影刀RPA新手教程：第一个完整自动化项目——从需求分析到上线的12个步骤
看了很多教程，还是不知道怎么做第一个真正的自动化项目？
这个问题太常见了。教程都在讲"如何点击一个按钮"“如何捕获一个元素”，但没告诉你这些碎片怎么拼成一个能交付、能稳定运行的项目。
这篇文章用一个真实案例——“每日抖音商品数据自动采集并发送飞书报告”——把从0到1的完整流程走一遍。
一、需求分析（第1步）
先写清楚三件事：
输入什么：
- 10个关键词（从Excel读取）
做什么：
抖音搜索每个关键词
采集前50条商品数据
清洗价格和销量
存入Excel
输出什么：
- 一份汇总Excel（每天一个文件）
- 飞书推送（TOP5热门商品）
别跳过这一步。需求越模糊，后面返工越多。
拼多多店群自动化上架方案
二、手动走一遍流程（第2步）
打开抖音网页版，自己手动操作一遍：
- 搜索"连衣裙"
- 看搜索结果是怎么加载的（滚动还是分页）
- 点开一个商品，看详情页有哪些字段
- 记下每步的时间消耗
手动走完后，你已经知道了哪些数据在哪、页面长什么样、加载逻辑是什么。这些是写自动化流程的前提。
我见过太多人跳过这步，直接在影刀里开工——然后发现页面上有个隐藏弹窗、数据加载有延迟、翻页逻辑跟预想的完全不同。返工成本比多花10分钟手动走一遍大得多。
三、分解操作步骤（第3步）
把一次完整操作拆成独立步骤：
1. 打开抖音（网页版） 2. 判断是否需要登录（需要则登录） 3. 读取Excel里的关键词列表 4. 依次搜索每个关键词 5. 滚动加载搜索结果页面（约5次滚动） 6. 提取每个商品的：名称、价格、销量、店铺名 7. 翻到下一个关键词 8. 全部关键词跑完后，用Pandas清洗数据 9. 写入Excel（文件名含日期） 10. 生成飞书推送消息 11. 发送飞书通知每个步骤应该是一个独立的子流程。步骤之间有明确的输入输出。
四、设计子流程架构（第4步）
主流程_抖音每日采集 ├── A_初始化环境（打开网站、设置变量） ├── B_读取关键词列表（返回关键词列表） ├── C_单个关键词搜索采集（输入：关键词，输出：商品列表） │ ├── CA_输入关键词并搜索 │ ├── CB_滚动加载采集商品 │ └── CC_返回商品列表 ├── D_Pandas数据清洗（输入：原始数据，输出：清洗后DataFrame） ├── E_写入Excel（输入：清洗后数据，输出：文件路径） └── F_飞书通知（输入：数据摘要，输出：发送状态）设计原则：每个子流程能独立测试。比如想单独测试"C_单个关键词搜索采集"——传一个关键词进去，看能不能正常返回商品列表。不需要整个主流程跑完。
五、逐个实现子流程（第5~10步）
A_初始化环境
# 设置全局变量全局变量_今日日期=获取当前日期("yyyy-MM-dd")全局变量_基础路径="D:\抖音数据\"# 确保文件夹存在importos os.makedirs(全局变量_基础路径,exist_ok=True)# 打开抖音搜索页打开网页("https://www.douyin.com")等待元素出现("搜索框",5秒)B_读取关键词
读取Excel("D:\配置\抖音关键词.xlsx")→ 关键词表 获取表格行数(关键词表)→ 关键词数量 关键词列表=[]遍历行索引(1,关键词数量):关键词=获取单元格值(关键词表,当前行,1)状态=获取单元格值(关键词表,当前行,2)如果 状态=="启用":关键词列表.append(关键词)C_采集核心逻辑
def搜索并采集(关键词):""" 输入：关键词字符串 输出：商品列表[字典] """输入文本("搜索框",关键词)点击元素("搜索按钮")等待元素出现("搜索结果列表",5秒)商品列表=[]已采集ID集合=set()连续无新增=0while连续无新增<2:等待(2秒)获取相似元素列表("商品卡片")→ 当前卡片列表 新增数=0遍历列表(当前卡片列表):卡片ID=获取元素属性(card,"data-id")if卡片IDnotin已采集ID集合:已采集ID集合.add(卡片ID)新增数+=1商品列表.append({"关键词":关键词,"ID":卡片ID,"名称":获取元素文本(card//商品名),"价格":获取元素文本(card//商品价格),"销量":获取元素文本(card//商品销量),"店铺":获取元素文本(card//店铺名),})if新增数==0:连续无新增+=1else:连续无新增=0滚动页面到底部()return商品列表D_数据清洗
importpandasaspd df=pd.DataFrame(全部商品列表)# 去重df=df.drop_duplicates(subset=["关键词","ID"])# 价格清洗（"¥39.90" → 39.90）df["价格_数值"]=df["价格"].str.replace(r'[¥￥\s]','',regex=True).astype(float)# 销量清洗（"1.2万" → 12000）def清洗销量(val):ifpd.isna(val):return0val=str(val)if'万'inval:returnfloat(val.replace('万','').strip())*10000returnint(re.sub(r'[^\d]','',val))df["销量_数值"]=df["销量"].apply(清洗销量)# 按销量排序df=df.sort_values("销量_数值",ascending=False)E_写入Excel
文件名=f"{全局变量_基础路径}抖音数据_{全局变量_今日日期}.xlsx"导出表格(df,文件名)F_飞书通知
同前面的飞书Webhook方案，发送当天采集摘要和TOP5商品。
TEMU店群如何管理运营？
六、测试验证（第11步）
先测单个模块：
✅ 只跑 A_初始化 → 看网站是否正常打开 ✅ 只跑 C_搜索并采集(关键词="连衣裙") → 看单个关键词采集是否正常 ✅ 只跑 D_清洗 → 传一组造好的假数据进去，看清洗逻辑是否正确 单模块都通过后，跑完整流程"从读取关键词到飞书通知"全链路。首次全链路测试用 3 个关键词，跑通了再扩展到 10 个。
七、上线与监控（第12步）
# 设置定时任务：每天早上 8:00 执行# 上线前检查清单：# □ 所有文件路径改为绝对路径# □ 添加异常捕获（每个子流程入口加 Try）# □ 添加关键步骤的输出日志# □ 添加错误截图逻辑# □ 设置计划任务# □ 首次上线后人工检查结果上线第一天不要全自动。人工盯着跑完第一遍，确认数据量和内容都正常，再开启定时任务。
八、这个项目的完整文件清单
D:\自动化项目\抖音采集\ ├── 主流程.影刀应用 ├── 子流程\ │ ├── A_初始化.子流程 │ ├── B_读取关键词.子流程 │ ├── C_搜索采集.子流程 │ └── ... ├── 配置\ │ └── 抖音关键词.xlsx └── 输出\ ├── 抖音数据_2026-06-10.xlsx ├── 抖音数据_2026-06-11.xlsx └── ...把一个项目从想法到上线，最难的从来不是某个技术点，而是把整个流程串起来并且每个环节都不掉链子。
这篇文章提供的就是这个"串起来"的骨架。你拿了它，换成淘宝、1688、小红书——关键词不同、页面结构不同，但架构完全一样。
内容标签：#影刀RPA #自动化项目实战 #抖音数据采集 #新手入门 #项目管理
作者：林焱
本文为《影刀RPA学习手册》系列文章之一，内容源于实操经验的整理与分享。
