当前位置: 首页 > news >正文

dify绑定飞书多维表格

dify 绑定飞书和绑定 notion 有差不多的过程,都需要套一层应用的壳子,而没有直接可以访问飞书文档的 API。本文记录如何在dify工具中使用新增多条记录工具。

创建飞书应用

在飞书开放平台创建一个应用,个人用户创建企业自建应用。

自定义应用名称和应用描述后进入配置界面。

注意保存这个应用的 App IDApp Secret

权限管理>开通权限>多维表格 那里选择为这个应用开通访问多维表格的权限,因为我之前已经开通过了所以显示无法选择,初次进入是可以勾选的,选择你想使用的权限。本次选择授权全部权限:

权限开通完毕,选择 版本管理与发布,发布当前应用版本。

应用创建完成!

多维表格与应用联通

创建一个你自己想要使用的多维表格,进入多维表格页面,打开右上角 ···,选择 “更多” ,选择 “添加文档应用”,在弹出的搜索框检索刚才创建的应用,例如我刚才创建的叫 “飞书文档” ,点开添加进来。

注意,选择“可编辑”

添加完成后,就实现了刚才的应用与飞书多维表格的联通。

dify 中使用多维表格工具

在 dify 中选择一个飞书多维表格工具,例如我这里选择使用“新增多条记录”工具。

这个插件需要几个关键参数:

  • app_token:就是多维表格链接 url。
  • table_id 或者 table_name:想要使用的数据表的 id。
  • 记录列表:要记录进表格中的内容,是一个列表结构。

依次去如下位置获得以上参数:

app_token

飞书多维表格右上角链接标识,点击复制:

table_id 或者 table_name

将上面获得 app_token 随便放在一个文本编辑器里,例如我这个文档链接如下:

https://tsaae9fgrn.feishu.cn/base/NPW4bLYslarVZKsSJQGcjWFZnBh?table=tblOy2TZBr62D6f3&view=vewlxWGjoZ

其中 table_id 在如下位置:

table&view 之间,我的是tblOy2TZBr62D6f3

实测并没有找到 table_name 在哪,但只有 table_id 也可以了。

记录列表

想要记录的列表是一个列表结构,这个结构需要和你的文档中的列标题相配合。例如,我的文档中有三列:

我只想往其中的“问题”和“内容”两列添加内容,注意,我的这两列已经改为了文本类型。

那我的测试添加列表可以这么写:

[{"问题":"我在哪?","内容":"我管你在哪"}]//为了好看,我把他结构化一下
[ {"问题":"我在哪?","内容":"我管你在哪"
} ]

采用键值对的方式为多维表格注入内容。

测试节点

将以上获取的内容依次添加到“新增多条记录”的工具中:

运行,成功!

在多维表格中已经能够看到刚才想要注入的内容:

http://www.lryc.cn/news/545140.html

相关文章:

  • QT播放视频保持视频宽高比消除黑边
  • 1. IO的基础知识
  • 科普:ROC AUC与PR AUC
  • Vue3父组件访问子组件方法与属性完全指南
  • AI时代保护自己的隐私
  • Android APK组成编译打包流程详解
  • TCP长连接与短连接
  • C#委托(delegate)的常用方式
  • C#从入门到精通(35)—如何防止winform程序因为误操作被关闭
  • docker本地镜像源搭建
  • Sqlserver安全篇之_TLS的证书概念
  • Kafka生产者相关
  • 技术问题汇总:前端怎么往后端传一个数组?
  • 【03】STM32F407 HAL 库框架设计学习
  • 智能图像处理平台:图像处理配置类
  • 【图文详解】什么是微服务?什么是SpringCloud?
  • 基于ssm的校园跑腿管理系统+vue
  • 5个GitHub热点开源项目!!
  • docker通用技术介绍
  • #渗透测试#批量漏洞挖掘#某图创图书馆集群管理系统updOpuserPw SQL注入(CVE-2021-44321)
  • 智能合约安全 | 合约无效化攻击
  • RabbitMQ 的介绍与使用
  • 【手撕算法】K-Means聚类全解析:从数学推导到图像分割实战
  • 【SQL技术】不同数据库引擎 SQL 优化方案剖析
  • RabbitMQ系列(二)基本概念之Publisher
  • OAK相机的抗震性测试
  • 2025最新Nginx高频面试题
  • 【Kubernetes】API server 限流 之 maxinflight.go
  • 推荐算法工程师的技术图谱和学习路径
  • Milvus高性能向量数据库与大模型结合