用WorkBuddy提取钉钉群AI听记并自动汇总：一线业务人的实操教程 #WorkBuddy#

前言

我是一名调味品行业的区域销售主管，日常工作中大量信息通过钉钉群流转。全国业务沟通群里经常有同事分享AI听记纪要，内容很有价值，但散落在聊天记录里很难回溯。

前几天我需要把群里某位同事发送的所有AI听记全部提取出来做汇总，如果手动翻聊天记录逐条复制，几十条消息至少要花一两个小时。用WorkBuddy配合钉钉CLI工具，最终30分钟搞定了全部提取和汇总。

这篇文章记录完整的实操过程，适合需要从钉钉群批量提取结构化信息的办公人。

一、背景与需求

钉钉群内同事会不定期分享AI听记（会议纪要），每条听记包含：主题、时长、参会人、AI摘要等。我的需求是：

1. 定位到指定群聊（"线下全国业务沟通群"）

2. 找出某位同事发送的所有含AI听记的消息

3. 提取每条听记的完整内容

4. 按时间排序汇总成结构化文档

二、实操步骤

第1步：确认钉钉CLI环境

WorkBuddy内置了钉钉工作台CLI工具（dws），可以通过命令行操作钉钉数据。先确认登录状态：

如果显示未登录，先执行 `dws auth login` 扫码登录。

第2步：搜索目标群聊

用群名关键词搜索："线下全国业务沟通群"

返回结果中找到目标群的 `groupId`（一串加密字符串），后续操作都靠这个ID。

第3步：拉取群全量消息

这一步是关键。用 `--page-all` 参数翻页拉取全部历史消息，导出为JSON文件：

几个重要参数说明：

——自动翻页，直到拉完所有历史消息

——不限制总条数

——每页100条，减少请求次数

——输出到文件而不是直接打印到终端

我的群总共2594条消息，一次性全部导出。

第4步：筛选AI听记消息

拉取完成后，消息数据是JSON格式。我用WorkBuddy帮我写了一段Python脚本，筛选出特定发送人、且内容包含AI听记标识的消息：

关键筛选逻辑：

- 按发送人昵称过滤（我找的是"春玲"发送的听记）

- 按内容关键词过滤（包含"主题:"、"听记"等关键词）

这里有个踩坑点：群成员列表里的昵称可能和消息里的发送人名称不完全一致，需要灵活匹配。我最初找"占**"没找到，后来发现实际发送人是"春玲"（同音字导致口述误差）。

第5步：提取听记内容并汇总

每条听记消息的 `text` 字段里包含了完整的AI摘要内容，包括：

- 会议主题

- 会议时长

- 参会人

- AI生成的结构化摘要（分点列出核心内容）

WorkBuddy自动帮我：

1. 按时间排序所有听记

2. 提取每条听记的核心要点

3. 按主题分类汇总

4. 生成结构化的汇总文档

最终输出一份汇总报告，7条听记的核心内容一目了然。

三、踩坑记录

坑1：群成员名称匹配

口述的"占春林"在群里实际叫"春玲"，拼音相同但字不同。解决方案：先拉取群成员列表全量打印，人工核对后再精确匹配。

坑2：消息格式解析

导出的JSON文件不是标准的ndjson（每行一个JSON对象），而是一个完整的JSON对象里包含 `messages` 数组。最初按行解析报错，改成整体 `json.load()` 后正常。

坑3：翻页参数

第一次用默认参数只拉到最近几百条消息（到1月为止），历史消息没拉全。加上 `--page-all` 和 `--max-results 0` 后才拉完整。建议首次拉取时检查返回结果里的 `complete` 和 `hasMore` 字段，确认数据完整。

四、效果与价值

最终产出：

- 7条AI听记完整提取，无遗漏

- 每条听记的核心要点提炼（3-5条/条）

- 按时间排序的结构化汇总文档

原本需要手动翻2小时聊天记录的工作，30分钟完成。更重要的是，汇总后的文档可以直接用于团队分享和后续学习复盘。

五、适用场景

这个方法不仅限于提取AI听记，任何需要从钉钉群批量提取结构化信息的场景都适用：

- 提取某个同事的所有工作汇报

- 汇总群内的活动方案/通知公告

- 整理项目群的需求讨论记录

- 批量导出群消息做数据分析

总结

WorkBuddy + 钉钉CLI的组合，让"翻聊天记录"这种纯体力活变成了可自动化的数据处理流程。核心三步：搜索群 → 拉全量消息 → 筛选汇总。过程中踩的坑（名称匹配、格式解析、翻页参数）都是实际操作中常见的问题，希望这篇记录能帮到有类似需求的朋友。

本文为个人实操记录，仅作方法分享。