《星辰 RPA 全自动:做一个小红书自动发文机器人》

《星辰 RPA 全自动:做一个小红书自动发文机器人》
前引:在企业数智化转型的浪潮中,如何突破 “有 AI 无落地、有流程无智能” 的困局?星辰 Agent 与星辰 RPA 的出现,正是为了解决这一痛点。作为科大讯飞旗下的双核心产品,星辰 Agent 以企业级 Agentic Workflow 开发平台为底座,提供 AI 工作流编排、模型管理与跨系统连接能力;而星辰 RPA 则以超过 300 个自动化原子能力,让业务流程真正 “动” 起来!

目录

一、企业机器人自动化平台:RPA

(1)RPA介绍

(2)服务端安装

(1)clone项目

(2)配置为本地访问

(3)检查镜像源

(4)配置default.conf

(5)启动完成

(3)客户端安装

(1)客户端一键下载

(2)更新配置文件

(3)登录(重点)

(3)打开机器人调试

(4)制作发文小机器人

(1)打开浏览器并访问小红书网页版

(2)等待页面加载

(3)点击发布入口

(4)点击发布图文

(5)增加用户输入框

(6)机器人输入元素

(7)生成笔记

(8)等待生成完成

(9)点击“下一步”再发布

(5)视频效果展示

二、Astron Agent项目演示

(1)项目地址

(2)项目启动

(3)智能体生成


一、企业机器人自动化平台:RPA

开源地址:https://github.com/iflytek/astron-rpa

(1)RPA介绍
星辰 RPA 是科大讯飞基于 AI+RPA 技术打造的零代码流程自动化开发平台,它内置超过 300 个预置自动化原子能力,让业务人员无需编程,通过拖拽式操作就能快速搭建专属业务机器人,轻松解决跨系统数据同步、重复劳动、规则性任务等企业痛点(可以自己动手实现一个机器人!)
(2)服务端安装

按照下面的顺序启动服务端:

# 克隆项目
git clone https://github.com/iflytek/astron-rpa.git
cd astron-rpa

# 进入 docker 目录
cd docker

# 复制.env
cp .env.example .env

# 修改.env中casdoor的服务配置(8000为默认端口)
CASDOOR_EXTERNAL_ENDPOINT="http://{YOUR_SERVER_IP}:8000"

# 🚀 启动所有服务
docker compose up -d

# 📊 检查服务状态
docker compose ps
(1)clone项目
(2)配置为本地访问

然后我们修改修改.env中casdoor的服务配置,修改为本地的localhost:

(3)检查镜像源

如果镜像源出现问题,可以使用下面的镜像源,先清理之前的镜像缓存,再重新拉取:

整体顺序:

(1)docker system prune -a(清理旧的镜像)

(2)在Docker Desktop中替换为下面的镜像源,然后重新启动Docker Desktop

(3)docker pull mysql:8.0(手动拉取镜像)

{
  "registry-mirrors": [
    "https://docker.1ms.run",
    "https://docker.xuanyuan.me",
    "https://docker.m.daocloud.io"
  ]
}
(4)配置default.conf

直接前往https://github.com/iflytek/astron-rpa/blob/main/docker/volumes/nginx/default.conf复制

(5)启动完成

可以看到所有服务全部正常:

(3)客户端安装
(1)客户端一键下载

大家直接前往这里下载客户端:astron-rpa/README.zh.md at main · iflytek/astron-rpa

(2)更新配置文件

修改为本地部署的服务端地址和端口(可以不用改)

(3)登录(重点)

前往http://localhost:8000/users,然后打开RPA客户端,点击注册按照Casdoor的配置填写!

最后登录完成:

(3)打开机器人调试

首先是浏览器的扩展设置,给机器人授权:

(4)制作发文小机器人
(1)打开浏览器并访问小红书网页版

填入小红书(先手动完成登录https://www.xiaohongshu.com/explore)目标网址和选择目标浏览器

(2)等待页面加载

(先打开Edge浏览器登录小红书,下面的操作才可以继续进行!)

  • 右侧参数面板,找到元素拾取这一项
  • 点击这个按钮,选择小红书的发布位置

Ctrl+左键选择小红书的发布按钮,然后会自动退出来,等你确认:

(3)点击发布入口

增加点击元素,点击元素拾取,然后选择“发布”:

(4)点击发布图文

增加选择点击元素,然后前往小红书点击图文发布

(5)增加用户输入框

作用:告诉机器人要生成的笔记的内容

(6)机器人输入元素

将第一行用户的输入内容,填入这个输入元素的输入里面,点击模拟人工

(7)生成笔记

还是一模一样的操作,新增点击节点,点击生成笔记:

(8)等待生成完成

等待笔记生成完成,留大概20秒就可以了:

(9)点击“下一步”再发布

后面都是通过点击元素完成,这里就不重复了,整体来说上手很快:

(5)视频效果展示

小红书自动发文机器人演示

二、Astron Agent项目演示

(1)项目地址

Astron Agent 开源地址:https://github.com/iflytek/astron-agent

(2)项目启动

直接下载项目到本地!按照下面的教程四步即可快速运行项目:

(1)首先是端口的配置:

# 端口选择上没有强制要求,建议给astron-agent 分配 80 端口
astron-agent-nginx------80  (EXPOSE_NGINX_PORT)
# astron-agent默认文件存储在 minio,如使用 minio ,请给 minio 分配端口和配置放行策略
# minio存储端口
astron-agent-minio------18998  (EXPOSE_MINIO_PORT)
# minio控制台端口
astron-agent-minio-console----18999  (EXPOSE_MINIO_CONSOLE_PORT)
# casdoor单点登录端口
casdoor--------8000  (CASDOOR_PORT)
# ragflow端口(如部署,需要开放此端口)
ragflow--------18080

(2)进入astronAgent目录,复制修改环境变量

cd docker/astronAgent
cp .env.example .env
vim .env

然后前往https://console.xfyun.cn讯飞开放平台获取下面的配置在 .vim 文件中修改:

# 建议换成稳定版本的镜像
ASTRON_AGENT_VERSION=v1.0.0-rc.8
# HOST_BASE_ADDRESS,即实际部署机器的Ip地址,不需要带端口,必须配置
HOST_BASE_ADDRESS=http://127.0.0.1
# 讯飞开放平台相关信息
PLATFORM_APP_ID=your-app-id
PLATFORM_API_KEY=your-api-key
PLATFORM_API_SECRET=your-api-secret
# 星火模型的密钥
SPARK_API_PASSWORD=your-api-password

这里采用的是Docker desktop,Docker Engine可以直接使用下面的:

{
  "registry-mirrors": [
    "https://registry.cn-hangzhou.aliyuncs.com",
    "https://hub-mirror.c.163.com",
    "https://docker.mirrors.ustc.edu.cn"
  ]
}

(3)如图进入对应目录,直接执行下面的启动指令(先运行Docker Desktop):

docker compose -f docker-compose-with-auth.yaml up -d

即可通过浏览器访问智能体平台:

(4)先引入第三方模型(比如豆包、星火模型(讯飞开放平台获取)、智谱的GLM)

(3)智能体生成

在我的智能体选择新建,说实话,我感觉这个一句话生成的比小编搭的要好太多了........爱上了!

Read more

地瓜机器人智慧医疗——贰贰玖想要分享的关于使用惯导的一些思路

地瓜机器人智慧医疗——贰贰玖想要分享的关于使用惯导的一些思路

前言 在第20届全国大学生智能车竞赛(智慧医疗机器人创意赛)中,我们贰贰玖拿下国一。在这里,作为队长兼技术主力兼机师兼……我想分享一下在备赛过程中的一些思路。当然,为了不把比赛搞成全都是20s以内,竞争激烈到前后几名差0.几秒,我不会开源我们的惯导和避障思路(实在太简单,太容易实现了)。 这是我们两年的备赛日记,也有我们第二年区域赛和国赛的全流程。 【贰贰玖|从省三到国一,从巡线到路径规划到惯导+纯视觉避障的贰贰玖智能车日记-哔哩哔哩】 https://b23.tv/IDJyM2P 数据集我放在这里了,一共2w9张,全都是640x480,有数据增强的(没有旋转):https://pan.baidu.com/s/10u4S4fiVATRyEeDpdzpk_A?pwd=0229 提取码:0229 下面面我会讲一下我们的网络问题怎么解决,上位机的一些辅助处理,如何半场扫码,如何准确返回 P 点,修改stm32,以及修改车的ekf.yaml。

React Native项目(Android )集成虹软 ArcFace(人脸识别增值版 5.0 Java)

React Native项目(Android )集成虹软 ArcFace(人脸识别增值版 5.0 Java)

0. 先看结果:这套方案解决了什么 如果你也在做 RN + Android 的本地人脸识别,通常会踩这几个坑: 1. 密钥硬编码,安全和运维都很被动。 2. 激活偶发卡住,前端一直 loading。 3. 识别链路断点多,定位问题全靠猜。 4. 页面代码和原生代码耦合严重,后续改动风险大。 这篇文章给出的方案,核心是三件事: 1. 配置收敛:激活参数改成“配置文件优先,接口兜底”。 2. 职责拆分:RN 负责流程与状态,Kotlin 负责引擎与特征处理。 3. 排障前置:超时、错误码、脱敏日志、缓存兜底都做在链路里。 1. 一张图看完整链路 业务页面 RobotMatchUserTrtcScreen useArcsoftSdk arcsoftSdkService 配置来源 本地配置文件 后端接口 types=

飞书 × OpenClaw 接入指南:不用服务器,用长连接把机器人跑起来

你想在飞书里用上一个能稳定对话、能发图/收文件、还能按规则在群里工作的 AI 机器人,最怕两件事:步骤多、出错后不知道查哪里。这个项目存在的意义,就是把“飞书接 OpenClaw”这件事,整理成一套对非技术也友好的配置入口,并把官方文档没覆盖到的坑集中写成排查清单。 先说清楚它的角色:OpenClaw 现在已经内置官方飞书插件 @openclaw/feishu,功能更完整、维护也更及时。这是好事,说明飞书 + AI 的接入已经走通。这个仓库并不是要替代官方插件,而是继续为大家提供: * 新用户:从零开始的新手教程(15–20 分钟) * 老用户:从旧版(独立桥接或旧 npm 插件)迁移到官方插件的保姆级路线 * 常见问题答疑 & 排查清单(最常见的坑优先) * 进阶场景:独立桥接模式依然可用(需要隔离/定制时再用) 另外,仓库也推荐了一个新项目

基于FPGA的CLAHE自适应限制对比度直方图均衡算法硬件verilog实现

基于FPGA的CLAHE自适应限制对比度直方图均衡算法硬件verilog实现

基于FPGA的CLAHE自适应限制对比度直方图均衡算法硬件verilog实现 摘要:本文详细阐述了基于 FPGA 的 CLAHE(自适应限制对比度直方图均衡)算法的硬件verilog实现方案。CLAHE是一种强大的图像增强算法,广泛应用于医学影像、红外成像、低照度增强等领域。本文将从算法原理出发,深入讲解各模块的RTL架构设计,包括坐标计数器、直方图统计、CDF计算、双线性插值映射以及乒乓RAM管理等核心模块的实现细节。 项目开源地址:https://github.com/Passionate0424/CLAHE_verilog 开源不易,辛苦各位看官点点star!! 一、CLAHE算法基本原理 1.1 算法背景 CLAHE(Contrast Limited Adaptive Histogram Equalization,对比度受限的自适应直方图均衡)是对传统自适应直方图均衡(AHE)的改进。AHE通过将图像划分为多个子区域(称为 “Tiles”),对每个Tile独立进行直方图均衡化,从而适应图像的局部特性。然而,AHE在噪声较大的平坦区域(如天空、