AI办公 工作流自动化教程｜附完整命令

在数字化办公场景中，很多人的日常工作并不是“创造性思考”占据最多时间，而是被大量重复性事务消耗：整理资料、复制粘贴、汇总表格、撰写日报、生成会议纪要、归档文件、发送邮件、更新项目进度、制作周报等。过去，这些工作往往依赖人工处理，效率低、容易出错，而且难以形成稳定流程。

随着 AI 工具、自动化平台和脚本能力的发展，我们可以把许多办公流程改造成“半自动”甚至“全自动”工作流。本文将以实用为导向，系统讲解如何搭建一套 AI 办公自动化工作流，并附上可直接使用或修改的完整命令示例，帮助你快速落地到真实工作中。

一、什么是 AI 办公工作流自动化？

AI办公工作流自动化，简单来说，就是把办公中重复、固定、标准化的任务拆解成流程，然后借助 AI、脚本、自动化工具或 API，让它们自动执行。

一个典型的 AI 自动化工作流通常包含以下几个环节：

1. 输入数据
   例如文档、Excel表格、邮件、聊天记录、会议录音、网页内容等。

2. 数据处理
   包括清洗、提取、分类、汇总、格式转换等。

3. AI分析或生成
   例如让 AI 总结会议纪要、提取待办事项、撰写邮件、生成日报、分析数据趋势。

4. 结果输出
   输出为 Word、Markdown、Excel、PDF、邮件、飞书文档、Notion页面等。

5. 自动触发
   通过定时任务、文件夹监听、表单提交、邮件到达、Webhook 等方式自动启动流程。

举个例子：
每天上午 9 点，系统自动读取昨天的销售数据 Excel，调用 AI 生成销售分析摘要，再把结果整理成 Markdown 周报，最后自动发送到团队邮箱。这就是一个完整的 AI 办公自动化流程。

二、适合自动化的办公场景

并不是所有工作都适合自动化。一般来说，越符合以下特征的任务，越适合通过 AI 工作流处理：

• 重复频率高；
• 流程较固定；
• 输入输出格式比较明确；
• 对实时创造性判断要求不高；
• 人工处理成本高但规则清晰；
• 容易通过文本、表格或文件表达。

常见适用场景包括：

1. 会议纪要自动生成

输入会议录音或文字记录，让 AI 自动生成：

• 会议主题；
• 参会人员；
• 主要讨论内容；
• 决策事项；
• 待办任务；
• 责任人；
• 截止时间。

2. 邮件自动撰写与回复

根据邮件正文，自动判断对方意图，并生成商务化、礼貌、专业的回复内容。

3. 日报、周报、月报生成

从工作日志、项目进度、表格数据中自动生成结构化汇报。

4. Excel 数据分析

让 AI 自动读取表格内容，生成数据摘要、趋势分析、异常点说明和建议。

5. 文档批量整理

批量重命名文件、分类归档、提取摘要、生成索引。

6. 客户反馈分类

自动分析客户反馈内容，并按照投诉、建议、咨询、表扬等类型归类。

7. 内容生产辅助

批量生成公众号草稿、小红书笔记、短视频脚本、产品介绍、活动文案等。

三、搭建 AI 办公自动化工作流的基本思路

在正式写命令之前，我们先明确一个核心原则：

不要一上来就追求“全自动”，而要先把流程标准化，再逐步自动化。

建议按照以下步骤搭建：

第一步：确定目标

你要自动化的任务是什么？
例如：

• 自动生成会议纪要；
• 自动整理周报；
• 自动分析销售数据；
• 自动把文件分类归档；
• 自动根据客户反馈生成处理建议。

目标越具体，自动化越容易成功。

第二步：拆解流程

以“自动生成周报”为例，可以拆解为：

1. 收集本周工作记录；
2. 读取项目进度表；
3. 提取完成事项、进行中事项、风险问题；
4. 让 AI 生成周报；
5. 保存为 Markdown 或 Word；
6. 发送给主管或同步到团队文档。

第三步：准备数据格式

自动化最怕输入格式混乱。因此建议尽量固定输入格式：

日期：
工作内容：
完成情况：
遇到问题：
下周计划：

或者使用表格字段：

第四步：选择工具

常见工具组合包括：

• Python：适合本地脚本自动化；
• Shell / PowerShell：适合文件处理和系统任务；
• OpenAI API 或其他大模型 API：负责智能分析和生成；
• Excel / CSV：作为数据来源；
• Markdown / Word / PDF：作为输出结果；
• 定时任务 Cron / Windows任务计划程序：实现自动触发；
• Zapier / Make / n8n：低代码自动化平台；
• 飞书 / 企业微信 / 钉钉 API：用于消息推送。

本文主要以 Python + 命令行为例，方便理解和复用。

四、环境准备

下面以 Python 环境为例，演示如何搭建一个可运行的 AI 办公自动化工作流。

1. 安装 Python

建议使用 Python 3.10 或以上版本。

在终端中检查版本：

python --version

如果系统中使用的是 python3：

python3 --version

2. 创建项目目录

mkdir ai-office-workflow
cd ai-office-workflow

3. 创建虚拟环境

Windows：

python -m venv venv
venv\Scripts\activate

macOS / Linux：

python3 -m venv venv
source venv/bin/activate

4. 安装依赖库

pip install openai pandas python-dotenv openpyxl markdown

如果你还需要生成 Word 文档，可以安装：

pip install python-docx

如果你需要处理 PDF：

pip install pypdf

如果你需要处理网页内容：

pip install requests beautifulsoup4

五、配置 API Key

为了安全起见，不建议把 API Key 直接写进代码。我们可以使用 .env 文件保存环境变量。

1. 创建 .env 文件

touch .env

Windows 如果没有 touch 命令，可以使用：

type nul > .env

2. 写入 API Key

在 .env 文件中加入：

OPENAI_API_KEY=你的API_KEY

如果你使用的是兼容 OpenAI 格式的其他模型服务，也可以加入：

OPENAI_API_KEY=你的API_KEY
OPENAI_BASE_URL=https://api.example.com/v1
MODEL_NAME=gpt-4o-mini

六、案例一：自动生成工作日报

这是最常见的 AI 办公自动化场景。假设我们每天把工作记录写入一个文本文件，脚本自动读取内容，然后生成一份结构化日报。

1. 创建输入文件

mkdir input output
touch input/daily_notes.txt

Windows：

mkdir input output
type nul > input\daily_notes.txt

在 input/daily_notes.txt 中写入：

今天完成了客户A的需求沟通，整理了产品修改意见。
修复了后台订单导出功能的问题。
参加了项目例会，确认下周上线计划。
目前风险是测试环境数据不完整，可能影响验收进度。
明天计划继续跟进测试反馈，并补充上线文档。

2. 创建 Python 脚本

新建文件：

touch daily_report.py

Windows：

type nul > daily_report.py

写入以下完整代码：

import os
from dotenv import load_dotenv
from openai import OpenAI
from datetime import datetime

load_dotenv()

api_key = os.getenv("OPENAI_API_KEY")
base_url = os.getenv("OPENAI_BASE_URL")
model = os.getenv("MODEL_NAME", "gpt-4o-mini")

if base_url:
    client = OpenAI(api_key=api_key, base_url=base_url)
else:
    client = OpenAI(api_key=api_key)

with open("input/daily_notes.txt", "r", encoding="utf-8") as f:
    notes = f.read()

prompt = f"""
你是一名专业的办公助理，请根据以下工作记录生成一份中文工作日报。

要求：
1. 使用正式、简洁、清晰的办公语言；
2. 结构包括：今日完成、进行中事项、问题与风险、明日计划；
3. 不要虚构没有出现的信息；
4. 用 Markdown 格式输出。

工作记录：
{notes}
"""

response = client.chat.completions.create(
    model=model,
    messages=[
        {"role": "system", "content": "你是一个专业、高效、严谨的AI办公助理。"},
        {"role": "user", "content": prompt}
    ],
    temperature=0.3
)

report = response.choices[0].message.content

today = datetime.now().strftime("%Y-%m-%d")
output_path = f"output/daily_report_{today}.md"

with open(output_path, "w", encoding="utf-8") as f:
    f.write(report)

print(f"日报已生成：{output_path}")

3. 运行命令

python daily_report.py

macOS / Linux 如果默认是 python3：

python3 daily_report.py

运行后，系统会在 output 目录生成类似：

daily_report_2026-06-03.md

七、案例二：Excel 数据自动分析并生成报告

很多办公人员每天都要看表格，比如销售数据、运营数据、用户反馈、库存数据等。下面我们用一个销售数据表作为示例，让 AI 自动分析数据并生成报告。

1. 准备 Excel 文件

在 input 目录下创建 sales.xlsx，字段如下：

也可以使用 CSV。为了示例方便，我们采用 Excel。

2. 创建分析脚本

touch sales_analysis.py

Windows：

type nul > sales_analysis.py

写入完整代码：

import os
import pandas as pd
from dotenv import load_dotenv
from openai import OpenAI
from datetime import datetime

load_dotenv()

api_key = os.getenv("OPENAI_API_KEY")
base_url = os.getenv("OPENAI_BASE_URL")
model = os.getenv("MODEL_NAME", "gpt-4o-mini")

if base_url:
    client = OpenAI(api_key=api_key, base_url=base_url)
else:
    client = OpenAI(api_key=api_key)

file_path = "input/sales.xlsx"
df = pd.read_excel(file_path)

summary = {
    "总销售额": float(df["销售额"].sum()),
    "总订单数": int(df["订单数"].sum()),
    "平均客单价": round(float(df["销售额"].sum() / df["订单数"].sum()), 2),
    "区域销售额": df.groupby("区域")["销售额"].sum().to_dict(),
    "产品销售额": df.groupby("产品")["销售额"].sum().to_dict()
}

table_preview = df.to_markdown(index=False)

prompt = f"""
你是一名专业的数据分析师，请基于以下销售数据和统计结果，生成一份中文销售分析报告。

要求：
1. 使用 Markdown 格式；
2. 包含：整体概览、区域表现、产品表现、可能原因、改进建议；
3. 不要编造不存在的数据；
4. 语言适合发送给业务负责人；
5. 结论清晰，建议可执行。

原始数据预览：
{table_preview}

统计结果：
{summary}
"""

response = client.chat.completions.create(
    model=model,
    messages=[
        {"role": "system", "content": "你是一名严谨的商业数据分析师。"},
        {"role": "user", "content": prompt}
    ],
    temperature=0.2
)

report = response.choices[0].message.content

today = datetime.now().strftime("%Y-%m-%d")
output_path = f"output/sales_analysis_{today}.md"

with open(output_path, "w", encoding="utf-8") as f:
    f.write(report)

print(f"销售分析报告已生成：{output_path}")

3. 安装额外依赖

由于代码中使用了 to_markdown，需要安装：

pip install tabulate

4. 运行命令

python sales_analysis.py

输出结果会保存到 output 目录中。

八、案例三：会议记录自动整理为纪要

会议纪要是非常适合 AI 处理的场景。如果你已经有会议文字记录，可以直接交给 AI 整理。

1. 创建会议记录文件

touch input/meeting.txt

Windows：

type nul > input\meeting.txt

示例内容：

张三：本周主要讨论新版官网上线计划，设计稿已经完成。
李四：前端开发还需要两天，预计周三完成。
王五：测试环境目前有接口不稳定问题，需要后端配合排查。
赵六：上线时间暂定为周五下午，前提是周四前完成测试。
张三：请李四周三前完成前端页面，王五负责周四完成测试报告，后端今天下班前排查接口问题。

2. 创建脚本

touch meeting_minutes.py

Windows：

type nul > meeting_minutes.py

写入完整代码：

import os
from dotenv import load_dotenv
from openai import OpenAI
from datetime import datetime

load_dotenv()

api_key = os.getenv("OPENAI_API_KEY")
base_url = os.getenv("OPENAI_BASE_URL")
model = os.getenv("MODEL_NAME", "gpt-4o-mini")

if base_url:
    client = OpenAI(api_key=api_key, base_url=base_url)
else:
    client = OpenAI(api_key=api_key)

with open("input/meeting.txt", "r", encoding="utf-8") as f:
    meeting_text = f.read()

prompt = f"""
请将以下会议记录整理成正式会议纪要。

输出结构：
# 会议纪要

## 一、会议主题
用一句话概括。

## 二、核心讨论内容
用条目列出。

## 三、已确认决策
列出会议中明确决定的事项。

## 四、待办事项
请用表格输出，字段包括：任务、负责人、截止时间、备注。

## 五、风险与依赖
列出可能影响项目推进的风险。

要求：
1. 不要虚构；
2. 如果没有明确截止时间，请写“未明确”；
3. 使用简洁正式的中文；
4. Markdown格式输出。

会议记录：
{meeting_text}
"""

response = client.chat.completions.create(
    model=model,
    messages=[
        {"role": "system", "content": "你是一名专业的会议纪要整理助手。"},
        {"role": "user", "content": prompt}
    ],
    temperature=0.2
)

minutes = response.choices[0].message.content

today = datetime.now().strftime("%Y-%m-%d")
output_path = f"output/meeting_minutes_{today}.md"

with open(output_path, "w", encoding="utf-8") as f:
    f.write(minutes)

print(f"会议纪要已生成：{output_path}")

3. 运行命令

python meeting_minutes.py

九、案例四：批量整理文件并生成目录索引

办公中经常会遇到文件夹混乱的问题，比如合同、报价单、会议纪要、图片、表格混在一起。我们可以用脚本自动按照文件类型分类，并生成一个索引文件。

1. 创建脚本

touch file_organizer.py

Windows：

type nul > file_organizer.py

写入完整代码：

import os
import shutil
from datetime import datetime

source_dir = "input/files"
output_dir = "output/organized_files"

categories = {
    "documents": [".doc", ".docx", ".pdf", ".txt", ".md"],
    "spreadsheets": [".xls", ".xlsx", ".csv"],
    "presentations": [".ppt", ".pptx"],
    "images": [".jpg", ".jpeg", ".png", ".gif", ".webp"],
    "archives": [".zip", ".rar", ".7z"],
}

os.makedirs(source_dir, exist_ok=True)
os.makedirs(output_dir, exist_ok=True)

index_lines = [
    "# 文件整理索引",
    "",
    f"整理时间：{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}",
    ""
]

for file_name in os.listdir(source_dir):
    file_path = os.path.join(source_dir, file_name)

    if not os.path.isfile(file_path):
        continue

    ext = os.path.splitext(file_name)[1].lower()
    category = "others"

    for cat, exts in categories.items():
        if ext in exts:
            category = cat
            break

    target_dir = os.path.join(output_dir, category)
    os.makedirs(target_dir, exist_ok=True)

    target_path = os.path.join(target_dir, file_name)
    shutil.copy2(file_path, target_path)

    index_lines.append(f"- `{file_name}` → `{category}/`")

index_path = os.path.join(output_dir, "index.md")

with open(index_path, "w", encoding="utf-8") as f:
    f.write("\n".join(index_lines))

print(f"文件整理完成，索引已生成：{index_path}")

2. 创建待整理目录

mkdir -p input/files

Windows：

mkdir input\files

把需要整理的文件放入 input/files，然后运行：

python file_organizer.py

十、案例五：自动生成邮件回复草稿

假设你经常需要回复客户邮件，可以让 AI 根据邮件内容生成专业回复草稿。

1. 创建输入文件

touch input/email.txt

Windows：

type nul > input\email.txt

示例内容：

您好，我们对贵公司的企业版系统比较感兴趣，想了解一下是否支持私有化部署？另外请提供一份报价方案，以及实施周期说明。谢谢。

2. 创建脚本

touch email_reply.py

Windows：

type nul > email_reply.py

完整代码：

import os
from dotenv import load_dotenv
from openai import OpenAI
from datetime import datetime

load_dotenv()

api_key = os.getenv("OPENAI_API_KEY")
base_url = os.getenv("OPENAI_BASE_URL")
model = os.getenv("MODEL_NAME", "gpt-4o-mini")

if base_url:
    client = OpenAI(api_key=api_key, base_url=base_url)
else:
    client = OpenAI(api_key=api_key)

with open("input/email.txt", "r", encoding="utf-8") as f:
    email_content = f.read()

prompt = f"""
请根据以下客户邮件，生成一封专业、礼貌、清晰的中文商务回复邮件。

要求：
1. 语气正式但不生硬；
2. 回应客户关心的问题；
3. 如果价格、周期等信息原文没有提供，请不要编造具体数字；
4. 可以引导客户进一步沟通；
5. 输出完整邮件正文，包括称呼和结尾署名占位。

客户邮件：
{email_content}
"""

response = client.chat.completions.create(
    model=model,
    messages=[
        {"role": "system", "content": "你是一名经验丰富的商务邮件助理。"},
        {"role": "user", "content": prompt}
    ],
    temperature=0.4
)

reply = response.choices[0].message.content

today = datetime.now().strftime("%Y-%m-%d")
output_path = f"output/email_reply_{today}.md"

with open(output_path, "w", encoding="utf-8") as f:
    f.write(reply)

print(f"邮件回复草稿已生成：{output_path}")

3. 运行命令

python email_reply.py

十一、将多个脚本整合成一个工作流命令

如果你不想分别运行多个脚本，可以创建一个统一入口，根据参数执行不同任务。

1. 创建 main.py

touch main.py

Windows：

type nul > main.py

写入：

import argparse
import subprocess
import sys

tasks = {
    "daily": "daily_report.py",
    "sales": "sales_analysis.py",
    "meeting": "meeting_minutes.py",
    "files": "file_organizer.py",
    "email": "email_reply.py"
}

parser = argparse.ArgumentParser(description="AI办公自动化工作流工具")
parser.add_argument(
    "task",
    choices=tasks.keys(),
    help="要执行的任务：daily / sales / meeting / files / email"
)

args = parser.parse_args()

script = tasks[args.task]

print(f"正在执行任务：{args.task}")
result = subprocess.run([sys.executable, script])

if result.returncode == 0:
    print("任务执行完成")
else:
    print("任务执行失败")

2. 统一运行命令

生成日报：

python main.py daily

分析销售数据：

python main.py sales

生成会议纪要：

python main.py meeting

整理文件：

python main.py files

生成邮件回复：

python main.py email

这样，一个基础版 AI 办公自动化工具就完成了。

十二、设置定时自动执行

真正的自动化，不应该每次都手动运行。我们可以用定时任务让脚本自动执行。

1. macOS / Linux 使用 Cron

打开定时任务编辑器：

crontab -e

例如每天 18:00 自动生成日报：

0 18 * * * cd /你的路径/ai-office-workflow && /你的路径/ai-office-workflow/venv/bin/python main.py daily

每周五 17:30 自动生成销售分析：

30 17 * * 5 cd /你的路径/ai-office-workflow && /你的路径/ai-office-workflow/venv/bin/python main.py sales

查看已有定时任务：

crontab -l

2. Windows 使用任务计划程序

也可以使用命令创建任务。假设项目路径为：

C:\ai-office-workflow

每天 18:00 执行日报脚本：

schtasks /Create /SC DAILY /TN "AI_Daily_Report" /TR "C:\ai-office-workflow\venv\Scripts\python.exe C:\ai-office-workflow\main.py daily" /ST 18:00

每周五 17:30 执行销售分析：

schtasks /Create /SC WEEKLY /D FRI /TN "AI_Sales_Report" /TR "C:\ai-office-workflow\venv\Scripts\python.exe C:\ai-office-workflow\main.py sales" /ST 17:30

查看任务：

schtasks /Query /TN "AI_Daily_Report"

删除任务：

schtasks /Delete /TN "AI_Daily_Report" /F

十三、进阶：自动发送邮件

如果你希望报告生成后自动发送邮件，可以使用 Python 内置的 smtplib。

1. 在 .env 中加入邮箱配置

SMTP_HOST=smtp.example.com
SMTP_PORT=465
SMTP_USER=your_email@example.com
SMTP_PASSWORD=your_email_password
MAIL_TO=receiver@example.com

注意：很多邮箱不能直接使用登录密码，需要使用“邮箱授权码”。

2. 创建发送邮件脚本

touch send_mail.py

Windows：

type nul > send_mail.py

代码如下：

import os
import smtplib
from email.mime.text import MIMEText
from email.header import Header
from dotenv import load_dotenv

load_dotenv()

smtp_host = os.getenv("SMTP_HOST")
smtp_port = int(os.getenv("SMTP_PORT", "465"))
smtp_user = os.getenv("SMTP_USER")
smtp_password = os.getenv("SMTP_PASSWORD")
mail_to = os.getenv("MAIL_TO")

def send_mail(subject, content):
    message = MIMEText(content, "plain", "utf-8")
    message["From"] = Header(smtp_user)
    message["To"] = Header(mail_to)
    message["Subject"] = Header(subject, "utf-8")

    with smtplib.SMTP_SSL(smtp_host, smtp_port) as server:
        server.login(smtp_user, smtp_password)
        server.sendmail(smtp_user, [mail_to], message.as_string())

    print("邮件发送成功")

if __name__ == "__main__":
    send_mail("AI办公自动化测试邮件", "这是一封由Python自动发送的测试邮件。")

3. 测试发送

python send_mail.py

后续你可以在生成日报或销售报告后，读取 Markdown 内容并调用 send_mail() 发送出去。

十四、进阶：把 Markdown 转成 Word

有些公司更习惯使用 Word 文档。我们可以把 AI 生成的 Markdown 内容转成 Word。

1. 安装依赖

pip install python-docx

2. 创建转换脚本

touch md_to_word.py

Windows：

type nul > md_to_word.py

代码如下：

import sys
from docx import Document

def md_to_docx(md_path, docx_path):
    doc = Document()

    with open(md_path, "r", encoding="utf-8") as f:
        lines = f.readlines()

    for line in lines:
        text = line.strip()

        if not text:
            doc.add_paragraph("")
        elif text.startswith("# "):
            doc.add_heading(text[2:], level=1)
        elif text.startswith("## "):
            doc.add_heading(text[3:], level=2)
        elif text.startswith("### "):
            doc.add_heading(text[4:], level=3)
        elif text.startswith("- "):
            doc.add_paragraph(text[2:], style="List Bullet")
        else:
            doc.add_paragraph(text)

    doc.save(docx_path)
    print(f"Word文档已生成：{docx_path}")

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("用法：python md_to_word.py 输入.md 输出.docx")
    else:
        md_to_docx(sys.argv[1], sys.argv[2])

3. 使用命令

python md_to_word.py output/daily_report_2026-06-03.md output/daily_report_2026-06-03.docx

十五、常用 Prompt 模板

AI 工作流的效果，很大程度取决于 Prompt。下面给出几个常用模板。

1. 会议纪要 Prompt

你是一名专业会议纪要助手。请根据以下会议内容生成会议纪要。
要求：
1. 不要虚构信息；
2. 提取核心结论；
3. 明确待办事项、负责人、截止时间；
4. 如果信息不明确，请标注“未明确”；
5. 使用正式中文和Markdown格式。

2. 数据分析 Prompt

你是一名商业数据分析师。请根据以下数据生成分析报告。
报告包括：
1. 核心结论；
2. 关键指标变化；
3. 异常点；
4. 可能原因；
5. 后续建议。
要求结论明确、建议可执行，不要编造数据。

3. 邮件回复 Prompt

你是一名商务沟通专家。请根据客户邮件生成回复。
要求：
1. 礼貌专业；
2. 逐点回应客户问题；
3. 不编造价格、交付周期等信息；
4. 可引导对方预约会议或补充需求；
5. 输出完整邮件正文。

4. 周报 Prompt

请根据以下工作记录生成一份周报。
结构包括：
1. 本周完成；
2. 重点成果；
3. 问题与风险；
4. 下周计划；
5. 需要协助事项。
要求语言正式、条理清晰、适合发送给主管。

十六、自动化工作流落地建议

要让 AI 办公自动化真正产生价值，建议注意以下几点。

1. 从小流程开始

不要一开始就设计复杂系统。可以先从“自动生成日报”或“自动整理会议纪要”开始，确认效果稳定后再扩展。

2. 保留人工审核

涉及对外发送、合同、报价、法律、财务等内容时，必须保留人工确认环节。AI 可以提高效率，但不能完全替代责任判断。

3. 固定输入格式

输入格式越稳定，AI 输出越可靠。建议为日报、会议记录、客户反馈建立统一模板。

4. 控制模型创造性

办公自动化通常要求准确、稳定，建议将 temperature 设置在 0.2 到 0.5 之间。数值越低，输出越稳定。

5. 注意数据安全

不要随意上传敏感数据，如客户隐私、合同金额、身份证号、内部机密等。如果必须处理敏感信息，应选择企业级模型服务或私有化部署方案。

6. 建立日志机制

正式使用时，建议记录每次运行时间、输入文件、输出文件、是否成功等信息，方便排查问题。

十七、推荐的项目目录结构

最终你的项目可以整理成这样：

ai-office-workflow/
├── input/
│   ├── daily_notes.txt
│   ├── meeting.txt
│   ├── email.txt
│   ├── sales.xlsx
│   └── files/
├── output/
│   ├── daily_report_2026-06-03.md
│   ├── meeting_minutes_2026-06-03.md
│   ├── sales_analysis_2026-06-03.md
│   └── organized_files/
├── venv/
├── .env
├── main.py
├── daily_report.py
├── sales_analysis.py
├── meeting_minutes.py
├── file_organizer.py
├── email_reply.py
├── send_mail.py
└── md_to_word.py

这种结构清晰、易维护，也方便后续扩展更多自动化能力。

十八、完整初始化命令汇总

如果你想从零开始搭建，可以参考下面的命令。

macOS / Linux

mkdir ai-office-workflow
cd ai-office-workflow

python3 -m venv venv
source venv/bin/activate

pip install openai pandas python-dotenv openpyxl markdown tabulate python-docx pypdf requests beautifulsoup4

mkdir -p input/files output

touch .env
touch input/daily_notes.txt
touch input/meeting.txt
touch input/email.txt

touch daily_report.py
touch sales_analysis.py
touch meeting_minutes.py
touch file_organizer.py
touch email_reply.py
touch main.py
touch send_mail.py
touch md_to_word.py

Windows PowerShell

mkdir ai-office-workflow
cd ai-office-workflow

python -m venv venv
venv\Scripts\activate

pip install openai pandas python-dotenv openpyxl markdown tabulate python-docx pypdf requests beautifulsoup4

mkdir input
mkdir input\files
mkdir output

type nul > .env
type nul > input\daily_notes.txt
type nul > input\meeting.txt
type nul > input\email.txt

type nul > daily_report.py
type nul > sales_analysis.py
type nul > meeting_minutes.py
type nul > file_organizer.py
type nul > email_reply.py
type nul > main.py
type nul > send_mail.py
type nul > md_to_word.py

十九、常见问题

1. 为什么运行后提示 API Key 不存在？

请检查 .env 文件是否在项目根目录，并确认写法正确：

OPENAI_API_KEY=你的API_KEY

不要加多余空格，也不要使用中文引号。

2. 为什么 Excel 读取失败？

请确认安装了 openpyxl：

pip install openpyxl

并确认文件路径是：

input/sales.xlsx

3. 为什么输出内容不稳定？

可以降低 temperature：

temperature=0.2

同时让 Prompt 更明确，例如要求“不要虚构”“没有信息写未明确”。

4. 能不能接入飞书、企业微信、钉钉？

可以。思路是：生成报告后，通过对应平台的机器人 Webhook 或开放 API 推送消息。一般流程为：

1. 创建机器人；
2. 获取 Webhook 地址；
3. 用 Python requests.post() 发送消息；
4. 把脚本加入自动化流程。

二十、总结

AI 办公自动化的核心，不是简单地让 AI 写几段文字，而是把日常办公任务拆解成可执行、可复用、可维护的流程。本文从环境搭建开始，依次介绍了日报生成、销售数据分析、会议纪要整理、文件归档、邮件回复、统一入口、定时执行、邮件发送和文档转换等多个实用场景，并提供了完整命令和代码示例。

如果你刚开始实践，建议优先选择一个高频、低风险、格式清晰的场景，例如日报、周报或会议纪要。先让 AI 帮你节省每天 10 分钟，再逐步扩展到数据分析、文档归档和跨平台消息推送。长期来看，真正有价值的不是某一个脚本，而是一套稳定运行的个人或团队办公自动化系统。

当你的工作流逐渐成熟后，你会发现：AI 不只是聊天工具，而是可以嵌入日常办公流程的“数字助理”。它负责处理重复劳动，你负责判断方向、制定策略和做关键决策。这样，办公效率才能真正得到质的提升。