如何在 Workflow 里发送企业微信信息 - WeCom

是不是在很多的情况下,我们想在我们的 Agent 里发送一条微信到我们的企业微信中,以通知有关情况。在今天的文章中,我们来详细展示如何创建一个能发送企业微信的 Workflow,并在我们的 Agent 中使用它。在我们的展示中,我们使用最新的版本 Elastic Stack 9.5。

创建企业微信

我们首先参考之前的文章 "Kibana:如何使用企业微信来接收通知" 来创建一个属于我们自己的一个企业微信账号。我们复制它的 Webhook 地址。这个地址里含有一个 key。它的格式如下:

ini 复制代码
`https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=<Your Key>`AI写代码

创建一个 HTTP connector

我们按照如下的步骤来创建一个叫做 wecom-http 的连接器:

注:在上面输入响应的值。针对 query parameter 校验,这个只在 Elastic Stack 9.5 才有的功能。

我们点击上面的 Save & test:

记得我们选择 POST,并在 body 下输入如下的信息:

bash 复制代码
`

1.  {
2.    "msgtype": "text",
3.    "text": {
4.      "content": "{{ This is SO COOL! }}",
5.      "mentioned_list": [
6.        "张三",
7.        "李四",
8.        "@all"
9.      ],
10.      "mentioned_mobile_list": [
11.        "13800000000"
12.      ]
13.    }
14.  }

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

点击上面的 Run:

上面显示我们的测试是成功的。我们接下来查看企业微信的信息:

很显然我们的企业微信收到了正确的信息。这说明我们的 http 连接器的配置是成功的。

创建一个发送企业微信的 workflow

我们接下来进行 Workflows 界面:

我们在 Workflow 的编辑框里输入如下的内容:

yaml 复制代码
`

1.  version: "1"
2.  name: Send Message to WeCom - test
3.  enabled: true
4.  triggers:
5.    - type: manual
6.      inputs:
7.        properties:
8.          message:
9.            type: string
10.            description: The message content to send to WeCom
11.            default: Hello from Elastic Workflow!
12.  steps:
13.    - name: send_message
14.      type: http
15.      with:
16.        method: POST
17.        body:
18.          msgtype: text
19.          text:
20.            content: "{{ inputs.message }}"
21.          mentioned_list:
22.            - 张三
23.            - 李四
24.          mentioned_mobile_list:
25.            - "13800000000"
26.            - "@all"
27.        headers:
28.          Content-Type: application/json
29.      connector-id: wecom-http

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

点击 Save 按钮:

我们可以在企业微信里收到这个消息。

在 Agent 里使用创建的 workflow

创建一个工具

这样我们的工具已经创建好了。它的名字叫做 send_message_to_wecom。

我们接下来把他加入到我们的 Agent 里去。为了方便,我们直接使用系统自带的 Elastic Agent 来做示范。当然你也可以把它加到你自己定制的 Agent 里去。

这样我们的工具就加到我们的 Elastic AI Agent 里去了。我们接下来进行测试。

测试

我们选择 Elastic AI Agent,并输入如下的信息:

我们可以看到已经成功地发生了。我们在企业微信里进行查看:

我们再来做一个负责一点的查询,并把结果发送到微信里去:

go 复制代码
`请查询一下 people 里有多少是男的,有多少是女的,平均年龄是多少?最大年龄 ,最小年龄是多少,并把最终的结果发送到微信里去`AI写代码

我们再次查看微信:

我们可以看到已经收到我们想要的结果。这个操作是不是非常的简单明了?

你有兴趣想了解更多关于 Workflows 及 AI Agent build 方面的知识吗?请阅读我的博客。

相关推荐
liuhl09108 小时前
【无标题】
大数据·elasticsearch·搜索引擎
xbgRS10 小时前
Elasticsearch的查询
elasticsearch
Elasticsearch13 小时前
使用 Lucene 搜索你的 Bean —— Highlighting
elasticsearch
Elasticsearch13 小时前
使用 Lucene 搜索你的 Bean —— Elasticsearch
elasticsearch
Elasticsearch18 小时前
最好的 LLM 只有 59% 的时间能写出正确的 Elasticsearch ES|QL。以下是另外 41% 出错的原因
elasticsearch
垚垚学技术_聚焦云原生18 小时前
Ansible Role 生产环境标准目录结构与规范化实践
java·elasticsearch·ansible
小林ixn18 小时前
从 MySQL 的 LIKE 到 ES 倒排索引:一次把全文检索和混合检索讲透
sql·elasticsearch·全文检索·agent·关键词
MayBaymax19 小时前
ES 基础总结
大数据·elasticsearch·搜索引擎
Elastic 中国社区官方博客19 小时前
两个依赖和一个配置块:通过 Prometheus 远程写入将 Spring Boot 指标发送到 Elasticsearch
大数据·数据库·spring boot·elasticsearch·搜索引擎·全文检索·prometheus
SelectDB技术团队20 小时前
ELK 太占磁盘、ES 总报写入拒绝:从归因到可执行的优化清单
大数据·clickhouse·elk·elasticsearch·全文检索·复杂查询·实时更新