影刀RPA 采集结果自动发送邮件报告:数据采集推送一条龙
影刀RPA 采集结果自动发送邮件报告数据采集推送一条龙数据采集完了还得手动打开Excel、写邮件、粘贴数据、发出去。如果每天都要做一遍这中间的时间全浪费了。这篇文章把采集→生成报告→发送邮件的整条链路串起来做成一个全自动流程。整体流程采集数据 → 数据清洗 → 生成Excel报告 → 发邮件正文附件店群矩阵自动化突破运营极限每个环节前面都单独讲过这里把它们串成一个完整流程。完整流程实现主流程 daily_report.flow 阶段1采集 【运行子流程】→ collect_data.flow 出参raw_data列表、collect_time字符串 阶段2数据清洗 Python节点 → 清洗raw_data → clean_data - 去空行 - 格式标准化 - 异常值标记 阶段3生成Excel报告 Python节点 → 生成带样式的Excel 输入clean_data 输出report_path文件路径 ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/a63d1a6305b844669b1c033354844ab4.png#pic_center) 阶段4生成邮件内容 Python节点 → 生成HTML邮件正文 输入clean_data 的统计信息 输出email_subject, email_body 阶段5发送邮件 【发送邮件】 收件人bosscompany.com 主题email_subject 正文email_bodyHTML格式 附件report_path 阶段6记录日志 【日志输出】→ 本次执行汇总Python节点生成统计摘要fromdatetimeimportdatetimedefgenerate_summary(clean_data):生成数据统计摘要totallen(clean_data)# 按状态统计status_count{}total_amount0max_amount0max_amount_itemforiteminclean_data:statusitem.get(status,未知)status_count[status]status_count.get(status,0)1amountfloat(item.get(amount,0))total_amountamountifamountmax_amount:max_amountamount max_amount_itemitem.get(name,)summary{total:total,by_status:status_count,total_amount:total_amount,avg_amount:total_amount/totaliftotal0else0,max_amount:max_amount,max_item:max_amount_item,report_time:datetime.now().strftime(%Y-%m-%d %H:%M:%S),}returnsummary# 生成HTML邮件正文defbuild_email_html(summary):htmlf h2每日数据采集报告/h2 p采集时间{summary[report_time]}/p h3数据概览/h3 table border1 cellpadding8 styleborder-collapse:collapse tr stylebackground:#4472C4; color:white th指标/thth数值/th /tr trtd总数据量/tdtdb{summary[total]}/b 条/td/tr trtd总金额/tdtdb stylecolor:red¥{summary[total_amount]:,.2f}/b/td/tr trtd平均金额/tdtd¥{summary[avg_amount]:,.2f}/td/tr trtd最高金额/tdtd¥{summary[max_amount]:,.2f}{summary[max_item]}/td/tr /table h3状态分布/h3 table border1 cellpadding8 styleborder-collapse:collapse tr stylebackground:#4472C4; color:white th状态/thth数量/th /tr forstatus,countinsummary[by_status].items():htmlftrtd{status}/tdtd{count}/td/trhtml /table br p详细数据见附件。/p p stylecolor:#999此邮件由RPA自动生成/p returnhtmlPython节点生成Excel报告fromopenpyxlimportWorkbookfromopenpyxl.stylesimportFont,PatternFill,Alignment,Border,Sidefromdatetimeimportdatetimedefcreate_report(clean_data,output_dir):wbWorkbook()wswb.active ws.title采集数据# 表头headers[序号,名称,金额,状态,采集时间]header_fillPatternFill(start_color2F5496,end_color2F5496,fill_typesolid)header_fontFont(colorFFFFFF,boldTrue,size11)forcol,hinenumerate(headers,1):cellws.cell(row1,columncol,valueh)cell.fillheader_fill cell.fontheader_font cell.alignmentAlignment(horizontalcenter)# 数据行fori,iteminenumerate(clean_data,1):ws.cell(rowi1,column1,valuei)ws.cell(rowi1,column2,valueitem.get(name,))ws.cell(rowi1,column3,valuefloat(item.get(amount,0)))ws.cell(rowi1,column4,valueitem.get(status,))ws.cell(rowi1,column5,valueitem.get(time,))# 金额格式forrowinrange(2,len(clean_data)2):ws.cell(rowrow,column3).number_format¥#,##0.00# 列宽ws.column_dimensions[A].width8ws.column_dimensions[B].width25ws.column_dimensions[C].width15ws.column_dimensions[D].width12ws.column_dimensions[E].width20# 保存filenamef采集报告_{datetime.now().strftime(%Y%m%d_%H%M%S)}.xlsxfilepathf{output_dir}\\{filename}importos os.makedirs(output_dir,exist_okTrue)wb.save(filepath)returnfilepathtemu店群自动化报活动案例邮件发送的时机判断不是每次采集都发邮件。判断逻辑# 在影刀中IF clean_data 数量0:# 有数据生成并发送报告生成报告 → 发送邮件 ELSE:【日志输出】本次采集无数据不发送报告END IF# 只在有异常数据时发邮件IF 异常数据数量0:发送告警邮件 END IF总结采集→清洗→报告→邮件的全自动链路把人工从打开Excel→复制数据→写邮件→粘贴→发送的重复劳动中解放出来。每天早上打开邮箱报告已经躺在收件箱里了。作者林焱

相关新闻

技术团队激励体系设计:从代码质量到架构健康的工程实践

技术团队激励体系设计:从代码质量到架构健康的工程实践

最近在技术社区看到一个很有意思的观点:"奖励黑客本质是激励问题"。初看这个标题,很多人可能会联想到网络安全领域的"白帽黑客",但这里的"奖励黑客"其实指向一个更深层的工程管理问题——在技术团队中&#xf…

2026/7/26 6:00:33 阅读更多 →
MetaClaw:AI智能体持续进化的创新架构与实践

MetaClaw:AI智能体持续进化的创新架构与实践

1. MetaClaw:让AI智能体在开放环境中持续进化的新范式作为一名长期跟踪AI技术演进的从业者,我见证了从静态模型到动态智能体的转变过程。MetaClaw的出现标志着大型语言模型(LLM)智能体发展的重要里程碑——它解决了传统智能体部署…

2026/7/26 6:00:33 阅读更多 →
PHP+SQLite3

PHP+SQLite3

运行服务器php -S localhost:8000 -t E:\HY\phpClass "SQLite3" not foundWindows确定 php_sqlite3.dll 在 ext 目录 php.iniextensionphp_sqlite3.dllLinuxsudo apt install php-sqlite3PHP Startup: Unable to load dynamic library sqlite3php.iniextension_dir …

2026/7/26 6:00:33 阅读更多 →

最新新闻

Kubernetes集群部署实战:规划、部署与优化指南

Kubernetes集群部署实战:规划、部署与优化指南

1. Kubernetes集群部署终极指南概述在容器编排领域,Kubernetes已经成为事实上的行业标准。过去三年里,我参与了超过20个不同规模的Kubernetes集群部署项目,从3个节点的小型测试环境到横跨多个可用区的百节点生产集群。这个指南将分享我在实际…

2026/7/26 6:18:42 阅读更多 →
3步轻松解决Windows内存不足:Mem Reduct终极内存清理指南

3步轻松解决Windows内存不足:Mem Reduct终极内存清理指南

3步轻松解决Windows内存不足:Mem Reduct终极内存清理指南 【免费下载链接】memreduct Lightweight real-time memory management application to monitor and clean system memory on your computer. 项目地址: https://gitcode.com/gh_mirrors/me/memreduct …

2026/7/26 6:18:42 阅读更多 →
TI AM261x ADC触发与SOC配置实战:从原理到电机控制应用

TI AM261x ADC触发与SOC配置实战:从原理到电机控制应用

1. ADC触发与SOC配置:从概念到实战的深度解析在嵌入式系统,尤其是工业控制、电机驱动和精密测量领域,模数转换器(ADC)的性能和灵活性直接决定了整个系统的精度与实时性。很多工程师在初次接触像TI AM261x这类高性能处理…

2026/7/26 6:18:42 阅读更多 →
AI写作工具在网文创作中的高效应用与实战技巧

AI写作工具在网文创作中的高效应用与实战技巧

1. 项目概述:AI写作在网文领域的崛起去年有位网文作者朋友跟我吐槽,他每天要写8000字才能维持平台更新要求,经常写到凌晨三四点。我当时就给他演示了如何用AI辅助创作——结果他当月产量直接翻倍,还多开了本新书。这不是什么黑科技…

2026/7/26 6:18:42 阅读更多 →
YOLOv5在交通标志识别中的优化实践

YOLOv5在交通标志识别中的优化实践

1. 项目概述:当计算机学会读懂交通标志去年在做一个城市智慧交通项目时,我遇到个头疼的问题:现有系统识别限速标志的准确率还不到70%,这意味着每10辆车就有3辆可能被错误处罚。直到尝试用YOLOv5重构检测模型后,准确率直…

2026/7/26 6:18:42 阅读更多 →
YOLO算法在交通标志识别中的优化与实践

YOLO算法在交通标志识别中的优化与实践

1. 项目背景与核心价值交通标志识别是智能驾驶和辅助驾驶系统中的关键技术环节。随着城市道路复杂度提升,准确识别各类交通标志对行车安全的重要性日益凸显。这个项目通过构建标准化的交通标志数据集,并基于YOLO系列算法进行多版本适配验证,为…

2026/7/26 6:17:42 阅读更多 →

日新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

月新闻