搭一套截图识别通知机器人：OCR、飞书Webhook与远程触发实战

前言

很多团队仍然通过截图或照片提交考勤、巡检和任务完成凭证。员工把图片发到群里后，还需要有人逐张查看时间、姓名和状态，再手动整理结果。数量一多，不仅重复劳动明显，也容易出现漏看或记录错误。

这类流程很适合先从"识别和通知"两个环节开始自动化。程序读取指定文件夹中的截图，调用PaddleOCR提取图片文字，再把识别结果通过飞书Webhook发送到指定群聊，负责人员只需要进行最后确认。

本文会从Windows环境开始，完成Python、PaddleOCR和网络请求库的安装，再创建飞书自定义机器人，并通过关键词验证测试Webhook是否能够正常接收消息。

基础流程跑通后，还会使用Flask为脚本增加一个/clockin触发接口。访问该接口时，服务器会执行OCR识别和飞书通知流程，页面同时返回脚本的运行结果，方便查看是否处理成功。

最后再通过 cpolar 将本地5000端口映射到公网，并配置固定二级子域名。这样不在同一局域网时，也能在获得授权的前提下触发凭证识别和消息推送。

1.准备工作

下面是在Windows系统（Win10/Win11）上从零开始搭建一个OCR + 飞书 + Python自动打卡机器人的完整、详细、新手友好的操作指南。

目标：

你把打卡截图（如钉钉、企业微信）放入一个文件夹 → Python自动识别图中文字 → 通过飞书机器人发送"打卡成功"消息到群聊。

你需要准备：

一台 Windows 10/11 电脑
一个飞书账号（免费）
一部手机（用于拍照打卡截图）
网络畅通

2.安装Python

打开浏览器，访问 https://www.python.org/downloads/

点击 "Download Python 3.11.x"（推荐 3.11，稳定且兼容性好)

下载完成后，双击安装包。

务必勾选：

Add Python to PATH（关键！）
Install launcher for all users

点击 "Install Now"

安装完成后，按 Win + R，输入cmd回车，运行：

shell 复制代码

python --version

如果显示Python版本，说明安装成功！

3.创建飞书群机器人

3.1 创建机器人

打开飞书 App（或网页版 https://www.feishu.cn）

创建一个新群聊，点击右上角设置→ 「群机器人」 → 「添加机器人」

选择「自定义机器人」

名称填：打卡

安全设置：选择「自定义关键词」，输入关键词：打卡成功

点击「添加」，复制 Webhook 地址（一长串 URL，以 https://open.feishu.cn/open-apis/bot/v2/hook/ 开头）

重要：后面发的消息必须包含"打卡成功"这四个字，否则飞书会拒绝发送！

3.2 测试webhook时候可用

使用下面测试代码：

shell 复制代码

$webhook = "https://open.feishu.cn/open-apis/bot/v2/hook/你的完整hook地址"
$body = @{
    msg_type = "text"
    content = @{
        text = "打卡成功：手动测试消息"
    }
} | ConvertTo-Json

# 关键：设置编码为 UTF-8
Invoke-RestMethod -Uri $webhook -Method Post -Body $body -ContentType 'application/json; charset=utf-8'

飞书群接收成功：

4.创建项目文件夹

在桌面或任意位置新建一个文件夹，命名为：clock_in_bot

进入该文件夹

在这个目录下，在创建一个文件夹clock_in_images，用于后续识别图片：

上传一张图片，名为：test.py

5.安装Python依赖（OCR + 网络库）

进入你的项目文件夹：

shell 复制代码

cd C:\Users\admin\Desktop\clock_in_bot

安装所需库（使用清华源加速）：

shell 复制代码

pip install paddlepaddle paddleocr requests pillow opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

安装成功后，测试OCR是否可用，如果输出OCR OK!，说明安装成功！：

shell 复制代码

python -c "from paddleocr import PaddleOCR; print('OCR OK!')"

6.编写Python脚本

在clock_in_bot文件夹中，新建一个文本文件

重命名为：test.py（注意后缀是 .py，不是 .txt）

右键 → "编辑"（用记事本打开），粘贴以下代码：

这段代码是我反复测试，最终成功的一版，这版会一步步验证，：

shell 复制代码

import os
import time
from paddleocr import PaddleOCR
import requests

# === 第 0 步：配置 ===
print("第 0 步：加载配置...")
FEISHU_WEBHOOK = "替换成你的飞书Webhook地址"
IMAGE_FOLDER = "./clock_in_images"
TEST_IMAGE = os.path.join(IMAGE_FOLDER, "test.png")  # 放一张叫 test.png 的图进去

print(f"  Webhook: {FEISHU_WEBHOOK}")
print(f"  图片路径: {TEST_IMAGE}")
print("-" * 50)

# === 第 1 步：确保文件夹存在 ===
print("第 1 步：创建图片文件夹...")
os.makedirs(IMAGE_FOLDER, exist_ok=True)
print("✅ 文件夹已准备好")
print("-" * 50)

# === 第 2 步：初始化 OCR ===
print("第 2 步：初始化 PaddleOCR（可能需要1-2分钟）...")
try:
    ocr = PaddleOCR(lang="ch", use_gpu=False, show_log=False)
    print("✅ OCR 初始化成功")
except Exception as e:
    print(f"❌ OCR 初始化失败: {e}")
    exit(1)
print("-" * 50)

# === 第 3 步：检查图片是否存在 ===
print("第 3 步：检查测试图片是否存在...")
if not os.path.isfile(TEST_IMAGE):
    print(f"❌ 图片不存在！请放一张截图并命名为: {TEST_IMAGE}")
    exit(1)
else:
    print("✅ 图片存在")
print("-" * 50)

# === 第 4 步：执行 OCR 识别 ===
print("第 4 步：开始 OCR 识别...")
try:
    result = ocr.ocr(TEST_IMAGE, cls=True)
    text = ""
    if result and result[0]:
        for line in result[0]:
            if line and len(line) > 1:
                word = line[1][0]
                if isinstance(word, str):
                    text += word + " "
    text = text.strip() or "[未识别到文字]"
except Exception as e:
    print(f"💥 OCR 异常详细信息: {e}")
    text = "[OCR 异常]"
print("-" * 50)

# === 第 5 步：构造消息（强制包含关键词）===
print("第 5 步：构造飞书消息...")
message = f"打卡成功\n【OCR结果】\n{text}"
print(f"📤 消息内容:\n{message}")
print("-" * 50)

# === 第 6 步：发送到飞书 ===
print("第 6 步：发送消息到飞书...")
try:
    resp = requests.post(
        FEISHU_WEBHOOK,
        json={"msg_type": "text", "content": {"text": message}},
        timeout=10,
        headers={"Content-Type": "application/json; charset=utf-8"}
    )
    result = resp.json()
    print(f"📡 飞书返回: {result}")

    if result.get("code") == 0:
        print("✅ 成功！请去飞书群查看消息")
    else:
        print(f"❌ 失败！原因: {result.get('msg', '未知错误')}")
        print("⚠️ 常见原因：关键词不匹配（必须包含"打卡成功"）")
except Exception as e:
    print(f"💥 网络或请求异常: {e}")
print("-" * 50)

print("🔚 测试结束。按回车退出...")
input()

关键修改！

找到这一行：

shell 复制代码

FEISHU_WEBHOOK = "替换成你的飞书Webhook地址"

保留双引号！不要删除！

7. 运行程序

进入你的项目文件夹：

shell 复制代码

cd C:\Users\admin\Desktop\clock_in_bot

运行脚本：

shell 复制代码

python auto_clock_in.py

首次运行会自动下载OCR模型（约 100MB），请等待 1~2 分钟，直到出现监听提示。

运行成功后，飞牛群聊自动发送消息成功：

程序会立即识别打卡截图文字，并向你的飞书群发送消息！

推荐：python脚本使用vscode测试：

因为测试效果更加直观：

😘恭喜你！你已经拥有了一个全自动打卡通知机器人！

8.扩展

在Windows上用Flask/FastAPI写一个简单的Web服务，暴露一个/clockin接口。

调用这个接口就执行打卡逻辑（PaddleOCR + 打卡）。

实际自动打卡路径：C:\Users\admin\Desktop\clock_in_bot\test.py

shell 复制代码

# 1.py
from flask import Flask
import subprocess
import os

app = Flask(__name__)

# 主页（可选，用于测试服务是否在线）
@app.route('/')
def home():
    return "✅ 打卡机器人在线！访问 /clockin 触发打卡。"

# 核心打卡接口
@app.route('/clockin')
def clock_in():
    try:
        # 替换为你的实际打卡脚本路径（建议用绝对路径）
        script_path = r"C:\Users\admin\Desktop\clock_in_bot\test.py"
        result = subprocess.run(
            ["python", script_path],
            cwd=os.path.dirname(script_path),  # 设置工作目录
            capture_output=True,
            text=True,
            timeout=60  # 防止卡死
        )
        output = result.stdout + "\n" + result.stderr
        return f"<pre>✅ 打卡执行完成:\n{output}</pre>"
    except Exception as e:
        return f"<pre>❌ 打卡失败: {str(e)}</pre>"

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000, debug=False)

执行成功后，访问ip+5000，就可以查看打卡状态：

访问/clockin触发打卡。

将你的Flask打卡服务与cpolar结合，只需在本地运行 Flask 应用（如 http://127.0.0.1:5000 ），然后通过cpolar创建一条HTTP隧道，将其映射到公网地址（例如 https://xxxx.cpolar.cn）；这样，无论你身处何地，只要访问该公网链接的**/clockin**路径，就能远程触发打卡脚本，实现自动化操作------整个过程无需公网IP、无需复杂配置，cpolar会安全地将外部请求转发到你的本地服务。