影刀RPA实战:java结合影刀同步采购订单数据

1.实战目标

本次实战我们用java语言结合影刀,实现从自用ERP系统同步订单到旺店通中,在工作中,有时候我们的运营数据不是直接在旺店通ERP中操作,比如我们有自己的ERP,完成一些特定的内部工作后,再把数据同步到旺店通中。这时我们就需要考虑使用那种方式同步,一般情况下,我们可以从自有系统中导出数据,整理成可导入的excel再导入,也可以使用旺店通提供的接口,将数据推送到ERP中,今天我们看看使用影刀怎么处理这样繁琐的事情。

2.同步流程分析

3.java订单数据

我们需要写两个接口:获取数据与更新订单推送状态

获取数据,主要获取订单的关键字段,是制作导入的数据的依据,只获取未推送且确认的订单

复制代码
   @GetMapping("/getWdtOrdersList")
    public AjaxResult getWdtOrdersList(){
        List<OrderList> list = orderervice.getWdtOrdersList();
        ArrayList<WdtOrdersList> objects = new ArrayList<>();
        for (OrderList item : list) {
            WdtOrdersList wdt = new WdtOrdersList();
            BeanUtils.copyProperties(item,wdt );
            objects.add(wdt );
        }
        return success(objects);
    }

更新订单推送状态,主要是区别订单是否已经完成推送,将推送后的订单状态改为已推送。

复制代码
    @GetMapping("/updatePushStatus/{code}")
    public AjaxResult updatePushStatus(@PathVariable String code){
        return toAjax(orderService.updatePushStatus(code));
    }

4.影刀机器人订单同步

4.1 影刀请求订单数据

调用子流程

详细的子流程指令代码

这里主要使用是HTTP请求指令,完成对java接口订单数据的请求,保存到一个列表中。

http请求指令说明,大家可以看右上角的使用说明,参照他对智能识别填入的方法操作,识别后再修改一些变量属性。

4.2 制作导入数据

我们获取流程参数process_result中lists,就是我们的订单源数据,循环这个列表,将数据写入excel中,这里需要注意的是,接口返回的数据列表里是字典,我想需要通过python获取字典的值,并转换成列表,再写入excel中,具体如下:

4.3 导入数据

影刀获取旺店通窗口对象,开始导入数据

定位到导入菜单中

对导入结果的处理,可以加入飞书群通知等,告知处理结果

4.4 其他后续操作考虑

影刀完成后群通知相关人员,处理订单号明细,同时备份本次数据。

更新订单推送状态,将本次处理的数据再自有系统中标记已推送。

其他的处理

  • 采购数据的再次核对
  • 采购单的审核处理

需要大家依据自身的实际需求,来做相应的代码补存。

5.定时与监控

5.1 定时同步

采购人员只专注制作采购单据,保证准确,剩下的事情就交给影刀,他会在你设定的时间执行同步。

5.2 监控

  • 在程序中容易出错的地方,我们设置监控,及时通知我们处理
  • 定时执行时我们设置运行错误处理,我们就知道那个定时任务错误了。便于我们修改发版

6.最后

国庆节要到了,祝大家开开心心!

感谢大家,请大家多多支持!

相关推荐
算家计算1 分钟前
编程AI新王Claude Opus 4.5正式发布!编程基准突破80.9%,成本降三分之二
人工智能·ai编程·claude
codists2 分钟前
Pycharm错误:JetBrains AI URL resolution failure
python
青瓷程序设计18 分钟前
鱼类识别系统【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积神经网络算法
人工智能·python·深度学习
央链知播21 分钟前
第二届中国数据产业发展大会暨2025元宇宙AI数据要素“金杏奖”颁奖盛典在广州隆重举行
人工智能·业界资讯·数据产业
GEO_NEWS36 分钟前
解析华为Flex:ai的开源棋局
人工智能·华为·开源
扑棱蛾子43 分钟前
手摸手教你两分钟搞定Antigravity
人工智能
该用户已不存在1 小时前
Python正在死去,2026年Python还值得学吗?
后端·python
WWZZ20251 小时前
快速上手大模型:深度学习13(文本预处理、语言模型、RNN、GRU、LSTM、seq2seq)
人工智能·深度学习·算法·语言模型·自然语言处理·大模型·具身智能
战南诚1 小时前
flask之“应用上下文,请求上下文”
python·flask
老友@1 小时前
RAG 的诞生:为了让 AI 不再“乱编”
人工智能·搜索引擎·ai·语言模型·自然语言处理·rag