【案例总结】震撼巨作——SAP连接钉钉WEBHOOK

【案例总结】震撼巨作——SAP连接钉钉WEBHOOK

目录

前言:

一、钉钉配置

1、AI表格创建

2、自动化流程设置

3、webhook接口参数:

二、SAP开发

1、接口开发

2、接口测试

三、一些经验

四、BUG解决


前言:

蛐蛐:这个人又在拟一些夸张的标题试图吸引读者。

最近公司全面开始使用钉钉,用户想要将SAP的消息推送到钉钉,可以推送消息给公司的具体某个人,也可以推送消息到某个群聊。

做出来的效果如下:

今天就来分享一下,我具体是怎么实现的吧,老样子,文末有代码分享~

一、钉钉配置

因为钉钉有上线一个新功能,叫做AI表格,功能也是蛮强大的,这次我就使用了AI表格中的自动化流程中的webhook接口。(PS:这个和钉钉的机器人连接方式有区别哦,请注意我这里是AI表格-自动化-webhook!webhook连接要比机器人API连接要简单一点)。

1、AI表格创建

问题来了,要是钉钉没有AI表格怎么办,emmm有可能是版本没升级^_^

首先我们创建一个自己使用的AI表格,我这里使用的是空白模板,我们在表格里面可以设置一些字段,就和EXCEL差不多的,这个表格等会儿可以当作后台表来存放我们从SAP传过来的一些数据,类似于SAP的后台日志表一样的功能。

我是像下面这样设置的,比较简单:

2、自动化流程设置

设置好日志表的字段后,我们的视线上移,可以看到这里有个“自动化”,我们点击自动化,进入自动化流程配置:

进入后,可以进行一些自动化配置,功能非常完善,我的自动化流程配置如下:

配置完成之后,就相当于在钉钉系统增加了一个接口,SAP可以调用这个接口,给钉钉系统发送数据,钉钉成功接收数据之后,可以利用这些数据自行做后面一系列的操作,类似于给某人发送消息、给某个群聊发送消息、给某人增加待办等等操作,这是钉钉里面的操作了,这里就不做细讲,钉钉也有专门出过一些教程,大家有兴趣可以直接进钉钉里面查看。

3、webhook接口参数:

接着我们开始来讲webhook,这是我今天的重点哈哈,webhook其实就相当于一个API、一个接口,那接口的话,传输数据肯定是需要参数字段的撒,我的参数设置如下:

附上钉钉的官方操作文档连接:https://wolai.dingtalk.com/oDZLkD5ifBR9eU9DEwT7ie

二、SAP开发

我们就像连接其他别的API/restful接口一样,连接钉钉的webhook接口就可以了,注意,我这里是将这个接口封装起来了,我只需要在程序中调用封装的这个接口就可以了。

调用效果如下:

1、接口开发

让我们我们直击接口内部,走进代码现场。

对于接口参考,我最在乎的是参数设置,我这样设置的:是我将文本字段设置成了一个结构

下面红框里面的代码就是实现webhook的参数结构的代码:

整体代码如下:

FUNCTION ZTEST_API. *"---------------------------------------------------------------------- *"*"本地接口: *" IMPORTING *" REFERENCE(I_BUDAT) TYPE BUDAT *" REFERENCE(I_TYPE) TYPE BAPI_MTYPE *" EXPORTING *" VALUE(E_MSEG) TYPE BAPI_MSG *" VALUE(E_TYPE) TYPE BAPI_MTYPE *" TABLES *" T_TAB STRUCTURE ZTXX_WEBHOOK *"------------------------------------------------------------------- DATA: LV_ECS_JSON_REQ TYPE STRING, LV_ECS_JSON_RES TYPE STRING, LV_URL TYPE STRING, LV_RESPONSE TYPE STRING. DATA: LO_HTTP_CLIENT TYPE REF TO IF_HTTP_CLIENT. DATA: LO_EXCEPTION TYPE REF TO CX_ROOT. DATA: LV_ERROR_TEXT TYPE STRING. TYPES: TY_DETAILS TYPE STANDARD TABLE OF ZTXX_WEBHOOK WITH DEFAULT KEY. TYPES: BEGIN OF TY_REQUEST, BUDAT TYPE BUDAT, TYPE1 TYPE BAPI_MTYPE, TAB TYPE TY_DETAILS, END OF TY_REQUEST. TYPES: BEGIN OF TY_RESPONSE, DATA TYPE ABAP_BOOL, SUCCESS TYPE ABAP_BOOL, END OF TY_RESPONSE. DATA: LS_REQUEST TYPE TY_REQUEST, LS_RESPONSE TYPE TY_RESPONSE. * 1. 准备请求数据 LS_REQUEST = VALUE #( BUDAT = I_BUDAT TYPE1 = I_TYPE ). APPEND LINES OF T_TAB[] TO LS_REQUEST-TAB. * 2. 序列化请求数据 TRY. LV_ECS_JSON_REQ = /UI2/CL_JSON=>SERIALIZE( DATA = LS_REQUEST PRETTY_NAME = /UI2/CL_JSON=>PRETTY_MODE-LOW_CASE ). CATCH CX_ROOT INTO LO_EXCEPTION. E_MSEG = 'JSON序列化失败: ' && LO_EXCEPTION->GET_TEXT( ). E_TYPE = 'E'. RETURN. ENDTRY. * 3. 设置URL(固定地址,可以配置成后台表去读取) LV_URL = 'webhook地址'."要自己替换哈 * 4. 创建HTTP客户端 TRY. CALL METHOD CL_HTTP_CLIENT=>CREATE_BY_URL EXPORTING URL = LV_URL IMPORTING CLIENT = LO_HTTP_CLIENT EXCEPTIONS ARGUMENT_NOT_FOUND = 1 PLUGIN_NOT_ACTIVE = 2 INTERNAL_ERROR = 3 OTHERS = 4. IF SY-SUBRC <> 0. E_MSEG = '创建HTTP客户端失败'. E_TYPE = 'E'. RETURN. ENDIF. CATCH CX_ROOT INTO LO_EXCEPTION. E_MSEG = '创建HTTP客户端异常: ' && LO_EXCEPTION->GET_TEXT( ). E_TYPE = 'E'. RETURN. ENDTRY. ** 5. 配置请求头 LO_HTTP_CLIENT->REQUEST->SET_METHOD( 'POST' ). LO_HTTP_CLIENT->REQUEST->SET_CONTENT_TYPE( 'application/json' ). LO_HTTP_CLIENT->REQUEST->SET_HEADER_FIELD( NAME = 'OperationCode' VALUE = 'xxxx.webhook' )."要自己替换哈 LO_HTTP_CLIENT->REQUEST->SET_HEADER_FIELD( NAME = 'ClientId' VALUE = 'XXX' )."要自己替换哈 ** 设置请求数据 LO_HTTP_CLIENT->REQUEST->SET_CDATA( LV_ECS_JSON_REQ ). * 6. 发送请求 TRY. LO_HTTP_CLIENT->SEND( EXCEPTIONS HTTP_COMMUNICATION_FAILURE = 1 HTTP_INVALID_STATE = 2 OTHERS = 3 ). IF SY-SUBRC <> 0. LV_ERROR_TEXT = '发送请求失败'. IF SY-SUBRC = 1. LV_ERROR_TEXT = 'HTTP通信失败'. ELSEIF SY-SUBRC = 2. LV_ERROR_TEXT = 'HTTP状态无效'. ENDIF. E_MSEG = LV_ERROR_TEXT. E_TYPE = 'E'. LO_HTTP_CLIENT->CLOSE( ). RETURN. ENDIF. CATCH CX_ROOT INTO LO_EXCEPTION. E_MSEG = '发送请求异常: ' && LO_EXCEPTION->GET_TEXT( ). E_TYPE = 'E'. LO_HTTP_CLIENT->CLOSE( ). RETURN. ENDTRY. * 7. 接收响应 TRY. LO_HTTP_CLIENT->RECEIVE( EXCEPTIONS HTTP_COMMUNICATION_FAILURE = 1 HTTP_INVALID_STATE = 2 OTHERS = 3 ). IF SY-SUBRC <> 0. LV_ERROR_TEXT = '接收响应失败'. IF SY-SUBRC = 1. LV_ERROR_TEXT = 'HTTP通信失败'. ELSEIF SY-SUBRC = 2. LV_ERROR_TEXT = 'HTTP状态无效'. ENDIF. E_MSEG = LV_ERROR_TEXT. E_TYPE = 'E'. LO_HTTP_CLIENT->CLOSE( ). RETURN. ENDIF. CATCH CX_ROOT INTO LO_EXCEPTION. E_MSEG = '接收响应异常: ' && LO_EXCEPTION->GET_TEXT( ). E_TYPE = 'E'. LO_HTTP_CLIENT->CLOSE( ). RETURN. ENDTRY. * 8. 获取响应数据 LV_RESPONSE = LO_HTTP_CLIENT->RESPONSE->GET_CDATA( ). * 9. 关闭连接 LO_HTTP_CLIENT->CLOSE( ). * 10. 解析响应数据 TRY. /UI2/CL_JSON=>DESERIALIZE( EXPORTING JSON = LV_RESPONSE PRETTY_NAME = /UI2/CL_JSON=>PRETTY_MODE-LOW_CASE CHANGING DATA = LS_RESPONSE ). CATCH CX_ROOT INTO LO_EXCEPTION. E_MSEG = 'JSON反序列化失败: ' && LO_EXCEPTION->GET_TEXT( ). E_TYPE = 'E'. RETURN. ENDTRY. * 11. 处理响应结果 IF LS_RESPONSE-SUCCESS = ABAP_TRUE. E_TYPE = 'S'. E_MSEG = '接口调用成功'. ELSE. E_TYPE = 'E'. E_MSEG = '接口调用失败'. ENDIF. ENDFUNCTION. 

注释都在代码里面,复制就可以使用,但是要注意url等参数更改为自己的钉钉webbhook地址

2、接口测试

当我们把接口开发完之后,就可以测试了,和我们平时测试接口的方式一样,就填写数据,然后访问webhook,看是否请求成功就可以了。不过测试的时候要注意哟,我们连接的是钉钉的正式环境哟,不要发很多奇奇怪怪的消息哈。

按照上述的步骤,应该是可以成功的,不过还有一些经验要分享。如果你到这一步骤已经成功了,那就恭喜你啦,真棒!如果到这一步骤你还没有成功,别急,我最开始也失败了,我们来接着看,我有一些经验要继续分享~

三、一些经验

1、上面分享的代码是已经成功联通钉钉的代码,从上面的代码可以看出,我们没有去调用钉钉的接口获取token,所以当你的SAP连接钉钉webhook接口联不通的时候,不用怀疑token的问题,因为连接钉钉webhook是不需要获取token的。

2、请求头的设置,正常只需要设置post方法和application/json格式就可以了,也不用怀疑请求头,不过如果你写了的话,一定要保证是正确的哦。

3、我在测试时的致命bug是,同样的参数、格式、请求头,我使用POSTMAN调用webhook就是成功的,但是我使用SAP去调用webhook就失败了。

四、BUG解决

由于这一部分内容太多,单独拎出来做成一小节单独讲解。

不知道你是不是很困惑,反正我是很困惑了。因为我们公司没有basis顾问,所以我请教了我们运维网络的同事:

我和文老师从服务器、网络、网络权限、代理等各个地方都排查了一遍,最后在SAP系统使用SMICM监测后,发现是安全证书的问题!(可以把报错复制下来问AI,红色的就是数据本身带的颜色,很明显,但是数据量太大了,有可能一滑就过了就不容易发现,这个人刚刚好像说了一个病句,没关系,能够找到问题就是了)

我自己从网页上下载的是好像什么G2证书,这里面有提示是说要提供R3证书,所以校验还是不通过的。

下面是文老师和AI的分析:

因为我确实找不到R3根证书,所以我去我们钉钉实施顾问那里反馈了,她是三方外包的团队,也没有办法解决这种问题,但是她非常热心地帮我向钉钉官方提交了一个问题工单,邀请了钉钉官方的技术顾问帮忙解决。

但是!官方技术顾问拒绝了提供R3根证书给我,并回答我这个证书涉及安全问题,不能提供。所以也没有办法再要求人家什么了(这一part没有截图,因为问题无解,然后工单结束了,然后群聊解散了哈哈)

就在我一度快要放弃的时候!嗯哼~灵机一动,我突然想到了我们的中间系统。

我必须画个图来体现一下,上图:

左边没有使用中间系统,失败;右边使用了中间系统,成功

ESB 即企业服务总线(Enterprise Service Bus),是一种企业级的软件架构模式和中间件技术。 从架构层面看,它是一个在企业信息系统环境中用于集成各种不同应用程序、服务和系统的通信中枢。 这个中枢提供了一个统一的通信平台,使企业内部(如不同部门的业务系统)和外部(如与合作伙伴的系统)的软件组件能够相互交互,就像城市中的公共交通系统,各个地点(软件系统)通过公交网络(ESB)连接起来。(就是类似数据中台、日志系统这种)

总的来说就是,SAP系统和ESB系统之间是可以联通的;而钉钉和ESB系统也是联通的。所以,通过ESB转发一下请求,SAP和钉钉就可以绕开安全证书的检验而连接上了,好啦~大功告成!

看一下钉钉的webhook后台记录吧!

只要数据成功从SAP到了钉钉系统,那么剩余的事情就好办了,利用钉钉AI表格里面自带的自动化功能,数据想怎么使用就怎么使用,存表、发到群聊、单独发给某人、给某人添加待办事项、做数据分析等等都可以,这里面就是钉钉的功能了,我就不过多介绍啦。

那么,事已至此,告辞!

Read more

解决 VSCode Remote-SSH/Copilot 在远程 Linux 上因 127.0.0.1:7890 代理报错的问题(完整排障记录)

适用场景:你在 本机 VSCode 需要代理(例如使用claude模型等),但通过 Remote-SSH 连接的远程 Linux 服务器并没有本地代理。VSCode Server/Copilot 在远端仍然尝试走 127.0.0.1:7890,导致联网失败、Copilot 激活失败。 现象与日志 远端 ~/.vscode-server 的日志出现: Error: Failed to establish a socket connection to proxies: PROXY 127.0.0.1:7890 GitHub Copilot could not connect to server. Extension

VSCode在WSL环境下无法使用Github Copilot(网络问题)

概要 本文记录了一个案例:VSCode 在 WSL 环境下无法使用 Github Copilot,但是原生 Windows 下使用没问题。 问题表现 使用 VsCode 连接到 WSL 后,Copilot 无法进行自动或手动补全,在聊天窗口输入信息后始终显示“正在准备 Copilot”。 使用 Ctrl+` 打开面板,点击“输出”面板,右上角选择"Github Copilot Chat",可以看到错误日志如下: 2025-09-03 15:54:27.648 [info] [GitExtensionServiceImpl] Initializing Git extension service. 2025-09-03 15:54:27.

【AIGC文生图】通义万相2.1应用拓展与蓝耘云平台实践

【AIGC文生图】通义万相2.1应用拓展与蓝耘云平台实践

探索调参之道:通义万相2.1应用拓展与平台调优实践 近年来,随着生成模型不断迭代升级,通义万相在图像生成领域的表现愈发引人瞩目。相比于基础的文生图使用,如何在平台应用拓展和参数调优上发掘更大潜力,已成为众多开发者与工程师关注的热点。本文将从实际应用案例出发,分享一些调参心得与平台优化策略,并着重探讨蓝耘GPU平台在这方面的独特优势,力求帮助读者快速上手并走上创新之路。 一、通义万相2.1来临 前几日,通义官方发布了万相最新文生图模型2.1。 通义万相2.1在模型底层和交互体验上都有显著升级,具体来说: * 模型参数与语义理解升级 新版本参数规模已经突破千亿级别,使得对输入文本的语义捕捉更为精准,能更好地理解复杂描述,生成的图像在细节和质感上都有明显提升。与此同时,内置的智能改写功能可以自动优化用户输入,使得图像风格和表现更符合预期。 * 生成速度与细节表现的提升 得益于优化的算法和模型架构,生成速度大幅加快,尤其在高分辨率(最高支持200万像素)输出时,依然能保持流畅高效。同时,细节表现力增强后,无论是人物表情、光影效果还是场景布置,都能呈现得更加生动自

知网AIGC检测怎么过?2026最新降AI率全流程攻略

知网AIGC检测怎么过?2026最新降AI率全流程攻略

知网AIGC检测怎么过?2026最新降AI率全流程攻略 今年答辩季最让人头疼的事,不是论文写不出来,而是写出来过不了AIGC检测。 尤其是知网。 2026年知网的AIGC检测系统又升级了,身边好几个同学的论文,之前在其他平台检测AI率只有10%出头,结果到知网一测直接飙到40%以上。搞得整个宿舍楼都弥漫着一股焦虑的气息。 我自己也经历了这个过程,最后顺利过了检测。今天把整个流程整理出来,从理解检测原理到实际操作步骤,争取让你看完就知道该怎么做。 先搞懂:知网AIGC检测到底在查什么 很多人一听"AI检测"就慌,但其实搞明白它的检测逻辑之后,你会发现它并没有那么神秘。 知网的AIGC检测大致是从这几个维度来判断的: 语言模型的困惑度。 简单说就是,一段文字如果太"通顺"了,AI检测系统反而会觉得可疑。因为AI生成的文字有一个特点——它总是选择概率最高的下一个词。这就导致AI写的内容在语言模型看来"毫不意外",困惑度很低。而人写的东西偶尔会蹦出一些意想不到的表达,困惑度相对高一些。 文本的统计特征。 包括词汇丰富度、句子长度分布、段落结构等。AI生成的文字在这些统计指标