Excel数据自动生成海报· 小白自动化

化验员每天翻 Excel 看数据，管理者想一眼掌握当日结果却无处下手——这是大多数实验室的日常。

其实不用写一行代码：本教程是系列第 1 篇，先帮你建立整体印象，后面再用 Kimi Code 把 Excel 丢进群、机器人自动回汇总海报这件事一步步搭出来。

这 11 节教程要带你从零复刻一个化验数据飞书汇总机器人。名字听起来长，但拆开看就两点：一边是化验数据，另一边是飞书里的汇总机器人。它的作用，就是把化验数据汇总之后，自动推送到飞书里。

你不需要会写代码。整个过程中，你的角色是“提想法、答问题、点鼠标、看效果”——真正写代码这件事，全部交给 Kimi Code（一个 AI 编程工具）来完成。

本文是 11 个部分中的第 1 部分，所以不会在这里展开具体操作，而是先把“你要做什么、需要准备什么”讲清楚，给你一个整体印象。后面的部分再一步一步带你动手。

这一节我们先不展开技术细节，先让你看看“做完以后用起来是什么感觉”。只有先知道它长什么样、解决了什么问题，后面动手时才不会迷路。

以前的做法是这样的：化验员把检测数据一项项填进 Excel，想看今天做了什么、结果怎么样，只能自己打开表格，一行一行翻、一张一张找。

现在变成这样了：化验员只需要把 Excel 文件往飞书群里一发，机器人立刻读取文件，把当天和新增的检测明细做成一张好看的长图（海报）自动发回群里。

这张海报看起来并不复杂，但已经把关键信息都亮出来了：

说白了，它把一个原本需要人打开表格、逐行查看的活儿，变成“发文件 → 等海报”这两步。后面的章节，我们就从 0 开始教你把它搭出来。

这一节先不敲代码，也不点飞书后台，咱们把整趟路程在地图上画一遍。知道自己在哪一站、下一站干什么，后面才不会迷路。

做这件事一共分四站。前面两站主要在你的电脑上完成：装软件、建文件夹、把需求“聊”给 AI；第三站进到飞书后台创建机器人；最后一站启动它、发消息测试，哪里不顺再让 AI 改。

先认识一下第一站要装的三个工具：

• Node.js：让 JavaScript 代码能在电脑本地运行的环境，可以理解成机器人的“发动机”。

• Git：代码版本管理工具，后面从网上下载项目代码、更新代码都得靠它。

• Kimi Code：一个可以写代码、改代码的 AI 助手，装好后它会像结对编程的同事一样坐在你旁边。

时间都是估算。如果你之前装过 Node.js 或 Git，第一站可能 5 分钟就结束；如果你第一次接触飞书后台，第三站可能需要多摸索一会儿。第四站的“随缘”不是开玩笑——机器人第一次启动后，通常都会遇到点小毛病，改一两条配置、再测一轮，这个过程可长可短，心态上预留半小时到一小时比较稳妥。

从这里开始，我们将进入第一站：安装软件。

这一站的任务很简单：把后面机器人运行必须用到的几个软件装上。别嫌麻烦，就跟做菜先备菜一样，基础工具不到位，后面报错更耽误事。

1.1 装 Node.js：给机器人准备"发动机"

这一步是给电脑装上 Node.js。它相当于机器人的发动机，后面 Kimi Code 跑起来、以及各种脚本执行，都靠它。

Node.js 官网打开慢的话，下面两个办法任选：

方法一：官网直装

方法二：国内镜像

如果官网打不开或速度太慢，用下面两个国内镜像，找文件名带 `LTS` 的最新版：

• Mac 选 `arm64.pkg`（苹果自研芯片，如 M 系列）或 `x64.pkg`（Intel 芯片）

• Windows 选 `x64.msi`

1.2 装 Git：这是 Kimi Code 运行的依赖

Node.js 装好后，再来装 Git。Git 本来是程序员做版本管理的工具，这里不需要你深入用，只是 Kimi Code 运行时需要它。

Windows 用户

Windows 系统必须手动安装。复制下面这个网址，直接贴到浏览器地址栏回车，就会开始下载：

下载完成后双击 exe，一路点"Next"装完即可。

以后想更新版本，按这个步骤找：

Mac 用户

Mac 一般系统自带 Git。打开终端，输入：

如果回车后有版本号显示，说明已经装好了，不用管。

如果系统提示"未安装 Git"或弹出安装窗口，点"安装"，等它自动完成即可。

1.3 装 Kimi Code：接下来真正干活的 AI

前面两个都是"基础设施"，现在装主角 Kimi Code。它就是你后面要指挥的 AI 程序员，帮你写代码、改配置。（如果没有kimi code账号，可以用opencode,在opencode.ai官网有方法，这里有免费模型可以使用）今天不作为重点。

打开终端：

• Mac：按 `Command + 空格` → 输入"终端" → 回车

• Windows：开始菜单搜索"PowerShell"，打开它

把对应系统的下面这一行完整复制进终端窗口，然后按回车。

Mac 用户用这个：

Windows 用户用这个，在 PowerShell 里执行：

装完后，在终端输入：

如果显示了版本号，就说明安装成功。

1.4 装 Chrome：海报渲染用的"画笔"

Chrome 浏览器是给机器人当"画笔"用的。后面如果涉及把数据生成海报图片，就靠它来渲染页面。

如果你的电脑里已经有 Chrome，直接跳过这一步。

如果没有，去下面这个网址安装，国内可以直接打开：

https://www.google.cn/chrome/ 点下载按钮，按提示安装即可。

1.5（可选但推荐）给 npm 换国内源：让后面的安装快一点

npm 是 Node.js 自带的"应用商店"，后面 Kimi Code 会自动从上面下载各种零件。默认源在国外，国内访问很慢，甚至失败。

建议在终端执行一次下面这行命令，把下载地址切到国内镜像：

执行完没有报错就是成功了。后面 AI 自动安装依赖时，速度会快很多，也少出莫名其妙的网络错误。

动手做项目之前，先在电脑上给 AI 划一块工作区。这一步不复杂，却是后面所有代码、配置、测试的落脚点。

2.1 建一个空文件夹，在里面打开 AI

这一节先给项目安个家，再启动命令行版 Kimi，让 AI 进入你的工作目录。

先打开你的“文稿”文件夹，新建一个空文件夹，名字随便取，比如 `jiancehuibao`。这就是项目的老家。

然后打开终端（Mac 上叫“终端”，Windows 上类似 PowerShell / CMD），进入这个文件夹：

• `cd` 是“切换目录”的意思，后面跟的是文件夹路径。

• `kimi` 是启动命令行版 AI 的指令。

第一次运行 `kimi` 时要登录。在终端输入 `/login`，回车，然后按提示在浏览器里完成授权，可以用飞书扫码，也可以用手机号登录你的 Kimi 账号。

看到终端里出现输入框，就说明 AI 已经在这个文件夹里待命了。之后你发的每一句话、它生成的每一份代码，都会落在这个文件夹里，不会乱跑。

2.2 先立两条规矩

这一节是给 AI 定方向。它出厂设定比较热情，经常一次性抛七八个问题，或者放着本机已有的工具不用，非要从网上重新下载。先立两条规矩，后面会省很多麻烦。

把下面这段直接复制发给 AI：

这里的“全局配置”，就是 AI 会记住这两条的设置，下次启动依然有效。

2.3 抛出你的一句话想法

规矩定好后，就可以开口说你要做什么了。这一步只需要一句大白话，先不用管技术细节。

本项目当时发给 AI 的就是下面这句，你可以照抄，也可以改成自己的业务：

• `spec 法`：先把需求写成一份明确的“规格说明书”，再动手写代码。

• `苏格拉底式思维`：像老师一样连续追问，一层层帮你理清楚“到底要做什么”。

2.4 一问一答，把需求聊清楚

一句话只是起点。接下来 AI 会按你刚立的规矩，一次只问一个问题，你照实回答就行。如果不知道怎么答，就回它“不知道，你建议呢”，它一样能继续。

下面把当时真实的问答列出来，方便你提前知道会被问到什么，以及每个回答最终定下了什么设计：

如果当时没有样例，也可以口头描述，但后面测试时大概率还要补一份。能早就早。

2.5 AI 写代码，你当监工

需求聊完后，AI 会先整理一份 `SPEC.md`，也就是“需求规格文档”。然后它会开始写代码、安装依赖、拿你的样例文件做测试。

中间它要执行系统命令时，会弹出来问你“是否允许”。你只要看一眼，没毛病就点允许。

这一步你基本不用动手，等它说“写完了”即可。下一节再看它产出了什么。

代码已经跑通了，但机器人还缺一个"飞书身份"。这一步必须在飞书开放平台的网页上手动完成，AI 帮不上忙，也省不掉。

3.1 创建一个企业自建应用

先给机器人办个"户口"。名字随便取，后面还能改。

3.2 开通权限：机器人的"上岗证"

机器人光进群没用，得让它"看得见消息、发得出消息、读得了文件、传得了图片"。这 4 个权限缺一不可，少一个后面就会卡住。

左侧进入 权限管理，搜索并勾选下面 4 项：

3.3 开启事件订阅：给机器人装上"耳朵"

权限有了，机器人还得知道"群里有人说话了"。这叫事件订阅。大白话说，就是飞书一有消息，就主动推给机器人。

3.4 发布版本：让配置真正生效

飞书的规矩是：改完配置，必须发布一个新版本才能用。这不是走形式，是每次修改后的必经步骤。

左侧进入 版本管理与发布，点 创建版本，版本号填 `1.0.0`，然后提交发布。

3.5 把机器人拉进工作群

机器人上线了，但群里还没它。找到化验员平时发检测表的那个群：

群设置 → 群机器人 → 添加机器人 → 选你刚才创建的应用。

添加成功后，群里会出现一个机器人头像，它才算真正"入职"。

3.6 把 App ID 和 App Secret 填进本地配置

现在需要把机器人的"工号和密码"写进代码能读到的地方。这个操作必须你自己在本地完成，任何人、任何 AI 都不应该看到这组密码。

进入开发者后台，左侧点 凭证与基础信息，里面有两个关键字段：

• App ID：机器人的"工号"，可以公开。

• App Secret：机器人的"密码"，绝对不能泄露。

请按下面这几步，自己在电脑上操作：

最后一行 `CHROME_PATH` 是告诉机器人"画笔（也就是 Chrome 浏览器）放在哪"。Mac 上如果已经安装了 Google Chrome，直接照抄上面这行就行。

4.1 启动机器人

机器人搭好了，下一步就是让它真正跑起来。  

打开命令行窗口，进入项目所在的文件夹，运行：

`npm start` 是 Node 项目最常用的启动命令，执行后脚本会把机器人服务拉起来。

看到终端里出现 `机器人已启动…`，就说明它已经在工作了。

启动成功之后，就可以进群验证了。

4.2 进群测试

这一步是确认机器人在真实群里能不能干活。建议按下面三条逐项测：

• 往群里发一份检测 Excel —— 机器人应该立刻回一张汇总海报；

• 在群里发 `汇总 昨天` —— 机器人应该回昨天的海报；

• 如果发了消息却没有任何反应，把现象直接告诉 AI，比如复制这一句："发送了，没有反应"。

AI 会根据日志去查原因。  

本项目当时就遇到过权限没开全、事件订阅没配全的情况，AI 看日志后一分钟就定位到了。

4.3 不满意就继续提需求

机器人的海报样式、科学计数显示格式，都不是一次定稿的，而是一步步聊出来的。

你当时和 AI 的对话大概长这样：

整个流程的核心就一句话：你负责挑毛病，AI 负责改。

化验员：把 Excel 往群里一丢就行

这一节是写给上传数据的人看的。操作越省事，漏传和错传就越少。

化验员的操作和平时在群里发文件完全一样——直接把检测 Excel 发到群里就行。如果发完之后机器人没动静，就 @一下机器人 再发一次，通常就能被识别。

你：坐等海报，也能查历史

这一节是写给看结果的人用的。群里不用多说话，掌握几个关键词就能调出想要的海报。

文件一进群，机器人会自动处理并生成海报，你啥也不用发。如果想主动查历史，就在群里发下面这些口令：

这些口令都是普通文字消息，直接发在群里就行，不用加标点或特殊格式。

特殊情况：机器人会怎么处理

这一节把日常可能遇到的“幺蛾子”列清楚，省得你以为机器人坏了。

下面是常见场景和机器人的对应做法：

到这一步，机器人已经跑起来了。但只要是程序就会出状况，这一节把常见问题列成一张"病历表"，帮你快速定位、少踩坑。遇到异常先别慌，按症状找处方，大部分都能当场解决。

任何不对劲：先把现象告诉 AI

排查机器人最省力的方法，不是你自己硬啃日志，而是把"我看到了什么"直接描述给 AI。AI 会根据你的现象去查日志、追调用链，通常能直接指出根因。

发文件没反应：四步检查

如果往群里发文件，机器人一点动静都没有，依次检查下面四个地方：

第一，终端窗口是不是被你顺手关了。本地运行时，程序依赖这个窗口活着，窗口一关进程就停。

第二，事件订阅里有没有加"接收消息 v2.0"。没开通这个事件，飞书压根不会把文件消息推给你的机器人。

第三，改完配置后有没有发布新版本。飞书后台很多配置必须点"发布"才会真正生效，只保存不发布等于没改。

第四，发文件时记得 @机器人 试试。有些场景下不 @ 就不会触发机器人响应。

收到文字卡片而不是海报：补一个权限

如果机器人回你的是干巴巴的文字卡片，而不是预想中的图片海报，那大概率是缺少 `im:resource:upload` 这个权限。

`im:resource:upload` 是飞书用来上传图片、文件等媒体资源的接口权限。没有它，机器人就没办法把生成的海报发出来，只能降级用文字卡片应付。

想推倒重来重新记账：删掉快照文件

如果你测试过程中数据搞乱了，想清空记录从头再来，直接删掉 `data/snapshot.json` 这个文件即可。

`snapshot.json` 是机器人用来记住"已经处理到哪儿了"的快照文件。删掉它，相当于把账本归零，机器人下次启动会从最新状态重新识别。

机器人要 24 小时在线：搬到服务器上

本地电脑不能一直开着，想让机器人稳定在线，需要把它部署到服务器上。

具体怎么搬、服务器要准备哪些依赖，README 里已经列好了清单。可以直接把 README 的部署说明交给 AI，让它一步步帮你完成迁移。

代码跑起来之后，你可能会想：“这些文件到底是干嘛的？改又该动哪个？”这一节就把项目里的文件逐个说清楚，方便你后面排查问题或者自己加功能时找对人、进对门。

认识了这些文件的分工，后面改配置、换海报样式或者查重复问题时，就不会进错门了。

回头来看，这个机器人从一句话想法到真正能用，其实就干了几件事。把它抽出来，就是一套可以复用的“聊天开发法”——不用先学会写代码，只要会提问、会验收，就能让 AI 陪你一步步把工具做出来。

下面我把整个过程拆成五步，再补上几个当初差点返工的设计点。你下次想做“每天自动汇总销售表”“群里发票自动归档”，或者其他类似的小工具，都可以直接套。

第一步，先把环境装上。

Node.js（让程序跑起来的环境）、Git（管代码版本的工具）、Kimi Code（AI 编程助手）准备好，后面才有地方写代码、有地方问问题。

第二步，和 AI 立规矩。

一次只说一件事；能先用本机工具解决的，就先不折腾服务器或第三方。规矩越早立清楚，后面返工越少。

第三步，把一句话想法聊成 SPEC.md。

不要你一次性说完，让 AI 按顺序一个个问：这个功能是什么？输入从哪来？怎么处理？输出到哪？边界情况怎么算？坏了怎么办？  

按这个顺序回答完，AI 会帮你整理成 `SPEC.md`，也就是项目的“需求说明书”。往后谁看都清楚，对需求也不会跑偏。

第四步，AI 写码，你拿真实数据验收。

它写完，你就用真实表格跑一遍；哪里不对直接指出来，让它改，改到满意为止。别只看代码“长得对不对”，要跑起来看结果对不对。

第五步，边做边补 SPEC。

实现过程中一定会冒出一些当初没想到的坑，比如日期时区差了一天、文件里有两行表头、首次运行刷屏。这些不是 bug，是新的规则，发现了就回头补进 `SPEC.md`，下一次就不会再踩。

还有几个设计点，如果最开始不问清楚，后面准会返工：

• “当天 ∪ 新增”不是万能的。

  只按“当天日期”筛选，补传的历史数据永远报不出来。如果你的业务里经常有补录、补传，这个规则得单独处理，不然报表会一直缺数。

• 首跑一定要防刷屏。

  第一次上传的文件如果带了前几个月的历史数据，不做“基线记账”，机器人会一次性把几百条记录都发出去，群聊或通知直接炸掉。

• 本机跑只能用长连接。

  因为是在自己电脑上运行，没有公网 IP，也没法被外部主动访问，所以只能用“长连接”这种让机器人主动向平台保持连接的方式。换到服务器才能考虑 webhook。

• 用机器人，别用智能体。

  这个场景里的逻辑是死的：表格怎么读、怎么算、怎么发，规则固定。用“智能体”只会让流程又贵又慢，性价比很低。

把这些流程套到别的功能上，做法一模一样：建个文件夹当项目目录 → 打开 Kimi → 先立规矩 → 把需求聊到 SPEC → 验收迭代到能用。

你下次想做“每天自动汇总销售表”“群里发票自动归档”，按这个顺序来就行。