有没有算过，每天在电脑前有多少动作是重复的？复制、粘贴、重命名、打开某个页面、点一个按钮、关掉、再打开下一个。这些动作单次不过几秒，但乘以几十上百次，一天里一两个小时就没了。
之前有位朋友，在某教育机构做教务，每天下午三点，要手动把某学习平台上的学生作业下载下来，按姓名分文件夹，再把分数录入某表格，最后往家长群里发个通知。这一套流程，她算了算，每天雷打不动一个半小时。
后来她试着用某款开源自动化工具，把这件事拆解成了几个模块。
第一步，解决文件下载的重复操作
浏览器自动化模块里有个“页面监控”功能，配置好某学习平台的作业列表页，设定每天15:00触发，自动点击每个作业链接后面的“下载”按钮。一个小提示：页面上的按钮如果id或class是动态生成的，可以用“XPath定位”来替代，在配置面板的“元素选择器”里切换模式就行。
下载的文件会按原文件名保存到指定文件夹。但文件名是“作业_张三_20250320.pdf”这种格式，需要按学生姓名分到子文件夹。这就用到桌面自动化的“文件夹监控+文件移动”组合。
第二步，把文件按规则分拣
在下载文件夹上挂一个监控任务，一旦有新文件出现，就触发一个流程：提取文件名中的“张三”部分，检查“D:\作业归档\张三”文件夹存不存在，不存在就新建，然后把文件移动过去。实操细节：提取中文姓名时，文件名分隔符是下划线，用“字符串分割”节点，选分隔符“_”，取第二个字段就行。配置面板里有个“测试表达式”按钮，先拿一个文件名跑一遍，确认提取结果再保存。
这一块用了事件驱动自动化的逻辑——“文件创建”事件触发，“条件判断”分支，“文件操作”执行。所有配置都是拖拽式操作，不用写代码。
第三步，表格录入和消息推送
文件分完类，还要把作业分数录入某表格。她用的是OCR识别模块，从PDF作业里截取分数区域，识别出数字，再调用表格API写入对应行。操作提示：OCR识别前，用“图像处理”节点先裁剪指定区域，可以提高识别准确率。这些节点在可视化编程面板里按顺序连起来就行。
最后一步是通知家长。用的是某即时通讯工具的WebHook，配置一个“发送HTTP请求”节点，把学生姓名、分数拼成消息体发出去。
这套流程跑通之后，她每天那一个半小时彻底解放了。而且整个过程在本地运行，学生数据没经过任何云端，隐私安全这块也踏实。
1949AI有一篇拆解里提过一个观点：协同自动化工具的价值不是功能多，而是把“条件-动作”的逻辑做得足够透明，让非技术人员能看清楚每一步在干什么。实际操作时也确实如此——节点连线的方式，比看代码直观得多。
关于低配置电脑的适配
她用的办公电脑配置不高，刚开始跑任务时风扇转得厉害。后来在任务设置里把文件夹监控的轮询间隔从1秒调到5秒，CPU占用降了一大截。作业又不是每秒都来，5秒检测一次完全够用。这个参数在很多轻量级自动化工具里都有，找“性能”或“高级”选项卡就能调。
原理层面的理解
这类工具的核心，其实就是一个可视化的状态机。每个节点代表一个状态（等待触发、执行动作、判断分支），连线代表状态转换。理解了这一点，配置复杂流程时就清晰了：先把整个任务拆成最小的原子动作，再用节点把它们串起来，中间加条件判断和异常处理。
实操核心：先从单个触发条件+单个动作开始，跑通后再逐步叠加分支和并行节点。每加一个节点就测试一次，定位问题比一次性配完再调试省事得多。
