首页 > 其他分享 >使用Flow发送企业应用的通知到微信里

使用Flow发送企业应用的通知到微信里

时间:2023-06-19 14:33:16浏览次数:42  
标签:微信 Flow 微信里 发送 企业应用 使用 kintone type

今天我们以kintone作为企业应用管理平台来解释,怎么使用flow发送企业的通知到微信上。

完成后的样子

1.Microsoft Flow响应kintone添加记录的Webhook。
2.Microsoft Flow向微信发送消息。

微信是什么?

微信有点类似于中国版的LINE,在中国被广泛使用。
这次我们使用的是,针对企业的微信,也就是企业微信。

开通企业微信的方法

在kintone里作成应用

简单设置一个表单字段。可以保留原有字段代码。

使用Flow发送企业应用的通知到微信里_发送消息

在应用的设置→记录标题设置项目里,设置上述页面的字段

使用Flow发送企业应用的通知到微信里_字段_02

企业微信端设置

使用Flow发送企业应用的通知到微信里_微信_03

 选项里的CorpID项目先记录下来。

企业微信里创建应用后,页面上会显示 AgentIid 和 Secret ,这个也记录下来。

使用Flow发送企业应用的通知到微信里_微信_04

微信端成功创建应用后,微信的页面上会显示已创建的应用。

使用Flow发送企业应用的通知到微信里_发送消息_05

Microsoft FLow里创建流

首先做一个Webhook的接收接口。

使用的连接器是 “请求”。

使用Flow发送企业应用的通知到微信里_字段_06

在请求正文 JSON 架构里正确插入以下的JSON架构

{
    "$schema": "http://json-schema.org/draft-04/schema#",
    "type": "object",
    "properties": {
        "app": {
            "type": "object",
            "properties": {
                "name": {
                    "type": "string"
                }
            }
        },
        "recordTitle": {
            "type": "string"
        },
        "url": {
            "type": "string"
        }
    }
}

获取微信的AccessToken

使用的连接器是 HTTP

使用Flow发送企业应用的通知到微信里_微信_07

参考下面的文章,发出请求。

获取企業微信AccessToken的方法 

使用Flow发送企业应用的通知到微信里_发送消息_08

向微信发送消息

使用的连接器是 HTTP

使用Flow发送企业应用的通知到微信里_字段_09

参考下面的文章,发出请求。
发送接口说明消息类型及数据格式

kintone的Webhook里包含的信息,以及之前获取的Access Token在下图中使用。

使用Flow发送企业应用的通知到微信里_微信_10


 想要查看全部工作流的样子,请点击:使用Flow发送kintone的通知到微信里


标签:微信,Flow,微信里,发送,企业应用,使用,kintone,type
From: https://blog.51cto.com/u_14091703/6513356

相关文章

  • 使用Flow发送企业应用的通知到微信里
    今天我们以kintone作为企业应用管理平台来解释,怎么使用flow发送企业的通知到微信上。完成后的样子1.MicrosoftFlow响应kintone添加记录的Webhook。2.MicrosoftFlow向微信发送消息。微信是什么?微信有点类似于中国版的LINE,在中国被广泛使用。这次我们使用的是,针对企业的微信,也就是......
  • TensorFlow05.3 神经网络-FashionMNIST实战
    一.数据的加载:(x,y),(x_test,y_test)=datasets.fashion_mnist.load_data()print(x.shape,y.shape)二.数据的处理defpreprocess(x,y):x=tf.cast(x,dtype=tf.float32)/255.#归一化y=tf.cast(y,dtype=tf.int32)returnx,y batchsz=128db......
  • TensorFlow05.3 神经网络反向传播算法-多层感知机梯度(理论知识)
    首先这个是链式法则:如果扩展到多层感知机的话:我们在学这个的时候首先知道一个东西:所以这个整体的步骤就是:1.2.3.......
  • TensorFlow05.3 神经网络反向传播算法-链式法则
    1BasicRule2Productrule3QuotientRule4Chainrule(链式法则)在这个神经网络中:......
  • TensorFlow05.2 神经网络反向传播算法-单输出感知机和多输出感知机及其梯度
    1单输出感知机在这里我们可以看到,\(W_2,1^1\)其中他的下标第一个2,表示的连着上一层的x2,下标第一个1代表着连着下一侧的x1。然后上标1代表着第一层。E是做了一个loss处理。\(X_i^1\)这个下标的i代表当前层数节点的编号,然后这个1代表着第1层。\(W_i,j^k\),i表示上一层的节点编......
  • TensorFlow05-3 神经网络损失函数(误差计算)
    ▪MSE▪CrossEntropyLoss(针对分类问题)▪HingeLoss1MSE一般这个N都会取一个banch。或者取到一个banch*类别个数b这里有三种求MSE的方法:loss1=tf.reduce_mean(tf.squaare(y-out))loss2=tf.squre(tf.norm(y-out))/(banch*类别个数b)loss3=tf.reduce_mean(tf.losse......
  • TensorFlow05.2-神经网络输出方式
    这里的输出方式有这几种:1......
  • TensorFlow05.1-神经网络全连接层
    ▪Matmul▪NeuralNetwork▪DeepLearning▪Multi-Layer1.Matmulout=f(x@w+b)out=relu(x@w+b)我们只看第一位h00,h10,其中类似于一个激活函数(relu函数)在一层中我们包括这一层的权值和偏置在里面的。HerecomesDeepLearning:在以前不叫作DeepLearning叫......
  • TensorFlow04-数据集加载
    1数据集加载1.karas.datasets(数据加载)2.tf.data.Dataset.from_tensor_slices(加载成tensor)shufflemapbatchrepeat2tf.keras.datasets()boston_housing:波斯顿房屋价格回归数据集cifar10:CIFAR10小图像分类数据集cifar100:CIFAR100小图像分类数据集fashion_mnist:Fas......
  • TesorFlow03.1-TesorFlow基础实战(前向传播(张量))
    在前面已经学习了:Whatwehavelearned▪createtensor▪indexingandslices▪reshapeandbroadcasting▪mathoperations现在用tensorFlow做一个前向传播的一个小实战:1.加载数据importtensorflowastffromtensorflowimportkerasfromtensorflow.kerasimp......