企微群机器人发markdown消息支持表格

企微群机器人发markdown消息支持表格

结论

1.V1接口可以圈人,但是无法正确展示表格的markdown语法

2.V2接口可以展示表格的markdown语法,但是无法圈人

3.企微消息有长度限制

前言

今天是日本投降日,写篇技术文档。

企业微信机器人发markdown表格信息+如何艾特人

企微机器人发消息通知,目标是生成数据对比表格,然后艾特到具体的人来跟进事物的变化

1、成果收益

发表格数据,圈人

2、背景

目前机器人通知的内容太单调了,无法满足告警提醒的作用,需要罗列表格进行对比,需要艾特到具体人

3、解决方案

如何支持markdown表格类型

1.企业微信从4.1.38开始支持markdown表格的语法了。可以参看官方文档4.1.38版本新功能介绍

所以企业客户端要升级

2.我们历史使用的是msgtype:markdown,这个还是不支持的

{ "msgtype": "markdown", "markdown": { "content": "实时用户反馈<font color=\"warning\">132例</font>,请相关同事注意。\n>类型:<font color=\"comment\">用户反馈</font>\n>普通用户反馈:<font color=\"comment\">117例</font>\n>VIP用户反馈:<font color=\"comment\">15例</font>" } }

3.需要使用markdown_v2的接口才能支持

{ "msgtype": "markdown_v2", "markdown_v2": { "content": "# 一、标题\n## 二级标题\n### 三级标题\n# 二、字体\n*斜体*\n\n**加粗**\n# 三、列表 \n- 无序列表 1 \n- 无序列表 2\n - 无序列表 2.1\n - 无序列表 2.2\n1. 有序列表 1\n2. 有序列表 2\n# 四、引用\n> 一级引用\n>>二级引用\n>>>三级引用\n# 五、链接\n[这是一个链接](https:work.weixin.qq.com\/api\/doc)\n![](https://res.mail.qq.com/node/ww/wwopenmng/images/independent/doc/test_pic_msg1.png)\n# 六、分割线\n\n---\n# 七、代码\n`这是行内代码`\n```\n这是独立代码块\n```\n\n# 八、表格\n| 姓名 | 文化衫尺寸 | 收货地址 |\n| :----- | :----: | -------: |\n| 张三 | S | 广州 |\n| 李四 | L | 深圳 |\n" } }

具体支持那些可以参看 markdown_v2类型入参说明

如何艾特人

v2的接口明确说了不支持@群成员的语法,这就是鱼和熊掌不可兼得么。

这里需要使用markdown类型

{ "msgtype": "markdown", "markdown": { "content": "实时新增用户反馈<font color=\"warning\">132例</font><@userId>" }

语法就是:

这里可以用userId,enterpiseWeChatId这个ID也可以

<@userID> 

4、参考资料:

https://work.weixin.qq.com/nl/act/p/934e08ec64874715?ver=4.1.38&type=mng&lang=zh&scene=undefined

Read more

知网和维普AIGC检测怎么过?2026年最新降AI攻略

知网和维普AIGC检测怎么过?2026年最新降AI攻略 最近收到最多的问题就是:我论文在知网检测AI率35%,但维普显示62%,到底以哪个为准? 答案很简单:以你学校指定的系统为准。但如果你想两个都过,就需要了解它们的差异,然后针对性地处理。 这篇文章把知网和维普的AIGC检测逻辑、各自的敏感点、以及对应的降AI方法都讲清楚。 知网和维普的检测机制有什么不同? 先说结论:两个系统都在检测"AI痕迹",但关注的维度不一样。 知网AIGC检测 知网的AIGC检测系统(AMLC)在2025年下半年做过一次大的算法更新,目前的检测逻辑主要看三个层面: 1. 词频分布:统计文本中词汇的使用频率,AI生成内容的词频分布与人类写作存在可检测的差异 2. 句法结构:分析句子的语法树结构,AI倾向于生成结构标准化的句子 3. 语义连贯模式:检测段落之间的语义过渡是否符合AI的生成模式 知网的特点是对长文本的整体判定比较准确,但对单个段落的误判率相对较高。也就是说,如果你的论文整体AI率不高,个别段落被标红问题不大。 知网目前的判定阈值大概在30%左右——AI率低于30%一般不

AI 编程工具选型:Copilot、Cursor、Codex 核心差异

AI 编程工具选型:Copilot、Cursor、Codex 核心差异

【如文章引起大家共鸣,请“点赞”以及“转发”,以支持继续创作,谢谢大家!】 朋友们大家好!今天咱们不聊那些虚头巴脑的,直接来点实在的——AI编程工具选型,Copilot、Cursor、Codex这仨到底咋选?别急,我这就用最接地气的方式,给你唠唠它们的“脾气秉性”,保证你听完就能上手挑! 先说Copilot,这哥们儿可是“代码补全界的扛把子”!它就像你身边的“代码小秘书”,你敲代码时,它就在旁边默默观察,你刚敲个“for”,它立马给你补上“(int i=0;i<n;i++)”,那叫一个快!而且,它还支持多IDE,VS Code、JetBrains啥的,都能无缝对接。不过呢,Copilot也有个“小毛病”,就是它更擅长“补全”,对于复杂的代码重构或者项目级理解,就有点力不从心了。

RAG 五大应用场景(三)企业级 Code RAG 与代码库 Copilot 深度架构指南

RAG 五大应用场景(三)企业级 Code RAG 与代码库 Copilot 深度架构指南

文章目录 * 1. 引言:为什么你的代码助手总是“差点意思”?——一场凌晨 2 点的生产力惨案 * 2. 核心洞察:代码是图,不是文本 —— 为什么传统切分必“翻车”? * 2.1 “文本刀法”的三大原罪 * 1. 语义连贯性被物理斩断(Semantic Decapitation) * 2. 噪声泛滥与上下文窗口的极度浪费(Context Pollution) * 3. 依赖缺失:硬伤中的硬伤(Missing Dependencies) * 3. 技术范式转移:引入 Tree-sitter 与 AST 结构化索引 * 3.1 降维打击的武器:Tree-sitter * 3.2 节点元数据(Metadata)建模:构建代码知识图谱 * 3.3

VsCode 远程 Copilot 调用 Claude Agent 提示 “无效请求”?参数配置错误的修正

解决 VsCode 远程 Copilot 调用 Claude Agent 提示“无效请求”问题 当在 VsCode 中通过远程 Copilot 调用 Claude Agent 时,若出现“无效请求”错误提示,通常与参数配置错误有关。以下方法可帮助排查和修正问题。 检查 API 密钥配置 确保 Claude Agent 的 API 密钥已正确配置在 VsCode 设置中。打开 VsCode 的设置文件(settings.json),验证以下参数是否完整: "claude.apiKey": "your_api_key_here"