        // 入参
        "CUSTOM_INPUT": `${talkList}`
      }
    })
  }).then(res => res.json())
    .then(res => {
      const dataStr = res.data;
      return JSON.parse(dataStr || "{}");
    })
}

4. 多维表格

介绍

多维表格是一个非常强大的工具，它是一个以表格形态存在的在线数据库，用来存储和管理数据，区别于常规电子表格，多维表格不仅可以实现数据的存储，还可以实现数据分析、可视化。

我的使用

4.1. 机器人添加记录

通过点击机器人卡片上的【添加到多维表格中】按钮，一键将聊天记录、总结内容保存到表格中。

暂时无法在飞书文档外展示此内容

// 新增记录示例代码
// appToken: https://open.larkoffice.com/document/server-docs/docs/bitable-v1/notification
// tableId: https://open.larkoffice.com/document/server-docs/docs/bitable-v1/notification
const addRecordToLarkExcel = async (valueObj, token) => {
  const result = await fetch(`https://open.larkoffice.com/open-apis/bitable/v1/apps/appToken(自行获取)/tables/表格Id(地址栏上有)/records/batch_create`, {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json; charset=utf-8', // 如果发送JSON数据
      'Authorization': `Bearer ${token}`
    },
    body: JSON.stringify({
      records: [
        {
          fields: {
            标题: valueObj.title,
            话题内对话内容: valueObj.content,
            AI给出的建议: valueObj.suggest,
            记录时间: new Date().getTime(),
            任务状态: "待跟踪",
          }
        }
      ]
    }),
  }).then(res => res.json())
  return result;
}