惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
V
Visual Studio Blog
The GitHub Blog
The GitHub Blog
Apple Machine Learning Research
Apple Machine Learning Research
J
Java Code Geeks
T
Tailwind CSS Blog
大猫的无限游戏
大猫的无限游戏
Jina AI
Jina AI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Hugging Face - Blog
Hugging Face - Blog
WordPress大学
WordPress大学
宝玉的分享
宝玉的分享
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
罗磊的独立博客
人人都是产品经理
人人都是产品经理
H
Heimdal Security Blog
Last Week in AI
Last Week in AI
博客园 - 【当耐特】
Cyberwarzone
Cyberwarzone
Google DeepMind News
Google DeepMind News
雷峰网
雷峰网
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
Microsoft Azure Blog
Microsoft Azure Blog
MyScale Blog
MyScale Blog
A
About on SuperTechFans
V2EX - 技术
V2EX - 技术
小众软件
小众软件
博客园 - Franky
博客园 - 司徒正美
P
Privacy International News Feed
爱范儿
爱范儿
U
Unit 42
博客园 - 叶小钗
The Hacker News
The Hacker News
C
Check Point Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Simon Willison's Weblog
Simon Willison's Weblog
N
News and Events Feed by Topic
D
Docker
T
Threatpost
MongoDB | Blog
MongoDB | Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
H
Help Net Security
L
LINUX DO - 最新话题
Security Latest
Security Latest
T
The Exploit Database - CXSecurity.com
S
SegmentFault 最新的问题
A
Arctic Wolf
Spread Privacy
Spread Privacy

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解 【002】HTTPS 粗解:证书、TLS 握手与对后端配置的影响 Hermes Agent 一周暴涨五万 Star,但我劝你别急着追 明明连接的是Redis的DB0,为什么能查到DB3的数据? 【从0到1构建一个ClaudeAgent】协作-Agent团队 熟悉电子元器件之后,电子小白下一步该怎么走? MAF快速入门(23)通过C#类定义Skills .NET 高级开发 | 手写一个对象映射框架 FastAPI数据库ORM怎么选?我肝了三个Demo后,终于不再纠结了 mysqldump 参数拾遗:在遗忘与铭记之间 C# .NET 周刊|2026年3月5期 Claude code入门 - 陈彦斌 一文学习入门 ThingsBoard 开源物联网平台 GitHub 热门项目 | 2026年04月16日 如何为GIT设置全局勾子,为每次提交追加信息 Number.isFinite和isFinite与isNaN()和Number.isNaN的区别 PortSwigger SQL注入LAB2 推荐一个测试人必备的Skills,从功能到性能全搞定(附详细实操和安装下载方式) 筑基期:掌握Odoo基础核心知识点02(Odoo XML 开发方式详解) GLM模型这么火,咱们用vllm也咧一个呗! 深入理解 AbortController:从底层原理到跨语言设计哲学 字符串学习笔记 多租户系统框架的基础模块设计和分析设计 Apache SeaTunnel Zeta 为什么能做到“又快又稳”? AI开发-python-LangGraph框架(3-26-LangGraph基本概念及第一个简单样例) Vue 3 组件通信,别只会用 Props 和 Emits 了,这几个狠活儿你得看看 ElasticSearch7.X版本配置密码 用Manim实现动态交点计算--从一个动点问题说起 团结引擎+Addressable+Instant Game打包抖音小游戏 function call 实战:让 LLM 自动判断 pod 异常、调用日志工具并完成故障分析 bubseek —— 让 Agent 的足迹,变成团队的洞察 通过 C# 读取并导出 PDF 书签 如何用 GitHub Actions 实现 Steam 自动化发布 【从0到1构建一个ClaudeAgent】并发-后台任务 .NET 高级开发 | 定制 ASP.NET Core 框架 电子小白:什么是运算放大器(运放) zero2Agent:面向大厂面试的 Agent 工程教程,从概念到生产的完整学习路线 堆上的ORW HC32F460 USB CDC通信异常:非对齐访问异常排查 20260413-Hyperbridge 攻击事件:发生在默克尔山上的验证绕过 那些喊着AI 要淘汰你的人,正在靠你的焦虑赚大钱! 深度学习进阶(八)Swin Transformer 最小二乘问题详解19:带先验约束的增量式SFM优化与实现 SnapTranslate 3.0 正式发布:全局划词翻译 + 完整英语学习闭环,一站式搞定查词、记词、复习 工作的意义、工作的困难认知再思考 .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 开了 TUN 模式还是直连?90% 的人都踩过这个坑 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术
码哥用扣子搭了一套自动跟进工作流,每天省2小时这不是夸张
码哥字节 · 2026-06-16 · via 博客园_首页

封面图

上周三下午,一个做销售的朋友发消息问我:"有没有办法让客户填完表单之后,自动把信息记到表格里,同时给我发个钉钉通知?现在是我一个个手动拷贝的,有时候忘了,客户那边还会投诉说没有跟进。"

我问他一天这类信息大概多少条。他说:"少说也有二三十条,每条处理加确认大概要 2-3 分钟,算下来一天光这个就要花将近一个小时。"

这不是代码能解决的问题——或者说,不是他能写代码解决的问题。但扣子可以。

我花了 40 分钟帮他搭了一套工作流。现在他每天只需要检查一次表格,钉钉通知自动到账,整个流程他一行代码没写。

这篇文章就拆解这套流程是怎么搭的,以及工程师视角下扣子哪里真好用、哪里别踩坑。

扣子是什么,先说清楚

扣子(coze.cn)是字节跳动推出的 AI 工作流平台,2026 年 1 月刚发布了 2.0 版本。

用一句话说清楚它能帮你做什么:把原来需要你坐在电脑前手动操作的一系列步骤,变成一条自动运转的流水线。 你只需要在可视化的画布上拖拽节点、连线,告诉它"先做什么、判断什么、再做什么",流程就能自动跑起来。

它不需要你懂编程。你只需要能描述清楚你的工作流程——"收到表单 → 整理信息 → 写入表格 → 发通知"——扣子就能把这个流程自动化。

扣子工作流职场痛点场景:手动处理信息的烦恼
图:职场中重复的信息处理工作,才是最耗时间的"隐形成本"

定价方面(已实时核验):免费版每天 500 积分,日常轻量使用基本够;个人进阶版 ¥9.9/月,团队版 ¥178/月;对职场个人用户来说,免费版先上手试,真正有稳定需求了再升级。

用之前 vs 用之后

先把结果摆出来,再讲怎么做。

用之前的状态:

我那位朋友的每天流程是这样的:客户填了问卷 → 他的邮件或微信收到提醒 → 打开看一下 → 手动打开飞书表格 → 把信息粘贴进去 → 打开钉钉 → 找到跟进群 → 发一条通知 → 确认已读。

每条信息 2-3 分钟,一天 30 条,就是 60-90 分钟。这还不算中途被打断、漏掉某条的情况。

用之后的状态:

客户填表单 → 扣子工作流自动触发 → 飞书表格自动新增一行记录 → 钉钉群自动收到一条格式化通知 → 他只需要在钉钉点一下"已知晓"。

整个处理时间从 2-3 分钟/条压缩到了 5 秒(查看通知的时间)。一天 30 条,节省约 85 分钟。

这不是我凭空说的数字,是他自己测算了一周之后告诉我的。

扣子工作流前后对比:手动处理vs自动化
图:引入扣子工作流前后,同样30条信息的处理时间对比

这套工作流是怎么搭的

我把整个搭建过程拆成 5 步,你跟着做就能复现。

第一步:在扣子里新建一个工作流

打开 coze.cn,登录后进入"工作流"模块(导航栏有),点击"新建工作流"。给它起个名字,比如"客户跟进自动化"。

进入画布之后,你会看到一个默认的开始节点(绿色)和结束节点(橙色)。所有流程都从开始节点出发,到结束节点收尾。

第二步:配置触发方式

扣子支持多种触发方式:

  • 对话触发:有人在机器人里发消息就触发(适合内部机器人)
  • 定时触发:设定时间点自动运行(适合每日汇总类任务)
  • 表单触发:外部系统回调触发(稍高级,需要 webhook)

对于我朋友的场景,我们选择了最简单的方式:每次他把新客户信息通过扣子机器人手动粘贴进来,工作流自动处理后续的表格写入和通知发送。这样不需要对接外部系统,直接在钉钉里就能用。

第三步:加入 LLM 节点,让 AI 整理信息

在画布上点击加号,选择"大语言模型"节点。

这个节点的作用是:把客户粘贴过来的原始文本(可能是各种格式,有些人填得很乱),用 AI 整理成统一格式,比如提取出:客户姓名、联系电话、需求类型、跟进优先级。

在节点的"提示词"里写清楚你要提取什么信息,然后把输出设定为结构化的变量(姓名、电话等)。这一步是整个工作流最有价值的地方——AI 把非结构化的"人话"变成了可以被后续步骤处理的结构化数据。

⚠️ 避坑提醒 1: 提示词里一定要说清楚"如果某项信息缺失,返回空字符串",否则 AI 会自己脑补一个,最后写进表格的数据就乱了。

第四步:加入飞书插件节点,自动写入表格

扣子的插件商店里有飞书的原生插件。搜索"飞书多维表格",选择"新增记录"这个工具。

需要填三个参数:

  • 表格的 app_token(从飞书表格 URL 里复制)
  • 表格 ID(同样从 URL 里找)
  • 要写入的字段(对应上一步 LLM 提取出来的变量)

填好之后,每次工作流运行,飞书表格就会自动新增一行。

⚠️ 避坑提醒 2: 飞书表格的权限一定要提前设好,把扣子的应用加到表格的协作者里。否则写入时会报"权限不足",新手很容易卡在这一步半小时。

第五步:加入钉钉插件节点,发送通知

同样在插件商店里搜索"钉钉",选择"发送群消息"或"发送工作通知"。

你需要提前在钉钉开发者后台创建一个机器人,获取 webhook 地址,填入节点配置里。消息内容里可以引用前面 LLM 提取的变量,比如:"新客户跟进提醒:[姓名] 已添加至表格,联系方式:[电话],需求类型:[类型]。"

全部节点连好之后,点击右上角"运行"测试一下——看看飞书表格有没有新增记录、钉钉有没有收到通知。

扣子工作流搭建步骤流程图
图:5个节点,串成「收集→AI整理→写表格→发通知」完整链路

工程师视角:扣子哪里好用,哪里是坑

我是做了 10 年后端的,帮朋友搭完这套工作流之后,说说我的真实判断。

真正好用的地方:

  1. 插件生态已经很完整了。 飞书表格、钉钉通知、邮件发送、网页抓取、AI 大模型调用——这些在扣子里都有现成插件,拖进来配一下就能用。过去要实现这套流程,你得写 Python 脚本、申请钉钉 webhook、处理飞书 API 鉴权……现在不用了。

  2. LLM 节点是杀手锏。 把非结构化文本处理成结构化数据,这个能力以前只有写代码才能实现。扣子里直接配提示词就行,对非技术用户来说门槛低了至少 80%。

  3. 对于「中等复杂度」的工作流,完全够用。 信息收集、格式转换、通知推送——这类需求扣子都能搞定,不需要代码。

你需要知道的坑:

  1. 调试体验差。 工作流出错了,只能看错误日志,不能像写代码一样单步调试。节点多了之后定位问题很费时间。这是我觉得最不成熟的地方。

  2. 复杂条件分支有上限。 如果你的流程里有很多"如果是 A 就做 X,如果是 B 就做 Y,如果是 C 又要判断是否 Z……"这种多层嵌套条件,扣子的选择器节点会越搭越乱。这种情况写代码反而更清晰。

  3. 免费额度在高频场景下不够。 每天 500 积分,如果你的工作流一天要跑几百次,很快就到上限。需要购买进阶版。

  4. 数据隐私要想清楚。 客户信息要经过扣子的 AI 模型处理。如果你们公司对数据安全有严格要求,这个要提前和 IT/法务确认。

说白了,扣子很适合 80% 的职场工作流需求,但那剩下 20% 需要精细控制的场景,还是得写代码或者用专业的 RPA 工具。

适合什么人用,什么情况别用

适合你用,如果:

  • 你每天有重复的「收信息→整理→发通知」流程
  • 流程步骤清晰,不超过 8-10 个节点
  • 你不会写代码,但愿意花 1-2 小时学扣子的基础操作
  • 数据安全要求不极端严格

暂时不推荐,如果:

  • 流程里有大量复杂条件判断(超过 4-5 层)
  • 需要跟公司内网系统对接(扣子目前对私有化部署的支持有限)
  • 一天处理量超过 1000 条(免费额度不够,企业版成本要算清楚)
  • 数据里有合同、财务等高敏感信息

常见问题

Q:扣子需要FQ用吗?

A:不需要。coze.cn 是国内版本,直接访问,支持手机号注册,微信支付续费,完全没有访问问题。注意区分 coze.cn(国内版)和 coze.com(国际版),功能有些差异,国内用 .cn 就好。

Q:钉钉群机器人怎么创建?有人说很麻烦。

A:确实需要几步:进入钉钉群 → 群设置 → 机器人 → 添加自定义机器人 → 复制 webhook 地址。全程不超过 5 分钟。扣子里粘贴这个 webhook 地址就能发消息了。唯一要注意的是钉钉在 2023 年后要求机器人消息里包含关键词(你自己设定),不包含的消息会被拦截——这个坑很多人踩。

Q:工作流能做定时任务吗?比如每天早上 9 点汇总发一次报告?

A:可以。在工作流的触发节点里选择"定时触发",设置 cron 表达式或者直观的时间选择器,选好之后工作流会按时自动运行。这个功能非常适合"每日汇总""每周报告"这类场景。

Q:搭好之后能分享给同事用吗?

A:可以。工作流可以发布成一个机器人,然后通过邀请链接分享给同事。团队版支持多人协作编辑同一个工作流,更适合团队统一使用。

参考资料

扣子这类工具最大的价值不是帮你做更多事,而是把你从重复劳动里解放出来,让你把时间用在真正需要判断的地方。那 80 分钟不是"省了",是你重新拥有了——用来见客户、写方案、或者早点回家。

码哥帮这位朋友搭完之后,他发了条消息说:"这玩意儿要是两年前就有就好了。"我告诉他,两年前确实没这么好用。这轮 AI 工具迭代太快,多数人还停留在"AI 只能聊天"的认知里,但扣子这种工具已经能干实事了。

如果你身边有同事还在手动做这类重复流程,这篇可以直接发给他,省他自己摸索。下一篇我打算拆解另一个场景:用扣子搭会议纪要自动化——从飞书录音到结构化纪要再到群通知,全程不碰键盘,感兴趣的关注一下。