AI 技术现已取得重大进展，同时也成为了颇具价值的工具，可帮助我们自动化工作流。在之前的帖子中，我们提到过可使用 OpenAI 生成文章的 ONLYOFFICE 宏。那么在本文中，我们将为您演示一个可将通过 OpenAI 获取的数据填入电子表格的宏。
使用 OpenAI API
上次我们选择了通过 RapidAPI 平台连接 OpenAI API。这是一种获取请求的快速、简单方式。不过其基础版本每月仅提供 100 次请求。所以这次我们将更进一步：自建 Node.js Express 服务器。其将使用 OpenAI 库来直接将 API 请求提供给适当的语言模型。同时还允许我们在从浏览器中发出获取请求时绕过 CORS 错误。
注意！直接向 OpenAI 发送请求的功能仅在具有 OpenAI 账户并使用个人 API Key 的话就可用。
建立服务器
首先，我们为服务器创建一个新的文件夹并设置新的 Node.js 项目。在终端中执行以下代码即可：
$ npm init -y然后安装下列依赖：
- express 包 - 服务器功能基本框架。
- cors 包 - 提供启用 CORS 所需的中间件。
- openai 包 - 提供从 Node.js 访问 OpenAI API 的便捷访问权限。
- dotenv 包 - 从 .env 文件中向 process.env 加载环境变量。
如需安装，请在终端中运行 npm instal：
$ npm install express
$ npm install openai
$ npm install dotenv --save
$ npm install cors之后我们来创建 .env 文件。其将被用于保存 API Key：
OPEN_AI_API_KEY="<YourOpenAIkey"
SECOND_API_KEY="YourAPIkey"OPEN_AI_API_KEY 参数中包含从 OpenAI 处获取的 API Key，SECOND_API_KEY 参数则是服务器的 API Key。出于安全考虑，我们会将其纳入传入获取请求中。
接下来在 index.js 文件中初始化已安装的包：
const express = require('express');
const cors = require('cors');
const { Configuration, OpenAIApi } = require('openai');
require('dotenv').config();
const app = express();const openai = new OpenAIApi(configuration);
app.use(cors());
app.use(express.json());对于 OpenAI 的成功请求中必须包括 OpenAI API Key。为此，我们需要从 .env 文件中提取这一 API Key，然后将其存储在 configuration 变量中：
const configuration = new Configuration({
apiKey: process.env.OPEN_AI_API_KEY,
});然后添加向 OpenAI 发送请求的 post 路径：
app.post('/completion', async (req, res) => {
}出于安全考虑，我们还会纳入自己的 API Key。第二个 API Key 应被纳入获取请求中。在这一方面，我们的服务器需要检查传入的获取请求并验证所包含的 API Key。为了实现这一特性，我们需要将以下代码添加至路径中：
app.post('/completion', async (req, res) => {
const requestApiKey = req.body.apiKey;if (!requestApiKey) {
res.status(400).send({ error: "Error: API Key is missing." });
return;
}
if (requestApiKey !== process.env.SECOND_API_KEY) {
res.status(401).send({ error: "Error: API Key is incorrect." });
return;
}如果 API Key 正确，则会向 OpenAI 发送请求：
const completion = await openai.createCompletion({
model: 'text-davinci-003',
prompt: req.body.prompt,
temperature: 0,
max_tokens: 300,
});
res.json(completion.data.choices[0].text);- model 参数指定了用于生成文本的语言模型名称。在本案例中是 text-davinci-003——文本生成领域中最先进的模型。
- prompt 参数声明了要从中生成文本的语言模型文本或上下文信息。我们将从获取请求正文中取得该值。
- temperature 参数控制着已生成文本的随机性。0 值表示文本将是完全确定的，较高的值将带来变化更多、更令人意外的文本。
- max-tokens 参数指定了 token 中生成文本的最大长度（即：单词数后子单词数）。
最后我们将服务器设置为监听 3000 端口：
app.listen(3000, () => {
console.log('Server running on port 3000');
});完整的 index.js 代码如下：
const express = require('express');
const cors = require('cors');
const { Configuration, OpenAIApi } = require('openai');
require('dotenv').config();
const app = express();
const configuration = new Configuration({
apiKey: process.env.OPEN_AI_API_KEY,
});
const openai = new OpenAIApi(configuration);
app.use(cors());
app.use(express.json());
app.post('/completion', async (req, res) => {
const requestApiKey = req.body.apiKey;if (!requestApiKey) {
res.status(400).send({ error: "Error: API Key is missing." });
return;
}
if (requestApiKey !== process.env.SECOND_API_KEY) {
res.status(401).send({ error: "Error: API Key is incorrect." });
return;
}
const completion = await openai.createCompletion({
model: 'text-davinci-003',
prompt: req.body.prompt,
temperature: 0,
max_tokens: 300,
});
res.json(completion.data.choices[0].text);
});
app.listen(3000, () => {
console.log('Server running on port 3000');
});构建宏
首先，我们向服务器发出获取请求：
fetch('http://<your_server_address>/completion', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({
prompt: 'List the 10 wealthiest countries in the world.Provide GPT figures',
apiKey: '<YourAPIkey>'
})
})我们在请求正文中声明了 prompt 与 apiKey 值。注意，这些参数将需要根据您要接收的数据和服务器 API Key 变化。
接下来我们将响应解析为 JSON 数据：
.then(response => response.json())我会根据换行符将相应文本拆分为字符串数组，同时将其目标设置为活动电子表格：
.then(data => {
var arrAllRows = data.split(/\r?\n|\r/);
var wSheet = Api.GetActiveSheet()之后我们来使用 split() 函数创建一个嵌套循环，对电子表格的行和列进行遍历。此处会使用 SetValue 方法填充各个单元格并修剪空格：
var i = 0;
var j = 0;
for (var singleRow = 0; singleRow < arrAllRows.length; singleRow++) {
var rowCells = arrAllRows[singleRow].split('-');
for (var rowCell = 0; rowCell < rowCells.length; rowCell++) {
wSheet.GetCells(i,j).SetValue(rowCells[rowCell].trim());
j = j + 1;
}
i = i + 1;
j = 1;
}完整的宏代码如下：
(function()
{
fetch('http://<your_server_address>/completion', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({
prompt: 'List the 10 wealthiest countries in the world.Provide GPT figures',
apiKey: 'dfhgsd63456efgdfhjikhfzf435332fdhd'
})
})
.then(response => response.json())
.then(data => {
var arrAllRows = data.split(/\r?\n|\r/);
var wSheet = Api.GetActiveSheet();
var i = 0;
var j = 0;
for (var singleRow = 0; singleRow < arrAllRows.length; singleRow++) {
var rowCells = arrAllRows[singleRow].split('-');
for (var rowCell = 0; rowCell < rowCells.length; rowCell++) {
wSheet.GetCells(i,j).SetValue(rowCells[rowCell].trim());
j = j + 1;
}
i = i + 1;
j = 1;
}
});
})();下面我们就打开电子表格编辑器并运行宏！
希望这篇博文中简要介绍的概念能够帮助您提高工作流效率。在此也鼓励您去多多尝试我们提供的各类 API 方法，并将其纳入到日常任务中。
如果您有任何疑问，或是有些想法想要分享，欢迎随时留下评论。我们很乐意聆听您的想法，同时期待着与您开展合作。祝您的探索之旅一帆风顺！
相关链接
ONLYOFFICE 电子表格 API
OpenAI 网站
OpenAI API 文档页面
使用 ONLYOFFICE 宏借助 ChatGPT 生成文章
在 ONLYOFFICE 文档中引入 ChatGPT
