那一天的小失败
上午10点左右，Puppies 机器人在 Slack 上发送了通知。
「无法读取 PDF 文件。请检查格式。」
采购商发送的订单邮件中的附件实际上是一张扫描的 JPG 图片。Claude Code 可以读取 Google 云端硬盘中的文字文件，但我们没有设定它识别图片内的文字。
起初有点沮丧。我们梦想的是「非开发者创建的完全自动化系统」，但现实并非如此。
从失败中学到的设计原则
1. 错误处理比自动化本身更重要
机器人无声地失败不如给出准确的通知。
❌ 不好的自动化：无法读取文件时就跳过
✅ 好的自动化：档案格式有问题时立即通知负责人
我们在 Claude Code 工作流程中添加了「图片侦测时另行处理」的步骤。现在当收到 JPG 或 PNG 附件时，系统会自动以不同的方式发送通知。
2. 95% 自动化 + 5% 人工干预比 100% 自动化更好
作为非开发者，我们能做的不是涵盖所有情况，而是「自动化经常发生的 80%」。
图片格式的订单？月均 1 至 2 件。与其为此添加 OCR 工具或编写复杂逻辑，不如让负责人在 2 分钟内手动处理这 1 件更高效。
3. 必须将机器人的局限记录下来
与团队分享时，我们现在这样说：
「该机器人只能读取文字档案和电子表格。图片附件只会收到通知，需要手动处理。」
通过划清这样的明确界限，团队成员的期望与现实相符。
之后发生了什么
在过去 3 周内，这种「部分自动化」的方法帮助我们建立了更稳定的工作流程。
• 订单文本识别：97% 成功率
• 电子邮件自动分类：94% 成功率
• 失败时通知：100%（这很关键）
非开发者的自动化不在于完美，而在于「可信赖」，现在我明白了。
今日领悟
当你知道机器人做不了什么时，更好的自动化才开始出现。