开发Slack App：如何检测频道内用户上传的图片？求参考示例

核心实现步骤 #

1. 配置Slack App的权限与事件订阅 #

• 开启事件订阅：在Slack App管理后台的「Event Subscriptions」中启用功能，填写你的后端服务器接收请求的URL（需支持POST请求）。
• 订阅消息事件：添加message.channels事件（若需支持私聊可追加message.im），该事件会在频道产生新消息时触发通知。
• 配置权限范围：申请channels:history（读取频道消息历史）、files:read（读取文件元信息）、chat:write（发送回复消息）权限，完成App安装后确保权限生效。

2. 处理Slack事件请求 #

• 验证请求合法性：通过Slack提供的签名验证机制，校验每个POST请求的真实性，防止伪造请求。
• 筛选图片消息：解析Slack发送的事件payload，检查event字段中的files数组，筛选mimetype以image/开头的文件；同时通过event_id去重，避免重复处理同一消息。

3. 获取图片并上传至后端 #

• 获取图片下载链接：调用Slack的files.infoAPI，传入图片文件ID，获取私有下载链接url_private。
• 下载图片内容：携带Slack Bot Token（Authorization: Bearer xoxb-xxx）请求该私有链接，获取图片二进制数据，再上传至你的后端存储（本地磁盘、云存储均可）。

4. 回复用户分析结果 #

• 完成图片分析后，调用chat.postMessageAPI，传入目标频道ID、触发用户ID，发送分析结果文本即可。

示例代码（Node.js） #

const express = require('express');
const { WebClient, SlackEventAdapter } = require('@slack/web-api');
const axios = require('axios');
const fs = require('fs');

const app = express();
// 替换为你的Slack签名密钥和Bot Token
const slackSigningSecret = 'YOUR_SLACK_SIGNING_SECRET';
const slackToken = 'YOUR_SLACK_BOT_TOKEN';

// 初始化事件适配器，自动处理请求验证
const slackEvents = new SlackEventAdapter(slackSigningSecret, '/slack/events', app);
const webClient = new WebClient(slackToken);

// 监听频道消息事件
slackEvents.on('message', async (event) => {
  // 忽略机器人消息，避免循环触发
  if (event.subtype === 'bot_message') return;
  // 无附件则跳过
  if (!event.files || event.files.length === 0) return;

  // 筛选图片类型文件
  const imageFiles = event.files.filter(file => file.mimetype.startsWith('image/'));
  if (imageFiles.length === 0) return;

  try {
    for (const img of imageFiles) {
      // 获取图片详情
      const fileInfo = await webClient.files.info({ file: img.id });
      const downloadUrl = fileInfo.file.url_private;

      // 下载图片
      const imgStream = await axios.get(downloadUrl, {
        headers: { Authorization: `Bearer ${slackToken}` },
        responseType: 'stream'
      });

      // 保存到本地（替换为你的后端上传逻辑）
      const savePath = `./uploads/${img.id}_${img.name}`;
      imgStream.data.pipe(fs.createWriteStream(savePath));

      // 模拟分析结果，替换为你的实际分析逻辑
      const analysisText = `已完成图片分析：\n文件名：${img.name}\n尺寸：${img.width}x${img.height}`;

      // 回复用户
      await webClient.chat.postMessage({
        channel: event.channel,
        text: `<@${event.user}> ${analysisText}`
      });
    }
  } catch (err) {
    console.error('图片处理失败:', err);
    // 发送错误提示
    await webClient.chat.postMessage({
      channel: event.channel,
      text: `<@${event.user}> 图片处理出错，请稍后重试`
    });
  }
});

app.listen(3000, () => {
  console.log('服务启动，监听端口3000');
});

注意事项 #

• 后端服务器需具备公网可访问性，本地调试可使用ngrok等工具进行端口映射。
• 必须完成请求签名验证，否则Slack会拒绝发送事件通知。
• 处理大图片时需注意内存占用与存储限制，可添加分片上传逻辑优化。

内容的提问来源于stack exchange，提问作者Chris