Cara Mengirim Pesan Microsoft Teams dengan Python

Dalam kedua kasus, Anda seharusnya berakhir dengan workbook DataLab yang berisi logika bisnis Anda lengkap dengan kodenya:

3. Mengirim Pesan ke Teams

Jadi, webhook Teams: beres. Logika bisnis: beres. Untuk mengintegrasikan notebook Python dengan Microsoft Teams, kita perlu melakukan dua hal: menyimpan URL webhook di workbook DataLab dan menulis sedikit kode Python untuk mengirim pesan ke kanal Teams.

Simpan URL webhook

Notebook Python kita memerlukan URL webhook untuk mengirim pesan ke kanal Teams yang tepat. Anda bisa saja menyalin dan menempelkan URL ini di dalam sel kode notebook Anda. Namun, ini bukan pendekatan yang aman dan tidak direkomendasikan. URL webhook bersifat rahasia. Jika Anda membagikan notebook Anda dengan orang lain, mereka dapat melihat URL webhook dan bisa mengirim spam ke kanal Teams Anda!

Pendekatan ini juga mengharuskan Anda mengulangi salin-tempel di setiap workbook yang ingin Anda gunakan untuk mengirim pesan Teams. Jika Anda ingin memperbarui URL webhook karena suatu alasan, Anda harus membuka dan mengedit setiap workbook.

Pendekatan yang lebih aman dan skalabel adalah menyimpan token URL webhook dalam variabel lingkungan. Saat Anda menghubungkan variabel lingkungan ini, variabel tersebut akan tersedia di sesi Python Anda. Di workbook Anda:

• Klik tab “Environment” di sisi kiri
• Klik ikon plus di sebelah “Environment Variables”
• Di modal “Add Environment Variables”:
• Setel “Name” ke MS_TEAMS_WEBHOOK_URL
• Di kolom “Value”, tempelkan URL Webhook yang Anda simpan sebelumnya.
• Setel “Environment Variables Set Name” menjadi “Microsoft Teams” (sebenarnya bisa apa saja)

Setelah mengisi semua kolom, klik “Create,” “Next,” dan akhirnya, “Connect.” Sesi workbook Anda akan dimulai ulang, dan MS_TEAMS_WEBHOOK_URL sekarang tersedia sebagai variabel lingkungan di workbook Anda. Anda dapat memverifikasinya dengan membuat sel Python dengan kode berikut dan menjalankannya:

import os
webhook_url = os.environ["MS_TEAMS_WEBHOOK_URL"]
print(webhook_url)

Jika Anda ingin menggunakan ulang kredensial akun layanan yang sama di workbook lain, Anda tidak perlu menyiapkan variabel lingkungan lagi: Anda dapat menggunakan ulang variabel lingkungan tersebut di workbook lain.

Kode Python untuk mengirim pesan Microsoft Teams

Dengan MS_TEAMS_WEBHOOK_URL siap digunakan, sekarang kita bisa menulis kode Python untuk mengirim pesan ke Teams! Untuk ini, kita akan menggunakan paket pymsteams open-source, yang menyediakan pembungkus praktis untuk API yang cukup rumit guna mengirim pesan ke Teams. Mari kita pasang dan impor, bersama dengan paket os untuk membaca variabel lingkungan:

!pip install pymsteams
import pymsteams
import os

Selanjutnya, kita dapat membuat ‘connector card’—istilah untuk pesan rich text di Teams—menambahkan teks, lalu mengirimkannya:

card = pymsteams.connectorcard(os.environ["MS_TEAMS_WEBHOOK_URL"])
card.text("Hello Teams!")
assert card.send()

Jalankan kode ini! Anda seharusnya melihat pesan ini muncul di kanal:

Keren! Ini hanya pesan contoh yang tidak bermakna, tetapi Anda juga bisa membuat pesan berdasarkan hasil logika bisnis Anda, seperti yang kami lakukan di workbook contoh:

card = pymsteams.connectorcard(os.environ["MS_TEAMS_WEBHOOK_URL"])
card.title("Weather Forecast")
card.text("\n".join([
    f"Weather for {CITY} in the next three days:",
    f"- Min temperature: {weather_df['temperature_2m'].min()} {unit_temperature}",
    f"- Max temperature: {weather_df['temperature_2m'].max()} {unit_temperature}", 
    f"- Total precipitation: {weather_df['precipitation'].sum():.2f} {unit_prec}"
]))
assert card.send()

Dengan hasil sebagai berikut:

Terakhir, Anda juga dapat memanfaatkan variabel lingkungan DL_WORKBOOK_ID untuk menyertakan tombol yang menaut ke workbook Anda jika Anda ingin menyediakan cara mudah berpindah dari Teams ke workbook DataLab yang menghasilkan pesan ini:

card = pymsteams.connectorcard(os.environ["MS_TEAMS_WEBHOOK_URL"])
card.title("Weather Forecast")
card.text("\n".join([
    f"Weather for {CITY} in the next three days:",
    f"- Min temperature: {weather_df['temperature_2m'].min()} {unit_temperature}",
    f"- Max temperature: {weather_df['temperature_2m'].max()} {unit_temperature}", 
    f"- Total precipitation: {weather_df['precipitation'].sum():.2f} {unit_prec}"
]))
card.addLinkButton("View detailed forecast", f"https://www.datacamp.com/datalab/w/{os.environ.get('DL_WORKBOOK_ID', 'invalid')}/edit")
assert card.send()

Dengan hasil sebagai berikut:

Cukup keren, bukan?!

4. Otomatiskan!

Anda telah membuat skrip Python yang melakukan analisis berguna dan mengirimkan ringkasan analisis ini ke Teams, termasuk tautan kembali ke notebook lengkap bagi yang ingin melihat detail lebih lanjut. Keren! Sekarang, bayangkan jika Anda dapat mengeksekusi notebook ini secara otomatis, harian atau mingguan, sehingga Anda selalu mendapat pembaruan hasil terbaru. Kabar baiknya, Anda bisa! DataLab menyediakan fitur scheduled runs untuk mewujudkannya.

• Di bilah menu atas, klik Run > Schedule Run
• Konfigurasikan jadwal sesuai kebutuhan:
• Atur notebook agar berjalan otomatis setiap hari atau setiap minggu. Untuk jadwal mingguan, pilih hari dan waktu yang tepat.
• Tambahkan pengguna DataCamp yang ingin Anda beri tahu setiap kali notebook selesai (berhasil atau gagal). Ini berguna khususnya untuk kegagalan, sehingga Anda dapat segera menelusuri dan memperbaiki saat terjadi masalah.

Jika dikonfigurasi seperti pada tangkapan layar di atas, notebook kini akan berjalan pukul 09.30 waktu setempat setiap hari, yang berarti pesan akan diposting di kanal Teams yang ditentukan setiap pagi.

Diotomatisasi atau tidak

Tidak setiap tugas cocok untuk otomatisasi. Ini bergantung pada seberapa sering Anda melakukannya, berapa lama waktu yang dibutuhkan jika dikerjakan manual, dan waktu yang diperlukan untuk membuat skrip Python guna mengotomatiskannya. Misalnya, pertimbangkan laporan tahunan yang butuh 20 menit untuk disusun secara manual. Jika Anda memerlukan setengah hari untuk menulis skripnya, butuh bertahun-tahun sebelum impas terhadap waktu yang dihabiskan untuk otomatisasi!

Berikut ringkasan dalam bentuk tabel:

Sumber: XKCD

Jadi, jika suatu tugas yang harus Anda lakukan setiap hari sebelumnya memakan waktu 5 menit, Anda dapat menghabiskan hingga 6 hari untuk mencoba mengotomatiskan tugas tersebut. Jika Anda menghabiskan waktu kurang dari itu untuk otomatisasi, Anda akan menghemat waktu (dihitung selama lima tahun).

Kesimpulan

Menyiapkan DataLab untuk mengirim pesan ke Microsoft Teams memang melibatkan beberapa layar pada awalnya. Namun setelah semuanya siap dengan URL webhook di DataLab, mengirim pesan hanya tinggal menambahkan beberapa baris kode Python—sangat mudah! Bagian terbaiknya? Anda bisa mengotomatiskan hampir semua skrip Python dan memberi tahu para pemangku kepentingan Anda langsung di tempat mereka berada: di Teams.

Hari-hari mengatur pengingat untuk tugas berulang yang membosankan sudah berlalu. Selamat datang di era alur kerja otomatis yang efisien di mana Anda tidak perlu berpindah-pindah alat. Yang dibutuhkan hanya memanfaatkan DataLab.

Ingat, jika Anda perlu penyegaran tentang cara menulis kode Python, kursus Introduction to Python kami adalah tempat yang ideal untuk memulai.