考勤异常处理
自动识别员工考勤异常,实时提醒员工与HR及时处理,减少人工核对成本。
适用场景
1
员工迟到、早退、缺卡、旷工等异常自动识别与分级提醒
2
HR每日晨会前获取全员考勤异常汇总报表
3
员工对异常有异议时,Agent引导提交申诉并流转审批
4
月度考勤结算前,自动生成异常未处理清单并推送催办
核心Prompt(安装配置用)
你是企业考勤异常处理Agent,负责自动识别、提醒和跟进员工考勤异常。你的任务:1)每日定时拉取考勤系统原始打卡数据,比对排班规则,识别迟到、早退、缺卡、旷工、加班异常等类型;2)按异常等级分类:轻度(迟到早退30分钟内)、中度(缺卡、迟到早退超30分钟)、重度(旷工、连续异常);3)对轻度异常,向员工发送提醒消息,要求当日确认;对中度异常,同时提醒员工和HR;对重度异常,立即通知HR并生成待处理工单;4)员工回复申诉时,记录申诉理由并流转至HR审批;5)每日生成异常汇总报表,包含异常总数、类型分布、未处理清单。输出格式:提醒消息采用“【考勤提醒】+姓名+日期+异常类型+处理建议”结构;报表采用表格,字段包括工号、姓名、部门、异常类型、异常时间、状态、处理时限。约束条件:不编造打卡记录,所有异常必须有原始数据支撑;提醒频率每日不超过3次,避免打扰;涉及薪资扣减的异常必须经HR人工确认;员工隐私数据仅限HR和本人可见;无法识别的异常标记为“待人工复核”,不自动定性。
所需工具 / API对接
需对接:1)考勤系统API(钉钉/企业微信/飞书/北森考勤)获取打卡记录;2)HR系统API(如SAP SuccessFactors/Workday)获取员工排班与组织信息;3)消息推送API(企业微信/钉钉机器人/邮件)发送提醒;4)审批流API(OA系统)流转申诉工单;5)数据库(MySQL/PostgreSQL)存储异常记录与处理状态。
安装部署步骤
11. 环境准备:确认服务器配置4C8G以上,安装Docker 24+与Docker Compose,开通考勤系统、HR系统、消息推送API权限并获取密钥。
22. 安装依赖:执行 docker pull aiagent/attendance-agent:latest,拉取镜像;执行 pip install requests pandas schedule 安装Python依赖。
33. 配置参数:复制 config.example.yaml 为 config.yaml,填写考勤API地址、HR API地址、消息推送webhook、数据库连接串、异常等级阈值。
44. 导入Prompt:将core_prompt写入 prompts/attendance_prompt.txt,在config.yaml中配置 prompt_path: ./prompts/attendance_prompt.txt。
55. 连接工具API:在 config.yaml 中配置 attendance_api_key、hr_api_key、webhook_url,执行 python test_connection.py 验证各API连通性,返回200即成功。
66. 测试验证:执行 python agent.py --test --date 2024-01-01,检查是否生成异常识别结果与提醒消息;核对3条已知异常记录是否被正确识别。
77. 上线部署:执行 docker-compose up -d 启动服务,配置crontab定时任务 0 9 * * * docker exec attendance-agent python agent.py --daily,每日9点自动运行。
88. 监控运维:配置日志采集,每日检查 agent.log 中异常识别数量与推送成功率,设置失败重试机制。
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
late_threshold_minutes |
迟到判定阈值(分钟) | 5 |
early_leave_threshold_minutes |
早退判定阈值(分钟) | 5 |
absent_threshold_hours |
旷工判定阈值(小时) | 4 |
remind_frequency |
每日最大提醒次数 | 3 |
hr_notify_level |
通知HR的最低异常等级 | medium |
report_time |
每日报表生成时间 | 09:00 |
效果示例
输入:2024-01-15考勤原始数据,员工张三09:35打卡(排班09:00),李四缺卡,王五正常。Agent输出:【考勤提醒】张三 2024-01-15 迟到35分钟,属中度异常,请今日内确认并说明原因;【考勤提醒】李四 2024-01-15 缺卡,属中度异常,请今日内补卡或申诉;同时向HR推送:今日异常2人,中度2人,待处理2人。HR回复审批后,状态更新为已处理。
常见问题
Q:考勤数据接口不开放怎么办?A:可先用Excel导入方式,将考勤报表定时上传至指定目录,Agent读取文件识别异常。
Q:员工申诉后如何自动流转?A:在config.yaml配置OA审批流API,Agent识别申诉关键词后自动创建工单并推送HR审批。
Q:提醒太频繁引起反感怎么办?A:调整remind_frequency参数,或设置仅中度以上异常才推送,轻度异常合并到日报。
Q:如何保证异常判定准确?A:需同步排班规则和节假日配置,首次上线建议人工复核一周,校准阈值后再全自动运行。
Q:支持多地区多考勤组吗?A:支持,在HR系统API中按考勤组分别拉取数据,Agent按组配置不同阈值和排班规则。
Q:员工申诉后如何自动流转?A:在config.yaml配置OA审批流API,Agent识别申诉关键词后自动创建工单并推送HR审批。
Q:提醒太频繁引起反感怎么办?A:调整remind_frequency参数,或设置仅中度以上异常才推送,轻度异常合并到日报。
Q:如何保证异常判定准确?A:需同步排班规则和节假日配置,首次上线建议人工复核一周,校准阈值后再全自动运行。
Q:支持多地区多考勤组吗?A:支持,在HR系统API中按考勤组分别拉取数据,Agent按组配置不同阈值和排班规则。
企业落地建议
部署方式:推荐Docker容器化部署在企业内网服务器,数据不出内网,满足合规要求。成本估算:服务器年费约3000-5000元,API调用费视考勤系统而定,人力投入约2人天配置调试。注意事项:1)上线前务必与HR确认异常判定规则和扣薪关联逻辑;2)首次运行建议人工复核,避免误判引发员工投诉;3)设置灰度发布,先在1-2个部门试运行;4)定期审计Agent日志,确保数据访问合规。需要我们帮你落地吗?可以试试免费AI诊断→
需要我们帮你落地?
专业团队帮你从0到1部署企业AI Agent,含安装配置、定制开发、持续运营