深度学习项目需作为轻量智能模块嵌入办公流程，而非直接用于自动化办公；选用LayoutParser+PaddleOCR、ChatGLM3-6B-INT4、TableTransformer、Whisper.cpp等可部署模型，通过Python脚本编排、UI自动化集成及静默自愈部署实现低成本落地。
深度学习项目本身不直接用于自动化办公，但可以作为智能模块嵌入办公流程中，实现文档理解、数据提取、报告生成、会议纪要整理等高阶自动化。核心不在“用深度学习做办公”，而在“把训练好的轻量模型服务化，对接办公系统”。
模型选型：轻量、可部署、有现成接口
别从头训练大模型。优先选用已预训练、支持微调、推理快的开源模型：
- 文档理解：LayoutParser + PaddleOCR（中文排版强，CPU也能跑）
- 文本摘要/生成：ChatGLM3-6B-INT4 或 Qwen2-0.5B（量化后显存占用＜2GB，本地可启）
- 表格识别与结构化：TableTransformer（HuggingFace提供ONNX导出脚本，适配FastAPI）
- 语音转写：Whisper.cpp（C++版，Mac M1/M2原生运行，无Python依赖）
流程编排：用 Python 脚本串联，不硬套 Airflow
中小团队无需上复杂调度平台。一个 main.py 配合配置文件就能撑起日常任务：
- 监听指定邮箱收件箱（用
imaplib），收到带“【自动处理】”标题的邮件即触发流程 - 自动下载附件 → OCR识别PDF/图片 → 提取关键字段（如发票号、金额、日期）→ 写入Excel模板 → 邮件回传结果
- 所有步骤加异常跳过+日志记录（用
logging输出到 run.log），失败项人工复查即可
集成办公软件：绕过API限制的务实做法
企业微信/钉钉/飞书官方API常有限流或审批门槛。更稳的方式是：
- 用
uiautomation模拟鼠标点击（Windows），控制本地客户端完成消息发送、文件上传 - 用
pyautogui截图识别按钮位置（配合 OpenCV 模板匹配），适配界面微调 - Excel 自动填充用
openpyxl（不启动 Excel 进程，快且稳定）；Word 报告生成用python-docx
部署上线：单机也能长期跑，关键是“静默+自愈”
放在一台旧笔记本或公司闲置服务器上，目标是“启动一次，跑半年”：
- 用
nohup python main.py &启动，配合supervisor看护进程（崩溃自动重启） - 每天凌晨自动拉取 Git 最新代码（
git pull origin main），支持热更新逻辑 - 所有输出文件按日期建子目录（如 output/20240520/），避免覆盖，也方便归档审计
基本上就这些。不需要 GPU，不依赖云服务，不改造现有办公系统——把深度学习当螺丝刀用，而不是当主角。关键在“能落地、好维护、出错有人知道哪错了”。
