调用AI大模型API生成认知实习报告/生产实习报告/设计说明书手把手教程——以环境工程领域污水厂实习为例

本文链接：https://blog.csdn.net/THF47/article/details/145441646

摘要：本文以环境工程领域的污水处理厂实习为例，介绍了调用通义千问(qwen-plus)大模型API生成一份word版本的生产实习报告的过程，主要分为实现效果展示、调用大模型API生成实习报告的python代码、代码使用说明和代码设计思路四个部分。若仅需简单复用代码，可只阅读调用大模型API生成实习报告python代码、代码使用说明两个部分。本文提供python代码，可供使用。

0 实现效果展示

代码实现后将在与代码文件同一路径下生成一个word文档，在该文档中呈现了实习报告的主要内容，可用于后续修改。生成的word文档效果如图。

1 调用大模型API生成实习报告的python代码

from openai import OpenAI
import json
from tqdm import tqdm
from docx import Document
from docx.oxml.ns import qn
from docx.shared import Pt, RGBColor

question_list = ['污水厂实习的意义', '介绍福州洋里污水厂', '介绍污水处理中的AAO工艺', '介绍污水处理中的MBR工艺',\
                  '介绍污水处理中的反硝化深床滤池工艺', '介绍污水处理中的紫外消毒工艺', '污水厂生产实习体会']

# 问问题获取回答，问题应为str格式
def askget(question):
    # 1-通过api从通义千问获取回答
    client = OpenAI(
        # 若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx",
        api_key="", 
        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    )
    completion = client.chat.completions.create(
        model="qwen-plus", # 此处以qwen-plus为例，可按需更换模型名称。模型列表：https://help.aliyun.com/zh/model-studio/getting-started/models
        messages=[
            {'role': 'system', 'content': 'You are a helpful assistant.'},
            {'role': 'user', 'content': question}],
        )
        
    print(completion.model_dump_json())


    # 2-将返回的json字符串转为字符串
    # 将JSON字符串转换为Python对象（通常是字典或列表）
    data = json.loads(completion.model_dump_json())

    # 提取键值对
    choices = data.get('choices')[0]

    # 提取键值对
    message = choices.get('message')  # 使用get方法安全地获取值

    # 如果需要访问嵌套字典中的值
    content = message.get('content')

    #print(f"Content: {content}")
    print(content)
    return content


# 3-组合内容
# 多次调用api并组合输出内容
content = ''
for i in tqdm(range(len(question_list))):
    content = content+'\n\n'+question_list[i].replace('介绍', '')+'\n\n'
    answer = askget(question_list[i]+',不要总结,采用学术性语言') # 调用函数
    content = content+answer # 拼接字符串
# 去除输出中的井、星、杠
content = content.replace(r'#', '')
content = content.replace(r'*', '')
content = content.replace(r'-', '')
print(content)


# 4-将字符串写入word文档
# 创建一个新的Word文档
doc = Document()

# 设置默认字体为宋体
doc.styles['Normal'].font.name = u'宋体'
doc.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体')

# 设置字号为10.5磅
doc.styles['Normal'].font.size = Pt(10.5)

# 设置字体颜色为黑色
doc.styles['Normal'].font.color.rgb = RGBColor(0, 0, 0)

# 添加一个段落，内容为包含中文的字符串
content1 = doc.add_paragraph(content)

content1.paragraph_format.space_before = Pt(0) # 设置段前 0 磅
content1.paragraph_format.space_after = Pt(0) # 设置段后 0 磅
content1.paragraph_format.line_spacing = 1 # 设置行间距为 1

# 保存文档到指定路径
doc.save('example_v01.docx')

print("文档已成功创建并保存")

2 代码使用说明

a. 打开通义千问通义tongyi.ai_你的全能AI助手-通义千问，并点击右上角的“API服务”。

b. 点击“大模型服务平台百炼控制台”，此处可能需要先登录。

c. 打开控制台后点击右上角小人图标，再下拉菜单中点击“API-KEY”。

d. 打开API-KEY界面后，先点击右上角的“创建我的API-KEY”，在创建API-KEY后，点击操作下方的“查看”按钮，即可获得API-KEY，以“sk-”开头。

e. 将获得的API-KEY输入下图1箭头所示的双引号间，并可根据需求更改question_list中的问题。question_list列表中的问题可基于实习工厂的工艺流程确定，若一个工厂采用的工艺为粗格栅-进水泵房-细格栅-曝气沉砂池-SBR-混凝反应池-活性砂滤池-接触消毒池，则可对粗格栅、进水泵房、细格栅等每一个工艺单元分别提问。提问格式可为“介绍污水处理中的某工艺”。