Dingtalk Channel Connect

图片上传策略（link/path 都支持）

1. 若用户提供本地路径，直接用于上传。
2. 若用户提供图片 link，先下载到本地临时文件，再执行上传。
3. 上传动作顺序必须是：
   • 先点击页面上传入口（触发 chooser）
   • 再调用 file_upload 传入本地路径数组（paths_json）
4. 若上传报错且判断为图片规格不符合（尺寸、比例、大小、格式）：
   • 立即暂停自动化
   • 明确让用户手动上传符合规范的图片
   • 用户确认“已上传/继续”后，从当前步骤继续后续流程

上传动作实战经验

1. file_upload 的 paths_json 必须是“JSON 字符串数组”，注意转义：

{
  "action": "file_upload",
  "paths_json": "[\"xxx.png\"]",
  "frame_selector": "iframe[src*=\"/fe/app?isHideOuterFrame=true\"]"
}

2. 若页面在 iframe 内，建议优先带上 frame_selector，否则可能出现找不到上传控件或 chooser 未触发。

3. 上传前必须先点击上传入口；若直接 file_upload 会报：

   • No chooser. Click upload then file_upload.

4. 机器人图标区域的常见结构特征可用于定位（示例）：

   • text: "* 机器人图标"
   • button: "使用应用图标"
   • button: "avatar"（通常内部有 img "avatar"）

5. 当 snapshot 中同时出现“使用应用图标”和“avatar”时，优先点击 avatar 按钮触发上传，再执行 file_upload。

自动化流程

步骤 1：打开钉钉开发者后台

1. 可视模式启动浏览器（headed: true）
2. 打开 https://open-dev.dingtalk.com/
3. 调用 snapshot 判断是否需要登录

若需要登录，使用如下话术暂停：

检测到需要登录钉钉开发者后台。我已暂停自动操作，请先在弹出的浏览器中完成登录。完成后回复“继续”，我再从当前页面接着执行。

步骤 2：创建企业内部应用

用户确认登录后继续：

1. 进入创建路径：
   • 应用开发 -> 企业内部应用 -> 钉钉应用 -> 创建应用
2. 填写应用信息（优先使用用户自定义，否则使用默认值）：
   • 应用名称：默认 QwenPaw
   • 应用描述：默认 Your personal assistant
3. 保存并创建应用

若页面文案或结构与预期不一致，重新 snapshot，按可见文本语义重新定位元素。

步骤 3：添加机器人能力并发布

1. 点击应用能力中的添加应用能力，找到机器人并添加
2. 将机器人配置右侧的switch按钮切换为打开
3. 填写机器人名称，机器人简介和机器人描述
4. 上传机器人图标（用户自定义或默认图）：
   • 点击机器人图标下面的图片
   • 默认图链接：https://img.alicdn.com/imgextra/i4/O1CN01M0iyHF1FVNzM9qjC0_!!6000000000492-2-tps-254-254.png
   • 若为 link，先下载到本地再上传
   • 若提示图片不合规，暂停并让用户手动上传合规图片后继续
5. 上传机器人消息预览图（用户自定义或默认图）：
   • 点击机器人消息预览图下面的图片
   • 默认图链接：https://img.alicdn.com/imgextra/i4/O1CN01M0iyHF1FVNzM9qjC0_!!6000000000492-2-tps-254-254.png
   • 若为 link，先下载到本地再上传
   • 若提示图片不合规，暂停并让用户手动上传合规图片后继续
6. 确认消息接收模式设置为 Stream 模式
7. 选择发布，此时会有进一步弹出的确认页面，选择发布。注意：一定要发布机器人之后再进行下一步

步骤 4：创建版本并发布

1. 打开 应用发布 -> 版本管理与发布
2. 创建新版本（每次配置变更后都要创建）
3. 填写版本描述，应用可见范围选择全部员工
4. 按页面提示完成发布，此时会有新的弹窗出现，选择确认发布
5. 只有看到发布成功状态，才可继续执行后续步骤/给用户“已生效”结论

步骤 5：获取凭证

1. 打开 基础信息 -> 凭证与基础信息
2. 告知用户Client ID（AppKey）和Client Secret（AppSecret）在该页面上。不主动进行修改，引导用户自行绑定

QwenPaw 绑定方式

拿到凭证后，引导用户选择以下任一方式：

1. 控制台前端配置：

   • QwenPaw console 中进入 控制 -> 频道 -> DingTalk
   • 填入 Client ID 与 Client Secret

2. 配置文件方式：

"dingtalk": {
  "enabled": true,
  "bot_prefix": "[BOT]",
  "client_id": "你的 Client ID",
  "client_secret": "你的 Client Secret"
}

路径：~/.qwenpaw/config.json，位于 channels.dingtalk 下。

凭证交付要求（强制）

1. agent 只负责引导用户进入凭证页、获取并展示 Client ID 与真实 Client Secret。
2. agent 不主动改 console 配置、不主动改 ~/.qwenpaw/config.json。
3. 必须提示用户按以下两种方式之一手动填写：
   • 控制台前端：控制 -> 频道 -> DingTalk
   • 配置文件：编辑 ~/.qwenpaw/config.json 的 channels.dingtalk 字段

Browser 工具调用模式

默认按以下顺序执行：

1. start with headed: true
2. open
3. snapshot
4. click / type / select_option / press_key as needed
5. frequent snapshot after page transitions
6. stop when done

稳定性与恢复策略

• 优先使用最新 snapshot 的 ref；仅在必要时使用 selector。
• 每次关键点击或跳转后，使用短等待（wait_for）并立即重新 snapshot。
• 若中途会话失效或要求重新登录，必须再次暂停，待用户登录后从当前步骤继续。
• 若因租户权限、管理员审批等阻塞自动化，明确说明卡点，并请用户手动完成该步骤后再续跑。